체계적 고찰 · 메타분석 계열) (Evidence synthesis designs: scoping · umbrella · Cochrane · network · IPD · meta-regression
여러 연구를 모아 결론을 내는 방법에는 여러 갈래가 있고, 이름이 비슷해 보여도 답하는 질문이 서로 다르다. 문헌의 지형을 그리는 스코핑 리뷰, 하나의 질문에 규칙대로 답하는 체계적 문헌고찰, 그 고찰들을 다시 모으는 우산형 고찰, 여러 치료를 간접 비교로 줄 세우는 네트워크 메타분석, 참가자 원자료를 다시 모으는 개인환자자료 메타분석, 효과가 무엇에 따라 달라지는지를 회귀로 보는 메타회귀가 대표적이다. 이들은 근거 위계에서 상위에 놓이지만, 종합의 형식이 원 연구의 질을 바꾸지는 못한다 — 모은 연구가 부실하면 종합 결과의 확실성도 낮다.
"메타분석에서 효과가 있다고 나왔다"는 문장은 생각보다 많은 것을 감춘다. 몇 편을 모았는지, 어떤 규칙으로 모았는지, 무엇과 무엇을 비교했는지, 결과가 얼마나 흔들리는지에 따라 같은 문장의 무게가 전혀 달라진다. 이 문서는 자주 마주치는 종합 설계들을 무엇을 위해 쓰는가를 기준으로 정리한다.
스코핑 리뷰(scoping review)는 "이 효과가 있는가"가 아니라 "이 분야에 무엇이 얼마나 연구돼 있는가"를 묻는다. 연구의 종류·대상·설계·공백을 지도처럼 훑는 것이 목적이라, 보통 개별 연구의 비뚤림 위험을 정식으로 평가하지 않고 결과를 통계적으로 합치지도 않는다.
그래서 스코핑 리뷰의 결론을 효과의 근거로 읽으면 안 된다. 이 설계가 선택됐다는 사실 자체가 대개 그 분야의 근거가 아직 얇다는 신호다. 카니보어 식단에 대한 스코핑 리뷰가 대표적인 예로, 표본이 작고 기간이 짧으며 대조군이 없어 근거의 질이 매우 낮다는 지형 자체를 결론으로 내놓았다.
우산형 고찰(umbrella review)은 분석 단위가 개별 연구가 아니라 이미 나온 체계적 고찰들이다. '체계적 고찰의 개관(overview of reviews)'도 같은 것을 가리키는 이름이다. 한 주제에 리뷰가 여러 편 쌓여 서로 다른 말을 할 때, 그 리뷰들의 질과 결론을 나란히 놓고 정리하는 데 쓴다.
여기서 표준적으로 동원되는 도구가 리뷰의 질을 평가하는 AMSTAR 2와 근거 확실성을 평가하는 GRADE 근거 등급이다. 태극권 리뷰 210편을 이 방식으로 정리한 우산 리뷰(*Systematic Reviews*, 2022)나, 통증신경과학교육의 효과 추정치 편차를 정리한 우산형 고찰(*Frontiers in Neuroscience*, 2023)이 예다. 후자는 상당수 결과의 확실성을 낮음~매우 낮음으로 평가했다.
주의할 점은 원 리뷰들이 같은 연구를 겹쳐 포함하는 경우가 흔하다는 것이다. 겹침을 정리하지 않으면 같은 자료가 여러 번 세어져 근거가 실제보다 두껍게 보인다.
코크란 리뷰는 코크란 연합이 정한 표준 절차를 따라 수행·출판되는 체계적 고찰이다. 프로토콜을 미리 등록해 공개하고, 정해진 비뚤림 평가 도구와 GRADE를 적용하며, 갱신을 전제로 한다는 점이 특징이다.
주의할 것은 "코크란 리뷰이므로 결론이 옳다"가 아니라는 점이다. 절차가 투명하다는 것은 어떤 근거로 어디까지 말했는지 추적할 수 있다는 뜻이지, 결론이 확실하다는 뜻이 아니다. 실제로 코크란 리뷰의 상당수는 "근거의 확실성이 낮아 결론을 내리기 어렵다"로 끝나며, 이 문장은 효과가 없다는 뜻이 아니라 판단할 자료가 부족하다는 뜻이다. 이 둘을 바꿔 읽는 것이 코크란 리뷰 인용에서 가장 흔한 오류다.
