Bias · 비뚤림
편향(비뚤림)은 연구의 설계나 진행, 해석 과정에서 결과를 한쪽으로 치우치게 만드는 체계적인 오차예요. 우연히 생기는 오차는 대상자 수를 늘리면 줄어들지만, 편향은 사람 수를 늘려도 그대로 남아요. 그래서 연구자들은 무작위 배정이나 눈가림 같은 장치로 처음부터 편향을 줄이려고 해요.
저울의 영점이 어긋나 있다고 생각해 보세요. 늘 200g이 더 나오는 저울로 아무리 여러 번, 여러 사람의 몸무게를 재도 결과는 같은 방향으로 어긋나요. 재는 횟수를 아무리 늘려도 어긋남은 사라지지 않아요. 연구에서 편향이 바로 이런 영점 오차예요.
실제 연구에서는 이런 상황이 편향으로 이어져요. 좋아진 사람만 끝까지 추적하거나, 평가하는 사람이 누가 어느 집단인지 알고 채점하면 결과가 한쪽으로 기울어요. 편향은 방향이 있어서 효과를 부풀리기도 하고 줄이기도 해요.
연구 결과를 읽을 때는 이 둘을 구분해서 살펴봐요. "사람이 많으니 믿을 만하다"는 말은 우연 오차를 줄이는 데는 적합하지만, 편향된 방식으로 2,000명을 모으면 편향된 2,000명의 결과가 나와요.
무료 · 로그인 없이 · 익명
지금 상황을 한두 줄로 적어 보내면, 바디리플 전문가가 생활·움직임 관점에서 답해 드려요.
전방머리자세(고개가 앞으로 나온 자세)와 목 통증의 관계에서는 나이가 큰 교란 요인이에요. 청년층을 대상으로 한 연구(Damasceno 등, 2018)에서는 교란 요인을 보정하자 자세와 목 통증의 연관이 보이지 않았어요. 15편을 종합한 메타분석(Mahmoud 등, 2019)은 성인에서는 연관이 있고 청소년에서는 없다고 보고해서, 나이에 따라 관계가 달라진다는 점이 드러났어요. 보정 전에는 그럴듯해 보이던 연관이 교란 요인을 걷어내자 달라진 거예요. 편향을 다루는 일이 결론을 얼마나 바꾸는지 보여 주는 예예요.
회귀 평균은 편향과 구분되는 통계 현상이지만, 개입 없이도 좋아져 보이게 만든다는 점에서 효과를 해석할 때 함께 떠올려야 해요.
편향이 무엇인지 알았다면, 실제로 근거를 읽을 때 쓰는 평가 도구와 알아둘 점도 있어요. 이 도구들은 연구를 깎아내리려는 것이 아니라 어디까지 말해도 되는지 선을 정하려는 장치예요.
비뚤림 위험 평가. 연구 전체에 점수 하나만 매기지 않고, 결과별 그리고 영역별로 나누어 판단해요. 무작위 배정 시험은 배정 과정, 계획한 개입에서의 이탈, 빠진 자료, 결과 측정, 보고할 결과를 고르는 과정 같은 영역으로 나눠 살펴봐요. 관찰연구는 여기에 교란과 참가자 선정 문제를 앞세워요. 비뚤림 위험이 높다는 판정은 결과가 틀렸다는 뜻이 아니라, 틀릴 여지가 열려 있다는 뜻이에요. 그래서 GRADE 근거 등급에서 확실성을 낮추는 가장 흔한 이유가 돼요.
AMSTAR 2. 체계적 고찰 자체를 평가하는 16개 항목의 도구예요(Shea 등, 2017). 계획서를 미리 등록했는지, 문헌 검색이 충분했는지, 연구 선정과 자료 추출을 두 사람이 독립적으로 했는지, 포함한 연구의 비뚤림 위험을 결론에 반영했는지, 제외한 연구 목록과 이해관계를 밝혔는지 등을 살펴봐요. 일부 항목은 결정적 영역으로 지정되어 있어서, 여기에 문제가 있으면 다른 항목이 좋아도 전체 신뢰도가 크게 내려가요. 이 도구를 여러 고찰에 적용한 우산형 고찰에서는 낮음이나 매우 낮음으로 평가되는 고찰이 적지 않아요. 그래서 "체계적 고찰"이라는 이름만으로 품질을 짐작하지 않고 체계적 문헌고찰의 내용을 꼼꼼히 확인해요.
대리 표지자. 정말 알고 싶은 결과(통증, 기능, 부상 발생, 삶의 질)는 직접 측정하기 어렵거나 오랜 시간이 걸려요. 그래서 혈액 수치나 영상 소견처럼 빠르게 측정할 수 있는 값을 대신 쓰기도 해요. 이런 중간 지표를 대리 표지자라고 불러요. 예를 들어 회복 연구에서 CRP·IL-6나 크레아틴 키나아제 수치가 내려갔다는 것과 다음 훈련을 잘 소화했다는 것은 서로 다른 이야기예요. 혈액 지표가 바뀌었다는 결과를 접할 때는 정말 알고 싶은 결과까지 이어졌는지 확인해요.
누가 참여했는가. 참가자가 스스로 지원해서 표본이 만들어지면 그 집단은 일반 인구와 다를 수 있어요(자기선택 편향). 어떤 생활 방식을 실천 중인 사람만 모으면, 잘 맞아서 계속한 사람만 표본에 남고 그만둔 사람은 빠져요(생존 편향). 같은 생각을 공유하는 온라인 커뮤니티에서 모집하면 이 경향이 더 뚜렷해져요. 스스로 보고한 수치는 측정값이 아니라 본인의 진술이라는 점도 알아둬요. 특히 증상이 아직 없는 상태는 본인이 알아차리기 어려워요. 한 설문(Lennerz 등, 2021)에서는 2,029명 중 약 95%가 건강이 좋아졌다고 답했는데, 저자들도 이 조사가 비교 집단이 없는 자기보고 설문이라 예비적인 자료라고 밝혔어요. 비율이 크다는 사실이 근거의 강도를 뜻하는 것은 아니에요.
반대 방향의 과장도 있어요. "비뚤림이 있으니 이 연구는 쓸모없다"는 것도 지나친 말이에요. 완벽한 연구는 없고, 평가의 목적은 연구를 배제하는 것이 아니라 결론의 강도를 알맞게 조절하는 데 있어요.
무료 · 로그인 없이 · 익명
지금 상황을 한두 줄로 적어 보내면, 바디리플 전문가가 생활·움직임 관점에서 답해 드려요.