■ 경쟁위험을 무시한 경우 Kaplan-Meier는 경쟁 사건을 “여전히 관찰 가능”한 사람으로 취급합니다. 따라서 1-\hat S(t)는 실제 사건이 발생한 비율보다 크게 나타납니다. 예를 들어 MGUS 자료에서 400개월 시점 진행의 1-\hat S(t)는 61.7%였지만, 경쟁 사건을 반영한 CIF는 16.1%에 불과했습니다. 이처럼 경쟁 위험을 무시하면 사건 발생 확률이 과대평가됩니다. ■ 경쟁위험을 반영한 경우 누적발생함수(CIF)는 Aalen-Johansen 추정으로, 사건 k가 실제로 발생한 비율을 직접 계산합니다. \hat F_k(t)=\sum_{t_i\le t}\hat S(t_{i-})\,d_{ki}/n_i 로 구해지며, 모든 사건 종류와 생존확률을 합하면 1이 됩니다. 집단 간 차이는 Gray 검정으로 평가하고, 효과는 Fine-Gray 모델의 SHR(누적확률) 또는 원인별 Cox 모델의 HR(발생속도)로 해석합니다. 두 모델의 결과가 다르면 해당 요인이 경쟁 사건에도 영향을 미친다는 의미가 됩니다. SSRA에서는 R 기반 분석을 코드 없이 수행할 수 있으며, 결과 해석에 필요한 통계 용어와 검정 방법을 안내하고 있습니다. 자세한 내용: https://ssra.or.kr/kc/post.php?id=199