역학적 연구 설계에서 혼란 변수(Confounding Variable)를 통제하기 위한 방법이 아닌 것은?

혼란 변수는 노출과 질병 모두에 관련되지만, 그들의 중간 경로에 있지 않은 변수이다. 제한, 짝짓기, 층화/다변량 분석은 혼란 변수를 통제하는 방법이며, 맹검은 주로 정보 편의(Information Bias)를 줄이기 위한 방법이다.

KMLE 핵심 해설 이 문제는 역학 연구 설계에서 혼란 변수(Confounding Variable)를 통제하는 방법을 묻는 기초적이지만 중요한 개념 문제입니다.

증상 분석 및 진단 (Diagnosis): 질문의 핵심은 "혼란 변수 통제 방법이 아닌 것"을 찾는 것입니다. 혼란 변수는 연구에서 노출(Exposure)과 결과(Outcome) 사이의 인과 관계를 왜곡시키는 제3의 변수로, 노출과 결과 모두와 관련이 있어야 합니다. 예를 들어, 흡연(노출)과 폐암(결과)의 관계를 연구할 때, 나이는 혼란 변수가 될 수 있습니다. 나이가 많을수록 흡연 기간이 길어질 가능성이 높고(노출과 관련), 또 나이가 많을수록 폐암 발생 위험이 높아지기(결과와 관련) 때문입니다.

정답 근거 및 기전 (Rationale & Pathophysiology): 핵심! 정답은 ③ 맹검(Blinding)입니다. 맹검은 연구 참여자나 연구자가 어느 군에 속하는지 알지 못하게 함으로써 발생하는 정보 편의(Information Bias)나 관찰자 편향(Observer Bias)을 줄이기 위한 방법입니다. 예를 들어, 약물 효과를 평가할 때 환자나 의사가 누가 실험군인지 대조군인지 알면, 주관적인 평가가 개입될 수 있습니다. 이는 혼란 변수 자체를 제거하거나 통제하는 방법이 아니라, 측정이나 평가 과정에서 생기는 오류를 방지하는 방법입니다.

오답 분석 (Distractor Analysis):
• ① 제한(Restriction): 연구 대상자를 특정 혼란 변수가 없는 사람들로만 선정하는 방법입니다. (예: 나이를 40-50세로 제한). 가장 강력하지만, 연구 결과의 일반화 가능성(Generalizability)이 떨어질 수 있습니다.
• ② 짝짓기(Matching): 대조군을 선택할 때 혼란 변수(예: 나이, 성별)를 기준으로 실험군과 유사한 사람을 1:1 또는 1:N으로 짝지어 선택하는 방법입니다. 분석이 복잡해질 수 있습니다.
• ④ 층화 분석(Stratified Analysis): 자료 분석 단계에서 혼란 변수에 따라 층(Strata)을 나눈 후, 각 층 내에서 노출과 결과의 관계를 분석하는 방법입니다. (예: 나이대별로 분석).
• ⑤ 다변량 분석(Multivariate Analysis): 회귀 분석 등을 통해 여러 변수(혼란 변수 포함)를 동시에 모형에 넣어, 노출의 순수한 효과를 추정하는 통계적 방법입니다. (예: 로지스틱 회귀 분석).

이 중 ①, ②는 연구 설계 단계에서, ④, ⑤는 자료 분석 단계에서 혼란 변수를 통제하는 방법입니다.

임상 사례 분석 (Case Study) 연구 시나리오: 새로운 혈압 강하제 A의 심근경색(Myocardial Infarction) 예방 효과를 코호트 연구(Cohort Study)로 설계하려 합니다. 하지만 연구자들은 "흡연"이 강력한 혼란 변수가 될 것이라고 우려합니다.

진단적 접근 (Confounding Control Plan):
1. 제한: 연구 대상자를 비흡연자로만 선정할 수 있습니다. 하지만 이렇게 하면 약물 A의 효과를 흡연자에게 일반화하기 어렵습니다.
2. 짝짓기: 약물 A 복용군(실험군)의 각 참여자에 대해, 연령, 성별, 그리고 흡연 상태가 동일한 비복용군(대조군) 참여자를 한 명씩 찾아 짝을 지을 수 있습니다.
3. 분석 단계 통제: 자료 수집 후, 흡연자 층과 비흡연자 층으로 나누어(층화 분석) 각각에서 약물 A의 효과를 분석하거나, 또는 다변량 분석을 통해 흡연 상태를 통제변수로 포함시켜 분석할 수 있습니다.

주의사항 (Blinding의 역할): 위의 모든 방법은 혼란 변수 '흡연'을 다루는 것입니다. 반면, 맹검은 이 연구에서 "누가 약물 A를 먹고 누가 위약(Placebo)을 먹는지"에 대한 정보에 의한 편향을 막기 위해 필요합니다. 예를 들어, 의사가 환자가 실험군임을 알면 심근경색 진단을 더 적극적으로 내릴 수도 있습니다(진단 편향). 이것은 혼란 통제가 아닌, 정보 편의 통제입니다.