통계 분석 방법 중 종속변수가 수명이 다하거나 재발하는 등 특정 사건이 발생할 때까지 걸린 시간일 경우, 이를 분석하는 기법은?
1다중 회귀분석
2독립표본 t검정
3분산분석
4생존분석✓ 정답
5상관분석
해설
생존분석은 시간-사건 데이터를 분석하여 생존 함수를 추정하는 기법으로, 카플란-마이어 곡선을 사용하여 시각화합니다. 다중 회귀분석(보기1)은 여러 독립변수가 종속변수에 미치는 영향을, 독립표본 t검정(보기2)은 두 집단 평균 차이를, 분산분석(보기3)은 세 집단 이상 평균 차이를, 상관분석(보기5)은 변수 간 관계 강도를 분석하는 데 사용됩니다.
작업치료 핵심 해설
이 문제는 연구 방법론 및 근거 중심 실천(EBP, Evidence-Based Practice)의 기초가 되는 통계 분석 기법을 묻고 있어요. 작업치료사는 임상 연구 결과를 올바르게 해석하고, 치료 효과를 검증하기 위해 다양한 통계 기법에 대한 기본 이해가 필요합니다.
핵심 개념 분석 (Key Concept): 문제의 핵심은 생존분석(Survival Analysis)이에요. 이는 특정 사건(예: 사망, 재발, 퇴원, 재취업)이 발생할 때까지 걸리는 시간을 분석하는 통계 기법입니다. 작업치료 연구에서는 뇌졸중 환자의 재발, 낙상 재발, 특정 중재 후 기능적 독립 달성까지의 시간 등을 분석할 때 유용하게 사용돼요.
정답 근거 (Answer Rationale): 핵심! 문제에서 명시한 "종속변수가 수명이 다하거나 재발하는 등 특정 사건이 발생할 때까지 걸린 시간"은 생존분석의 가장 전형적인 정의입니다. 생존분석은 카플란-마이어 추정량(Kaplan-Meier estimator)을 이용한 생존 곡선이나, 콕스 비례위험 모형(Cox proportional hazards model)을 사용하여 여러 요인이 사건 발생 시간에 미치는 영향을 분석할 수 있어요.
오답 분석 (Distractor Analysis):
혼동 주의! ①번 다중 회귀분석(Multiple Regression Analysis)은 여러 독립변수가 하나의 연속형 종속변수(예: 기능적 독립 척도 점수)에 미치는 영향을 분석할 때 사용됩니다. 시간-사건 데이터를 직접 분석하는 데는 적합하지 않아요.
②번 독립표본 t검정(Independent t-test)과 ③번 분산분석(ANOVA)은 모두 집단 간 평균을 비교하는 기법입니다. t검정은 두 집단, 분산분석은 세 집단 이상을 비교하죠. 이들은 시간에 따른 사건 발생 분석이 아닙니다.
⑤번 상관분석(Correlation Analysis)은 두 변수 간의 선형 관계의 강도와 방향(예: 근력과 보행 속도의 관계)을 분석하는 기법이에요.
연관 개념 정리 (Related Concepts): 생존분석에서 중요한 개념은 중도절단(Censoring)이에요. 연구 종료 시점까지 사건이 발생하지 않았거나, 추적이 불가능해진 경우의 데이터를 처리하는 방법입니다. 또한, 생존 곡선을 비교하는 데는 로그순위 검정(Log-rank test)이 자주 사용됩니다.
개념 정리
• 생존분석(Survival Analysis): 시간-사건 데이터(Time-to-event data)를 분석하는 통계 기법.
• 주요 용도: 사망, 재발, 회복, 목표 달성까지의 시간 분석.
• 핵심 출력: 생존 함수(Survival function), 위험 함수(Hazard function).
• 대표적 방법: 카플란-마이어 추정(비모수), 콕스 회귀 분석(준모수).
한눈에 비교!
통계 기법
분석 목적
종속변수 유형
작업치료 연구 예시
생존분석
사건 발생까지의 시간 분석
시간-사건 데이터
뇌졸중 후 재취업까지의 기간 분석
다중 회귀분석
여러 요인이 결과에 미치는 영향 분석
연속형 변수
나이, 인지기능, 지지체계가 ADL 점수에 미치는 영향
t-검정 / ANOVA
두 개 이상 집단의 평균 비교
연속형 변수
중재군과 대조군의 보행 속도 평균 비교
상관분석
두 변수 간 관계의 강도와 방향 분석
두 연속형 변수
손 악력과 식사 수행 속도의 관계 분석
암기 팁
• 생존 = 시간 + 사건: "생존"이라는 단어에 매몰되지 말고, "특정 사건이 발생할 때까지의 시간 분석"으로 이해하세요.
