연구 참여자가 노출과 결과에 따라 추적에서 다르게 탈락했다. 우려되는 편향은?

노출·질병 상태와 관련해 추적 탈락이 다르면 선택편향의 한 형태인 탈락편향이 생길 수 있다.

문제 분석: 추적 관찰 중 발생하는 편향

연구 설계에서 참여자가 노출군과 결과군에 따라 서로 다르게 탈락하는 현상은 단순한 무작위 결측과는 다른 문제를 야기합니다. 문제에서 제시된 상황은 "노출과 결과에 따라 추적에서 다르게 탈락"한 경우이므로, 이는 특정 특성을 가진 대상자가 연구에서 선택적으로 이탈하는 선택 편향(selection bias)의 한 유형입니다. 이 중에서도 추적 관찰 기간 동안 발생하는 탈락과 관련된 편향을 탈락 편향(attrition bias)이라고 합니다.

보기에서 제시된 회상 편향(recall bias)은 환자나 연구 참여자가 과거의 노출 정보를 기억해내는 정확도가 결과 상태에 따라 달라질 때 발생하는 정보 편향입니다. 관찰자 편향(observer bias)은 연구자가 결과를 평가할 때 자신이 알고 있는 노출 정보에 영향을 받아 평가가 달라지는 경우를 말합니다. 생태학적 오류(ecological fallacy)는 집단 수준에서 관찰된 연관성을 개인 수준에 그대로 적용할 때 발생하는 오류이며, 출판 편향(publication bias)은 통계적으로 유의한 결과가 그렇지 않은 결과보다 출판될 가능성이 높아 발생하는 편향입니다. 따라서 이 문제의 정답은 탈락 편향입니다.

탈락 편향의 발생 기전과 임상 연구에서의 중요성

코호트 연구나 임상 시험에서 시간 경과에 따라 연구 참여자가 탈락하는 것은 흔한 일이지만, 이 탈락이 무작위적이지 않고 특정 노출 또는 특정 결과와 연관되어 있을 때 문제가 됩니다. 이러한 현상을 선택적 탈락(selective attrition)이라고 하며, 이는 노출과 결과 사이의 연관성 추정치를 실제와 다르게 왜곡시킬 수 있습니다 ^[1].

근거 자료 ^[1]의 연구는 중증 산모 이환율(SMM)의 재발 위험을 추정할 때 선택적 탈락이 어떤 편향을 초래하는지 정량적으로 분석했습니다. 이 연구에서는 첫 번째 출산에서 SMM을 경험한 산모와 그렇지 않은 산모가 두 번째 출산까지 추적 관찰되는 비율이 다를 수 있음을 지적하며, 이러한 차이가 SMM 재발 위험 추정치에 편향을 일으킬 수 있다고 설명합니다. 연구자들은 역확률 가중치(inverse probability weighting) 방법을 사용하여 선택적 탈락으로 인한 편향을 보정하고자 했습니다 ^[1].

근거 자료 ^[2]는 노르웨이의 대규모 코호트 연구인 MoBa(Norwegian Mother, Father and Child Cohort Study)를 대상으로 선택적 참여와 추적 탈락이 연구 결과에 미치는 영향을 분석했습니다. 이 연구는 연구에 지속적으로 참여하는 대상자와 탈락하는 대상자의 특성이 체계적으로 다르며, 이로 인해 추정된 연관성이 편향될 수 있음을 보여주었습니다. 연구자들은 인구 등록 자료를 활용하여 탈락한 대상자의 정보까지 포함한 역확률 가중치를 산출함으로써, 선택적 탈락으로 인한 편향을 정량화하고 보정하는 방법을 제시했습니다 ^[2].

근거 자료 ^[3]은 아동 및 청소년 정신 건강에 대한 유전 역학 연구들을 체계적으로 검토한 결과, 선택적 탈락으로 인한 결측(missingness due to selective attrition)이 이러한 연구에서 편향의 중요한 원천임을 확인했습니다. 이 체계적 문헌고찰은 많은 연구들이 탈락으로 인한 결측을 적절히 보고하거나 처리하지 않고 있음을 지적하며, 결측 데이터의 보고와 처리를 개선하는 것이 편향을 줄이는 데 필수적이라고 강조합니다 ^[3].

근거 자료 ^[4]는 종단 연구에서 발생하는 탈락 편향 문제를 흡연, 인지 기능, 치매, 사망 간의 관계를 연구하는 사례를 통해 설명합니다. 이 논문은 표준 선형 혼합 모형(linear mixed model)과 결합 모형(joint model) 접근법을 비교하며, 추적 탈락이 결과와 연관되어 있을 때(informative censoring) 표준 분석 방법으로는 편향된 추정치를 얻을 수 있음을 보여줍니다. 이러한 상황을 해결하기 위해 확장된 무작위 결측 가정(extended missing at random, XMAR)과 같은 방법론이 필요하다고 설명합니다 ^[4].

치위생 연구 및 임상 실무에의 적용

치위생 분야의 종단 연구, 예를 들어 치주 질환의 진행을 장기간 추적 관찰하거나 구강 건강 교육의 효과를 시간 경과에 따라 평가하는 연구에서도 탈락 편향은 중요한 고려 사항입니다. 연구 참여자 중 구강 건강 상태가 좋지 않은 대상자나 흡연과 같은 위험 요인을 가진 대상자가 추적 관찰에서 더 많이 탈락한다면, 남은 대상자들만으로 분석한 결과는 실제 효과를 과대평가하거나 과소평가할 수 있습니다. 따라서 연구를 설계할 때는 탈락을 최소화하기 위한 전략(정기적인 연락, 접근성 개선 등)을 수립하고, 분석 단계에서는 탈락한 대상자의 특성을 파악하여 민감도 분석(sensitivity analysis)이나 역확률 가중치와 같은 통계적 방법을 적용하여 탈락 편향의 영향을 평가하고 보정하는 것이 필요합니다 ^[1][2][3][4].