TDM 데이터에서 ‘통계적 유의성’이 임상적으로 무의미해지는 순간

 p-value가 처방을 바꾸지 못할 때

TDM 데이터에서 ‘통계적 유의성’이 임상적으로 무의미해지는 순간

1️⃣ 차이는 있지만 ‘치료 범위 안’에 있을 때

예시

• 그룹 A 평균 농도: 8.2 µg/mL
• 그룹 B 평균 농도: 9.1 µg/mL
• p = 0.003 (통계적으로 유의)

하지만 치료 범위가 5–15 µg/mL라면?

👉 두 그룹 모두 치료 범위 내
👉 용량 조절 필요 없음

임상 결론

→ 의미 없음

2️⃣ 평균 차이가 개별 환자 결정에 적용되지 않을 때

TDM은 집단 연구가 아니라 개별 환자 최적화가 목적입니다.

연구 결과:

• 특정 유전자형에서 평균 농도 20% 증가 (p < 0.01)

임상 현실:

• 환자 간 변동성 ±50%
• 개별 환자 예측 불가

👉 집단 평균 차이는 개별 환자 용량 결정에 쓸 수 없음

3️⃣ 효과 크기(effect size)가 임상 임계값보다 작을 때

예시

• 농도 차이: 0.7 µg/mL
• 통계적으로 유의
• 독성 임계값: 20 µg/mL

👉 독성 위험 변화 없음
👉 치료 효과 변화 없음

→ 임상적 무의미

4️⃣ 샘플 수가 커서 ‘유의성만 만들어진’ 경우

대규모 데이터에서는 아주 작은 차이도 p-value를 낮춥니다.

• n = 5,000
• 농도 차이: 2%
• p < 0.001

임상 질문:

2% 차이가 처방을 바꾸는가?

대부분의 경우 → 아니오

5️⃣ Cut-off를 바꾸지 못하는 결과

임상 적용의 핵심은 cut-off입니다.

연구 결과:

• 특정 대사체가 높은 환자군에서 농도 증가

하지만:

• 기존 cut-off 유지 가능
• 민감도/특이도 개선 없음

👉 임상 의사결정 변화 없음

6️⃣ 임상 결과(outcome)와 연결되지 않을 때

농도 차이가 있어도 다음과 연결되지 않으면 의미가 없습니다.

• 생존율
• 부작용 발생률
• 치료 반응률
• 입원 기간

예:

• 농도 높음 (p < 0.01)
• 독성 발생률 차이 없음

👉 임상적으로 무의미

7️⃣ Confounder로 설명 가능한 차이일 때

통계적으로 유의하지만 원인이 다른 경우.

예:

• 농도 증가
• p < 0.01
• 실제 원인: 신장 기능 차이

임상 결론:

• TDM이 아니라 renal function 평가 필요

8️⃣ 행동 지침(action threshold)을 만들 수 없을 때

임상 적용의 핵심 질문:

“이 수치를 보면 무엇을 해야 하는가?”

통계적으로 유의하지만
다음 중 하나라도 불가능하면 임상적 무의미:

• 용량 증가
• 용량 감소
• 투약 중단
• 모니터링 강화
• 추가 검사

9️⃣ False precision이 임상 판단을 흐릴 때

예:

• 농도: 9.83 µg/mL
• 치료 범위: 5–15 µg/mL

소수점 단위 차이는 통계 분석에 중요하지만
임상에서는 의미 없음.

👉 과도한 정밀도는 오히려 판단을 혼란시킴

🔟 생물학적 변동성이 통계적 차이를 압도할 때

개인 내 변동성:

• 식이
• 시간
• 약물 상호작용
• 순응도

통계적으로 유의한 차이가 있어도
자연 변동 범위 내라면 임상적으로 무의미합니다.

핵심 정리

TDM에서 통계적 유의성이 임상적으로 무의미해지는 조건:

1. 치료 범위 내 차이
2. 개별 환자 적용 불가
3. 효과 크기 미미
4. 대규모 샘플에 의한 p-value 착시
5. cut-off 변화 없음
6. 임상 outcome과 무관
7. confounder 설명 가능
8. 행동 지침 생성 불가
9. 과도한 정밀도
10. 생물학적 변동성 내 차이

임상적으로 의미 있는 결과의 기준

통계적 유의성을 넘어서려면:

✔ 치료 결정 변화
✔ 부작용 위험 감소
✔ 치료 효과 개선
✔ 명확한 행동 지침 제공

 

TDM에서 중요한 것은
“차이가 있는가”가 아니라
“그래서 처방이 달라지는가”이다.