여러 치료가 있는데 모두를 서로 비교한 시험은 없을 때, 공통의 비교 대상을 다리 삼아 간접적으로 견주는 방법이다. A와 C를 비교한 시험이 없어도 A-B, B-C 시험이 있으면 A와 C의 차이를 추정할 수 있다는 발상이다. 결과는 흔히 각 치료의 순위나 순위 확률로 제시된다.
만성 요통 운동 치료를 비교한 코크란 네트워크 메타분석(2023), 냉수 침수의 용량-반응을 다룬 네트워크 메타분석(*Frontiers in Physiology*, 2025), 고령자 낙상 예방에서 태극권 유형을 비교한 네트워크 메타분석(*Aging Clinical and Experimental Research*, 2024) 등이 이 영역의 예다.
전제가 무겁다. 간접 비교가 성립하려면 연결된 시험들의 대상·조건이 서로 바꿔놓아도 될 만큼 비슷해야 하고(이행성), 직접 비교와 간접 비교의 결과가 어긋나지 않아야 한다(일관성). 특히 순위는 불안정하다 — 근소한 차이로 순서가 바뀌고, 연구가 적게 붙은 치료일수록 순위가 흔들린다. 1위라는 표시를 '가장 효과적인 방법'으로 읽으면 안 되는 이유다.
보통의 메타분석은 논문에 실린 요약값(평균·표준편차 등)을 합친다. 개인환자자료(IPD) 메타분석은 각 연구팀에서 참가자 한 명 한 명의 원자료를 받아 다시 분석한다.
장점이 크다. 결측치와 분석 방법을 통일할 수 있고, 논문에 보고되지 않은 결과도 계산할 수 있으며, 무엇보다 "누구에게 더 효과가 있었나"라는 하위집단 질문을 훨씬 신뢰도 있게 다룰 수 있다. 단점은 비용과 시간, 그리고 자료를 제공받지 못한 연구가 생기면 그 자체가 새로운 편향이 된다는 점이다. 종합 설계 중 가장 강한 축에 놓이지만 드물다.
메타회귀는 연구별 효과 크기를 결과로 두고, 연구 수준의 특성(용량·기간·평균 연령·대상 특성 등)을 설명변수로 넣어 관계를 본다. 단백질 보충과 저항운동 효과를 다룬 메타회귀에서 총 단백질 섭취량이 일정 수준을 넘어서면 추가 이득이 뚜렷하지 않다는 형태의 결과가 도출된 것이 자주 인용되는 예다(Morton 외, *British Journal of Sports Medicine*, 2018).
한계도 분명하다. 연구 평균끼리의 관계를 개인에게 그대로 옮기면 생태학적 오류가 된다. 설명변수 하나를 넣기 위해 필요한 연구 편수도 적지 않아, 편수가 적은 상태에서 돌린 메타회귀는 우연한 상관을 잡아낼 위험이 크다.
"메타분석은 최상위 근거다" . 위계는 설계의 잠재력을 나타낼 뿐이다. 부실한 연구를 모으면 부실한 종합이 나온다는 원칙이 우선한다.
"리뷰가 여러 편이니 근거가 두껍다" . 같은 원 연구를 여러 리뷰가 반복 포함하는 경우가 흔하다. 겹침을 확인하지 않으면 같은 자료를 여러 번 센다.
"순위 1위 = 가장 좋은 방법" . 네트워크 메타분석의 순위는 신뢰구간이 겹치는 상태에서도 매겨진다.
"결론이 안 났다 = 효과가 없다" . 종합 근거에서 가장 자주 뒤바뀌는 해석이다. 근거의 확실성이 낮다는 진술과 효과가 없다는 진술은 다른 축의 말이다.
*근거등급 범례: 근거 탄탄 / 제한적 / 논쟁적·근거 부족 / 이론·모델 / 일화. 본 문서는 비의료 정보성 백과 항목으로 진단·치료 효과를 단정하지 않는다.*
본 문서는 순수 정보성 서술이며 진단·치료·처방을 담지 않는다. 문장 끝의 색 표시는 서술의 근거 수준을 나타내는 편집 기준이며, 개별 사례의 판단을 대신하지 않는다.
바디리플은 의료기관이 아니며 진단·치료를 제공하지 않습니다. 이 문서의 모든 내용은 일반적인 정보 제공이며, 필요한 경우 의료기관 상담을 함께 고려해 주세요. 이 문서가 어떻게 작성·검수되는지는 편집·근거 방침을 참고하세요.