• 카플란-마이어 곡선: 생존율을 보여주는 계단형 그래프를 떠올리면 기억하기 쉬워요.
국시 빈출 포인트
연구방법론 과목에서 생존분석의 정의와 용도를 직접 묻는 문제가 종종 출제됩니다. "시간-사건 데이터", "중도절단", "카플란-마이어 곡선" 등의 키워드와 함께 나오는 경우가 많아요.
기출 변형 주의!
• "카플란-마이어 곡선으로 표현되는 통계 분석 방법은?" → 생존분석
• "연구 종료 시까지 재발하지 않은 환자의 데이터를 처리하는 개념은?" → 중도절단(Censoring)
• "콕스 비례위험 모형(Cox regression)이 속하는 통계 분석 분야는?" → 생존분석
작업치료 임상 실무 가이드임상 시나리오 (Clinical Scenario): "작업치료사인 당신은 뇌졸중 클리닉에서 근거 중심 실천(EBP) 프로젝트를 진행 중입니다. 최근 도입한 새로운 상지 재활 프로그램이 기존 프로그램보다 환자가 '식사 도구를 독립적으로 사용할 수 있는 기능적 목표'를 더 빨리 달성하게 하는지 효과를 검증하고 싶어요. 어떻게 연구를 설계하고 데이터를 분석할까요?"
작업치료 중재 전략 (OT Intervention):
1평가(Assessment)두 그룹(새 프로그램 군 vs 기존 프로그램 군)의 환자를 무작위로 배정합니다. 주요 평가 변수는 기능적 독립 척도(FIM)의 식사 항목 점수 '6점(독립)' 달성까지의 일수입니다.
2목표 설정(Goal setting)연구 가설을 설정합니다. "새 프로그램은 기존 프로그램보다 기능적 식사 독립 달성까지의 시간을 단축시킨다."
3치료 중재(Intervention) & 데이터 수집각 군에 맞는 중재를 시행하면서, 각 환자가 목표를 달성한 정확한 날짜를 기록합니다. 연구 종료 시까지 목표를 달성하지 못한 환자나 중도 탈락한 환자의 데이터도 함께 기록합니다.
4재평가(Reassessment)/분석수집된 '시간-사건 데이터'를 생존분석으로 분석합니다. 카플란-마이어 곡선을 그려 두 군의 생존 곡선(여기서는 '목표 미달성 곡선')을 비교하고, 로그순위 검정으로 통계적 유의성을 확인합니다.
환자 안전 및 주의사항 (Precautions): 연구 설계 시 윤리적 승인(IRB)을 받아야 합니다. 중도 탈락 환자의 데이터는 중도절단(Censoring)으로 처리하여 정보 손실을 최소화하는 것이 올바른 분석을 위한 핵심입니다.
치료 프로토콜근거 생성 연구 설계 단계
1. PICO 설정: Population(대상), Intervention(중재), Comparison(비교), Outcome(결과-시간)
2. 연구 설계: 무작위 대조 시험(RCT)이 이상적.
3. 결과 측정: 사건 정의 명확화 (예: FIM 식사 항목 6점 달성).
4. 추적 기간: 충분한 기간 설정 (예: 퇴원 후 3개월).
5. 데이터 분석: 생존분석 기법 적용 및 결과 해석.
선배 작업치료사의 한마디
"통계가 어렵게 느껴질 수 있지만, 생존분석 같은 개념은 임상에서 정말 유용해요. 예를 들어 '이 중재를 하면 환자가 평균 몇 일 빨리 퇴원할 수 있을까?'라는 실용적인 질문에 답을 줄 수 있는 도구죠. 국시 공부할 때는 각 통계 기법이 '무엇을 비교하느냐'(평균? 비율? 시간?)에 초점을 맞추면 구분이 훨씬 쉬워져요. 임상가이자 연구 소비자로서 기본적인 통계 리터러시는 필수이니, 두려워하지 말고 차근차근 이해해보세요!"