연구에서 교란변수의 영향을 줄이는 방법으로 옳은 것은?

교란변수는 관심 있는 요인과 결과 모두에 영향을 주어 관계를 왜곡하는 변수이다. 이를 줄이려면 대상자를 무작위로 배정하거나 특성이 비슷한 대상자끼리 짝을 짓고 층을 나누어 분석하며 통계적으로 보정하는 방법을 사용한다.

교란변수(confounding variable)는 연구에서 독립변수(중재·노출)와 종속변수(결과) 사이의 관계를 왜곡하는 제3의 변수입니다. 물리치료 임상연구를 예로 들면, ‘허리 안정화 운동이 요통 감소에 미치는 효과’를 볼 때 대상자의 기저 통증 강도, 운동 순응도, 동반 심리 요인 등이 교란변수로 작용할 수 있습니다. 이러한 교란변수를 통제하지 않으면 중재 효과가 실제보다 과장되거나 축소되어 잘못된 임상 결론에 도달하게 됩니다.

무작위 배정의 원리
무작위 배정(random assignment)은 알려진 교란변수와 알려지지 않은 교란변수를 모두 집단 간에 균등하게 분포시키는 가장 강력한 방법입니다. 연구자가 특정 기준으로 대상자를 배정하면 선택 비뚤림(selection bias)이 개입하지만, 무작위 배정은 각 대상자가 중재군 또는 대조군에 배정될 확률을 동일하게 만들어 교란변수의 분포 차이를 확률적으로 제거합니다. 근거 자료^[3]에서도 수술 무작위 대조시험(RCT)에서 무작위 배정 순응도가 깨질 때 측정되지 않은 교란(unmeasured confounding)이 발생하여 인과 추론이 훼손된다고 지적하고 있습니다. 즉, 무작위 배정 자체가 교란 통제의 출발점이며, 순응도가 낮아지면 교란 통제 효과도 약해집니다.

짝짓기의 원리
짝짓기(matching)는 교란변수의 분포를 중재군과 대조군 간에 유사하게 맞추는 방법입니다. 예를 들어 요통 연구에서 연령, 성별, 체질량지수(BMI), 기저 통증 점수가 비슷한 대상자끼리 짝을 지어 배정하면, 이 변수들이 결과에 미치는 영향을 통제할 수 있습니다. 무작위 배정이 표본 수가 충분할 때 가장 이상적이라면, 짝짓기는 표본 수가 작거나 특정 교란변수의 영향이 클 것으로 예상될 때 유용한 보완 전략입니다. 핵심! 짝짓기는 연구자가 이미 알고 측정한 교란변수만 통제할 수 있는 반면, 무작위 배정은 측정하지 못한 교란변수까지 통제할 수 있다는 차이가 있습니다.

오답 분석
1번 ‘표본의 수를 줄여 자료를 단순하게 만든다’는 오히려 통계적 검정력(statistical power)을 낮추고 우연에 의한 불균형 가능성을 키우므로 교란변수 통제와 무관합니다. 2번 ‘결과가 원하는 방향으로 나온 자료만 골라 분석한다’는 선택 비뚤림을 의도적으로 만드는 행위로, 연구 윤리와 타당도를 심각하게 훼손합니다. 3번 ‘교란변수는 측정하지 않고 결과만 해석한다’는 교란변수를 방치하는 것이므로 인과 관계 해석이 불가능해집니다. 4번 ‘연구자가 원하는 집단에 대상자를 배정한다’는 무작위 배정의 반대 개념으로, 연구자의 의도가 개입되어 교란변수가 특정 집단에 몰리게 만듭니다.

임상 연구 설계에서의 적용
물리치료 분야의 무작위 대조시험에서는 배정 은폐(allocation concealment)와 무작위 배정을 함께 적용해야 교란변수와 선택 비뚤림을 동시에 차단할 수 있습니다. 근거 자료^[1]에서는 일반화 추정 방정식, 무작위 절편 모형, 무작위 계수 모형 등 통계적 잔차(residual)를 활용한 교란 조정 방법을 다루고 있는데, 이는 설계 단계에서 통제하지 못한 교란변수를 분석 단계에서 보정하는 접근입니다. 근거 자료^[2]의 음성 대조(negative control) 방법도 설계 단계에서 교란을 평가하는 보조 도구로 활용됩니다. 그러나 이러한 분석적 방법들은 설계 단계의 무작위 배정이나 짝짓기를 대체하기보다 보완하는 성격이 강합니다.

교란변수 통제는 연구 설계 단계에서 무작위 배정이나 짝짓기를 통해 선제적으로 이루어지는 것이 가장 효과적이며, 분석 단계의 통계적 보정은 설계상 한계를 보완하는 2차 전략입니다. 근거 자료에서도 종단 자료에서 교란 통제와 결측치 처리 전략을 함께 고려해야 한다고 강조하듯, 실제 연구에서는 설계와 분석 전략을 통합적으로 계획해야 합니다.