메타분석이란? 통합 결과 읽는 법

각 연구는 위험비나 평균차 같은 추정치와 불확실성을 제공합니다. 메타분석은 적절한 추정치를 정해진 방법으로 통합하며 논문의 모든 숫자를 단순 평균하지 않습니다. 정밀한 연구에 더 큰 가중치를 주는 경우가 많지만 정확한 가중 방식은 방법과 모형에 따라 다릅니다.

통합 결과는 해당 분석에 들어간 근거를 가정하에서 요약합니다. 모든 환경에서 나타날 효과를 자동으로 뜻하지는 않습니다. 좁은 구간은 잘못 기록된 결과, 비뚤린 연구, 부적절하게 섞인 연구 질문을 바로잡지 못합니다. 계산 전후 모두 이러한 문제를 검토해야 합니다.

고찰은 질문을 정의하고 연구를 찾고 선정·평가한 뒤 합성합니다. 메타분석은 합성의 한 선택지입니다. 편의대로 모은 연구를 계산해도 체계적 선택이 되지 않으며 좋은 고찰도 통합하지 않을 수 있습니다.

“20개 연구의 메타분석”도 검색·선택 방법, 같은 연구의 여러 보고서, 누락된 결과를 확인해야 합니다. 숫자만으로 완전성을 알 수 없습니다. 전체 과정은 체계적 문헌고찰 설명을 참고하세요.

먼저 질문과 추정할 양을 정합니다. 대상 집단, 중재나 노출, 비교군, 결과, 추적 시점이 계획된 통합에 의미를 부여할 만큼 비교 가능해야 합니다. 연구가 똑같을 필요는 없지만 차이에 대한 과학적 근거가 필요합니다.

다음으로 독립성과 자료 가용성을 확인합니다. 같은 참여자의 여러 보고서, 반복 시점, 공유 대조군은 추정치 사이에 상관을 만들 수 있습니다. 이를 독립적으로 처리하면 불확실성을 지나치게 작게 보일 수 있습니다. 점추정치도 적절한 불확실성 지표나 이를 계산할 정보가 없으면 특정 계산에 쓸 수 없습니다.

다음 가상 사례는 모두 계획된 12주 결과를 다룹니다. 제품 시험이 아니라 해당 종합에 포함할지 판단하는 사례입니다. 자료 누락이나 맞지 않는 시점 때문에 결과가 특정 계산에서 빠져도 적격 연구 자체를 고찰 전체에서 제외할 필요는 없습니다.

위험비는 사건 확률을 비교합니다. 오즈비는 확률을 ‘1 − 확률’로 나눈 오즈를 비교합니다. 특히 사건이 흔하면 두 지표를 서로 바꿔 쓸 수 없습니다. 평균차는 원래 측정 단위를, 표준화 평균차는 변동성에 대한 차이를 나타냅니다. Cochrane의 효과 지표 장이 선택을 설명합니다.

비 지표의 차이 없음 값은 1이고 차이 지표는 보통 0입니다. 1보다 작은 비가 본래 유익한 것은 아닙니다. 사건이 바람직한지 유해한지, 분자가 어느 집단인지, 결과가 어떻게 정의되었는지 확인합니다. 상대효과를 절대 영향으로 표현하려면 적절한 기저 위험도 필요합니다.

비 지표는 보통 로그 척도에서 분석합니다. log(1) = 0이므로 로그 추정치 주변의 대칭 구간은 지수변환으로 비 척도에 돌아오면 비대칭이 됩니다. 이는 작도 오류가 아닙니다. 아래 예는 계산을 명확히 보이려고 로그 위험비를 쓰며 실제 사건이나 중재는 설정하지 않습니다.

더 자세한 계산과 변환은 Cohen의 d, Hedges의 g, 오즈비와 위험비 가이드(영어)를 참고하세요. 이 방법을 사용할 때 각 추정치에 지표, 비교 방향, 단위, 추적 시점을 함께 보관합니다.

다음 자료는 모두 인위적으로 만든 예입니다. 독립 연구 세 건의 로그 위험비는 0.10, 0.20, 0.30이고 표준오차는 모두 0.10입니다. 공통효과 역분산 계산과 정규근사 95% 신뢰구간으로 방법을 설명합니다. 표준오차가 같아 가중치도 같으며, 가중치가 다른 사례나 실제 중재의 근거는 아닙니다.

각 분산은 0.10²=0.01, 역분산 가중치는 100, 합은 300입니다. 가중평균은 (100×0.10+100×0.20+100×0.30)/300=0.20입니다. 통합 표준오차 √(1/300)=0.057735에 1.96을 적용하면 로그 구간은 약 0.08684–0.31316입니다.

