SLS(REGAL) 파트2·최종 — REGAL 심층 DD와 BAT mOS 예측 📈

안녕하세요. 저는 수년간 딥밸류 투자해왔고 현재 SLS 주식을 805,000주 보유한 투자자입니다. 매주 꾸준히 추가 매수하고 있습니다.

이 글은 REGAL에 대한 제 두 번째이자 최종 심층 실사입니다. 앞선 모델링과 추가 스트레스 테스트 결과를 정리해 드리면, 관찰된 이벤트와 생존 곡선 패턴은 GPS(백신) 군에서의 치유분율(cure-fraction)을 강하게 시사합니다.

핵심 결과부터 말하자면, 제가 구축한 모델과 5가지 독립 스트레스 테스트(검열 바이어스, 대조군 장기생존자, 백신 지연, BAT mOS 불확실성, 최악 조합)를 통과한 뒤에도 REGAL은 문턱값(HR 0.636)을 크게 밑도는 효과를 보입니다. 베이지안 후방 분포를 통합하면 P(시험 성공) = 99.9% 수준입니다.

모델이 좁혀준 BAT 중앙생존기간 추정치는 평균 약 11.4개월(80% 신뢰구간 10–13개월, 90% 신뢰구간 10–14개월)입니다. 이 범위 내에서는 거의 모든 시나리오에서 GPS가 우세합니다.

개별 스트레스 테스트 요약: (1) 검열 편향: 현실적 BAT 값(10–14m)에서는 GPS dropout이 최대 30%여도 결과가 유지됩니다. (2) BAT 내부 장기생존자 가정(예: BAT에 20% 치유분율 부여): GPS 치유율은 낮아지지만 HR은 여전히 문턱을 크게 밑돕니다. (3) 백신 지연: BAT가 낮을수록 4개월 이상의 지연은 수학적으로 해가 없습니다(해가 존재하지 않음). 즉, 데이터는 백신이 2–3개월 이내에 작동해야 함을 시사합니다.

생물학적 정합성 관점에서 비응답자(uncured)의 기대 생존은 BAT과 대체로 비슷해야 합니다. 이 기준으로 필터링하면 BAT mOS는 실용적으로 10–14개월 구간으로 수렴합니다. 그 지점에서 모델은 Phase 2의 반응률과도 일치합니다.

결국 이 결론이 깨지려면 하나만 아니라 여러 극단적 사건이 동시에 일어나야 합니다(예: BAT mOS > 20m, 보고된 이벤트 수의 조작, 또는 생존 곡선의 감속을 설명할 다른 수학적 메커니즘). 현실성은 거의 없습니다.

투자 관점에서 요약하면: 현재 가격대는 드문 비대칭 기회이고(저는 계속 매수 중), REGAL의 최종 결과와 그에 따른 사업적 가치 실현은 상당한 업사이드와 마진 오브 세이프티를 제공합니다. 질문이나 토론은 환영합니다.

🧐 배경 설명 및 요약

1) 이 게시글이 나온 이유: 작성자는 REGAL 임상시험의 공개된 이벤트(60건, 72건 등)와 생존 곡선을 바탕으로, '대조군(BAT)의 중앙생존기간(BAT mOS)이 실제로 얼마인지'와 '시험 성공 확률'을 정량적으로 추정하려고 했습니다. 단순한 낙관/비관 의견이 아니라 수치 모델과 스트레스 테스트로 결과의 강건함을 검증하려는 목적입니다.

2) 작성자가 실제로 묻고 걱정하는 핵심: 시험 결과가 과장되거나 편향된 것은 아닌지(예: GPS쪽 미추적 환자가 실제로 사망해 결과가 왜곡되는지), 대조군에 장기생존자가 섞여 있어 모델이 잘못 해석될 가능성, 백신의 효과 발현 지연 여부, 그리고 가장 중요한 미지수인 BAT mOS가 모델 예측을 깨뜨릴 수 있는지 여부입니다. 이 글은 그 우려들을 하나씩 스트레스 테스트로 공격하고, 각 경우에 대한 결과 민감도를 보여줍니다.

3) 어려운 개념을 아주 쉽게 정리(비전문가용):

• BAT mOS(대조군 중앙생존기간): 대조군 환자 절반이 생존하는 시점의 중앙값. 이 값이 클수록 대조군 성적이 좋습니다. 모델은 이 값을 모르면 다른 파라미터를 자동으로 맞춰서 해를 구합니다.

• 검열(censoring): 추적 중단으로 인해 어떤 환자의 최종 상태(사망 여부 등)를 모르는 것을 말합니다. 검열이 특정 군에서 일방적으로 많으면 결과가 편향될 수 있어 검증이 필요합니다.

• 치유분율(cure-fraction) 모델: 환자군이 '치료로 사실상 재발 위험이 사라진 그룹'과 '여전히 재발 위험이 있는 그룹'으로 섞여 있을 때 사용하는 모델 구조입니다. 관찰된 사망률 감속을 설명할 수 있으면 이 모델이 합리적이라는 뜻입니다.

• Hazard Ratio(HR): 두 군의 위험비입니다. HR이 1보다 작으면 GPS(실험군)가 대조군보다 사망 위험이 낮다는 뜻입니다. 시험 기준(HR<0.636)을 크게 밑돌면 통계적 유의성이 확보됩니다.

• 후방 가중 성공확률(Posterior-weighted P(success)): BAT mOS에 대한 불확실성을 고려해, 각 BAT 가정에서의 성공확률에 해당 BAT의 가능성을 가중평균한 값입니다. 즉, 모든 불확실성을 통합한 최종 성공 확률입니다.

간단히 말해, 작성자는 공개 데이터와 문헌 근거를 이용해 BAT mOS를 좁혀냈고, 그 범위 내에서는 REGAL이 매우 높은 확률로 성공한다는 결론을 얻었습니다. 독자가 읽을 때는 위의 핵심 불확실성(검열, BAT 장기생존, 백신 지연)에 대한 스트레스 테스트 결과를 중심으로 보시면 됩니다.