어떤 운동 연구를 소개하며 ‘65세 이상에서만 유의한 효과가 있었다’고 쓴 기사를 읽으면 그보다 젊은 사람에게는 도움이 없었다고 생각하기 쉽습니다. 하지만 한 집단에서 유의했고 다른 집단에서 유의하지 않았다는 사실만으로 두 집단의 효과가 다르다고 결론 내릴 수는 없습니다. 기사에서 ‘만’이라는 단어를 만났을 때 확인할 내용을 살펴보겠습니다.
각 집단의 질문과 집단 사이의 질문
코크란은 한 하위집단의 결과가 통계적으로 유의하고 다른 집단의 결과는 그렇지 않다는 비교가 집단 간 효과 차이를 입증하지 않는다고 설명합니다. 집단마다 자료의 양과 정밀도가 다를 수 있으므로, 효과가 서로 다른지를 묻는 적절한 비교가 필요합니다. 이런 효과 차이를 상호작용 또는 효과 수정이라는 용어로 표현합니다.[S1]
질문을 문장으로 나누면 덜 어렵습니다. 첫째는 ‘A 연령대에서 운동 집단과 비교 집단의 차이가 있는가’입니다. 둘째는 ‘B 연령대에서 그 차이가 있는가’입니다. 셋째는 ‘A에서의 차이와 B에서의 차이가 서로 다른가’입니다. 첫째와 둘째에 붙은 판정만 보고 셋째의 답을 채우지 않는 것이 출발점입니다.
추정값은 같아도 불확실성은 다를 수 있습니다
다음은 원리를 위한 가상 결과이며 실제 연령별 운동 효과가 아닙니다. 같은 가상 기능 점수에서 높은 값이 더 좋다고 정하고, 운동군과 비교군의 평균 개선 차이를 연령별로 계산했다고 가정합니다. 아래 숫자는 설명용으로 만든 추정값과 신뢰구간입니다.
| 연령 구분 | 평균 개선 차이 | 95% 신뢰구간 |
|---|---|---|
| 65세 이상 | 2점 | 1~3점 |
| 65세 미만 | 2점 | -1~5점 |
📂 “몰랐던 게 부끄럽지 않아요, 지금 알면 되니까요” 🌱
두 집단의 추정값은 모두 2점입니다. 둘째 집단의 구간에는 차이 없음에 해당하는 0도 들어가 있지만, 이를 ‘효과가 정확히 0이었다’고 옮길 수는 없습니다. 제시된 차이는 2점이고 그 주위의 불확실성이 더 넓습니다. 표에 나온 숫자보다 강한 결론을 제목에 붙이지 않아야 합니다.
이 예시로 실제 상호작용 검정을 완료했다고 말할 수도 없습니다. 여기서는 원자료와 분석 모형을 제공하지 않았기 때문입니다. 그림의 신뢰구간이 겹치는지만 눈으로 보고 집단 차이를 확정하는 대신, 연구자가 그 질문을 어떻게 분석했는지 원문에서 찾는 단계로 이어 갑니다.
나이를 나눈 선이 언제 정해졌는지 봅니다
코크란은 여러 하위집단을 반복해서 분석할 때 오해를 부르는 결과가 생길 수 있으며, 가능한 한 분석할 특성을 미리 정하도록 권고합니다. 결과를 보고 유리한 집단만 강조하는 상황과 사전에 계획한 질문은 구별해 읽어야 합니다.[S1]
📊 “반응이 가장 좋았던 글 TOP 3” 📊
가상으로 연구 시작 전에 65세를 기준으로 비교하겠다고 정한 경우와, 결과를 본 뒤 60세·65세·70세 등 여러 경계를 바꾸며 차이를 찾은 경우를 생각해 보세요. 독자가 묻는 것은 어느 나이가 생물학적 정답이냐가 아닙니다. 실제 계획과 보고된 분석 사이의 관계가 설명돼 있느냐입니다.
미리 정했다는 말도 자동적인 품질 보증은 아닙니다. 해당 연령대의 참여자와 사건이 충분한지, 같은 결과와 기간을 비교했는지, 빠진 자료가 무엇인지 함께 보아야 합니다. 사전 계획을 찾지 못했다면 ‘계획되지 않았다’고 단정하지 말고 ‘확인하지 못했다’고 기록하세요.
하위집단 표의 세로줄을 끝까지 읽으세요
표에는 연령 외에 성별, 초기 건강 상태, 이전 치료 여부 등 여러 기준이 함께 있을 수 있습니다. 같은 참여자가 각 분류의 여러 행에 다시 등장할 수 있으므로 모든 행의 인원을 합쳐 전체 표본 수로 만들지 않습니다. 관심 있는 연령 줄을 보기 전에 표 제목과 분류 단위를 확인하세요.
또한 ‘평균 연령이 높은 연구들’과 ‘연구 안의 고령 참여자들’은 다른 묶음입니다. 코크란도 참여자의 하위집단과 연구 자체를 나눈 하위집단을 구별합니다. 연구 단위의 평균 특성을 개인의 연령별 효과로 바로 번역하지 않는 것이 필요합니다.[S1]
‘나에게만 맞는 효과’를 찾는 대신 질문을 정리합니다
연령이 같다는 이유로 자신의 건강 상태까지 연구 집단과 같아지는 것은 아닙니다. 표에서 찾은 연령 결과를 개인의 운동량이나 영양제 선택으로 바로 바꾸지 말고, 어떤 참여자가 어떤 조건에서 얻은 결과인지를 먼저 정리해 보세요.
메모는 ‘연령 구분’, ‘각 집단의 추정값과 신뢰구간’, ‘집단 차이에 대한 분석’, ‘사전 계획 여부’ 네 칸이면 시작할 수 있습니다. 설명되지 않은 칸은 비워 둡니다. 결과를 더 세분화할수록 개인에게 정확해 보일 수 있지만, 잘게 나뉜 이름만으로 근거가 충분해지는 것은 아닙니다.
초록에 연령별 수치만 있고 집단 차이 분석이 보이지 않는다면 결과가 없다고 채우지 않습니다. 본문과 부록에서 해당 질문을 다뤘는지 확인한 범위까지 기록하면, 확인하지 못한 사실과 연구가 보고하지 않은 사실을 섞지 않을 수 있습니다.
기사 제목을 점검하는 문장
위 가상 표라면 ‘두 연령대의 추정 개선 차이는 같았고, 젊은 연령대의 구간이 더 넓게 제시됐다’라고 말할 수 있습니다. ‘고령자에게만 효과’라는 제목은 별도의 집단 차이 근거를 요구합니다. 원문에 그 분석이 없다면 결론을 보류하는 것이 정확합니다.
하위집단 분석은 누구에게 효과가 달라질 수 있는지 묻는 유용한 도구입니다. 다만 집단 안의 비교와 집단 사이의 비교를 분리해야 그 질문을 제대로 읽을 수 있습니다. 이 글은 연구 해석 안내이며 특정 연령의 치료나 운동을 결정하는 지침이 아닙니다.