지수 변환하면 위험비 1.221, 95% 신뢰구간 1.091–1.368입니다. 각 가중치는 3분의 1이고 표시값은 반올림했습니다. 실제 사건과 대조군을 정하지 않아 이익·위해 방향이 없으며, 1보다 큰 비율은 이 가상 비교에서 분자 집단의 사건 확률이 높다는 뜻뿐입니다.

숲그림의 표지는 추정치, 가로선은 구간, 1의 세로선은 차이 없음입니다. 다이아몬드 중심은 1.221, 범위는 1.091–1.368입니다. 좁은 폭은 해당 모형의 정밀도만 보여주며 비뚤림, 누락 근거, 적용성을 평가하지 않습니다. 표는 그림과 같은 정보를 제공합니다.

이 문맥에서 고정효과 모형이라고도 하는 공통효과 모형은 연구들이 하나의 기저 효과를 추정한다고 봅니다. 무작위효과 모형은 기저 효과의 차이를 허용하며 그 분포를 요약합니다. 이질성 검정의 임계값만으로 고르지 말고 과학적 질문과 타당한 차이에 따라 선택합니다. Cochrane의 메타분석 장이 가정과 방법을 설명합니다.

임상적·방법론적 이질성은 참여자, 환경, 설계, 측정의 차이입니다. 통계적 이질성은 모형하에서 표집오차를 넘어서는 추정치의 변동입니다. I²는 상대적 비일관성을 요약하며 낮은 질 연구의 비율이나 효과크기가 아닙니다. 특히 연구가 적으면 추정이 불확실할 수 있습니다. 연구 간 분산 τ²는 변동의 다른 측면을 나타냅니다.

무작위효과 모형은 부적절한 통합이나 비뚤림을 고치지 못합니다. 특히 연구가 적으면 결과는 분산 추정법과 구간 계산법에 좌우됩니다. 예측구간은 추가 가정하에 비교 가능한 환경의 기저 효과가 퍼지는 범위를 설명합니다. 통합 평균의 신뢰구간과 다르며 특정 새 연구의 결과를 보장하지 않습니다.

타당한 경우 사전 지정 하위집단 분석이나 민감도 분석으로 의미 있는 차이를 살피고 탐색적 변경을 표시합니다. 소프트웨어가 선택 사항을 올바르게 구현하는지 확인하려면 메타분석 도구 가이드에서 재현 가능한 분석의 입력, 코드, 기록을 살펴볼 수 있습니다.

결측 결과, 선택 보고, 설계 결함은 통합값으로 전달되며 가중치로 사라지지 않습니다. 설계에 맞는 평가를 통해 해당 결과에 미치는 영향을 검토합니다. Cochrane 비뚤림 지침을 참고합니다.

결과에 따라 연구나 수치의 공개 여부가 달라지면 관측 가능한 집합이 왜곡됩니다. 깔때기그림의 비대칭은 출판 비뚤림의 증명이 아니며 대칭도 누락이 없다는 증거는 아닙니다. 누락 근거 지침을 확인하세요.

구간이 차이 없음의 기준값을 포함하지 않아도 실용적 중요성, 적용성, 확실성이 보장되지 않습니다. 효과와 구간을 한계, 비일관성, 간접성 등과 함께 읽고 필요하면 근거 확실성을 평가합니다.

• 출처 자료와 연구의 동일성을 확인한 뒤 결과를 해석합니다.

• 주 추정치와 함께 민감도 분석 및 결측 자료 결정을 읽습니다.

• 근거 부족과 중요한 효과가 없다는 근거를 구분합니다.

• 중요한 한계를 기술 부록뿐 아니라 결론에도 반영합니다.

통합 추정치가 질문에 답하지 못하면 명시적인 대안을 사용합니다. 통합하지 않은 구조화 표나 그림으로 결과를 보여 줄 수 있으며, 질문에 따라 질적 종합이나 다른 방법이 필요할 수 있습니다. 유의한 결과 수를 세는 대신 분류와 비교 방법을 설명합니다. Cochrane의 다른 종합 방법 지침은 방법 선택을, 근거 종합 작업 가이드는 적합한 도구 흐름을 돕습니다.

어떤 방법이든 분석을 다시 검토할 입력과 이유를 보관합니다. PRISMA 보고 가이드는 방법과 결과를 보고서에 연결하는 법을 설명합니다. 분석 소프트웨어 선택과 검증은 별도의 다음 단계이며, 질문이 통합을 뒷받침하는지는 해결해 주지 않습니다.