# 자료를 다 모은 뒤 연령의 교란을 걸러내려는 연구자가 분석 단계에서 쓸 방법은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=600388  
> language: ko  
> subject: 지역사회간호학

## 문제

자료를 다 모은 뒤 연령의 교란을 걸러내려는 연구자가 분석 단계에서 쓸 방법은?

## 보기

1. 대조군을 환자군과 연령이 같도록 짝지어 뽑는다
2. 연구 대상을 같은 연령대로만 제한해 모집한다
3. 연령을 묻지 않고 노출 여부만 조사한다
4. 연령별 표본 수를 같게 하여 무작위로 배정한다
5. 연령군별로 나누어 각각 관련성을 구한 뒤 종합한다 **✔ 정답**

**정답: 5**

## 해설

연령군별로 층을 나눠 각각의 연관성을 구한 뒤 통합하는 층화 분석은 분석 단계의 교란 통제법이다.

## 심화 해설

연령은 역학 연구에서 가장 흔하면서도 강력한 교란 변수(confounder)입니다. 노출과 질병 양쪽에 모두 영향을 주면서, 노출과 질병 사이의 연관성을 왜곡할 수 있기 때문입니다. 예를 들어 특정 약물 노출과 골절 발생의 관계를 볼 때, 나이가 많을수록 약물을 쓸 일도 많고 골절 위험도 높다면, 연령이 두 변수 사이에 끼어들어 실제보다 더 강한 연관성이 있는 것처럼 보이게 만들 수 있습니다.

이 문제는 연구 설계 단계가 아니라 분석 단계에서 연령의 교란 효과를 통제하는 방법을 묻고 있습니다. 보기 1(짝짓기)과 보기 2(제한)는 모두 자료를 수집하기 전, 즉 설계 단계에서 교란을 막는 전략입니다. 보기 4는 연령별 표본 수를 같게 하는 것인데, 이는 무작위 배정과 결합된 층화(stratification)의 일부처럼 보일 수 있으나, 분석 단계에서 연령의 영향을 평가하거나 보정하는 방법으로는 적절하지 않습니다.

분석 단계에서 교란 변수를 통제하는 대표적인 방법은 층화 분석(stratified analysis)과 다변량 분석(multivariable analysis)입니다. 보기 5는 층화 분석을 설명하고 있습니다. 연령군별로 나누어 각 층에서 노출과 질병의 관련성(예: 오즈비, 상대위험도)을 따로 구한 뒤, 이를 종합하여 하나의 보정된 추정치를 얻는 방식입니다. 이를 통해 연령 분포의 차이가 결과에 미치는 영향을 제거할 수 있습니다.

층화 분석은 연령군 내에서는 연령이 일정하게 유지되므로, 각 층에서 구한 연관성은 연령의 영향을 받지 않은 순수한 효과에 가까워집니다. 이후 각 층의 효과 크기가 비슷하다고 판단되면 Mantel-Haenszel 방법 등을 이용해 공통 효과 추정치로 합치게 됩니다. 만약 층마다 효과 크기가 크게 다르다면, 이는 교란을 넘어 효과 수정(effect modification)을 시사하는 소견으로 해석해야 합니다.

제시된 근거 자료 중 [4]는 음성 기반 파킨슨병 선별 모델에서 연령이 주요 교란 요인임을 직접적으로 보여줍니다. 이 연구는 음성은 나이에 따라 크게 변하기 때문에, 환자군과 대조군의 연령 불균형만으로도 질병과 무관하게 높은 분류 성능이 나올 수 있다고 지적합니다. 즉, 연령을 통제하지 않으면 모델이 질병의 음성 신호가 아니라 노화에 따른 음성 변화를 학습하게 된다는 뜻입니다. 이는 분석 단계에서 연령을 층화하거나 보정하지 않으면 결과 해석이 완전히 달라질 수 있음을 보여주는 사례입니다.

혼동 주의! 층화 분석과 짝짓기(matching)를 혼동하지 않아야 합니다. 짝짓기는 연구 설계 단계에서 환자군과 대조군을 연령이 같도록 뽑는 방법이고, 층화 분석은 이미 수집된 자료를 연령군으로 나누어 분석하는 방법입니다. 또한 핵심! 층화 분석은 한 번에 하나의 교란 변수만 통제하기 어렵고, 층이 많아지면 각 층의 표본 수가 줄어들어 통계적 검정력이 떨어질 수 있습니다. 교란 변수가 여러 개이거나 연속형 변수인 경우에는 로지스틱 회귀분석이나 콕스 비례위험모형 같은 다변량 분석이 더 적합합니다.참고 문헌 (논문 출처)

- [4]Demographic Confounding in Voice-Based Parkinson Disease Screening: Methodological Analysis of the Bridge2AI Voice Dataset.일반논문Shukla S, Naliyatthaliyazchayil P, Gichoya JW, Purkayastha S. (2026) · DOI: 10.2196/95609

## 임상 시나리오

연령 교란 통제: 층화 분석 실무 가이드자료 수집 후 분석 단계에서 연령 효과를 제거하는 핵심 절차
자료를 모두 수집한 뒤 연령의 교란을 통제하려면 층화 분석을 시행합니다. 연령군을 10세 간격 등으로 나누고 각 층에서 오즈비나 상대위험도를 따로 계산합니다.

각 연령층의 효과 크기가 유사하면 Mantel-Haenszel 방법으로 공통 추정치를 구해 하나의 보정된 연관성으로 종합합니다. 층 내에서는 연령이 일정하므로 연령의 영향이 제거된 순수한 효과에 가까워집니다.

주의층마다 효과 크기가 크게 다르면 이는 교란이 아니라 효과 수정을 시사하므로 공통 추정치로 합치면 안 됩니다. 또한 층이 많아지면 각 층의 표본 수가 줄어 통계적 검정력이 떨어질 수 있어, 교란 변수가 여러 개이거나 연속형이면 다변량 분석을 고려해야 합니다.

## 핵심 개념

- **교란 변수** — 노출과 질병 양쪽에 모두 영향을 주어 연관성을 왜곡하는 변수
- **층화 분석** — 자료를 교란 변수 수준별로 나누어 각 층의 연관성을 구한 뒤 통합하는 분석법
- **Mantel-Haenszel 방법** — 층별 효과 크기가 유사할 때 공통 효과 추정치를 구하는 통계 기법
- **효과 수정** — 층마다 효과 크기가 크게 달라 교란을 넘어 변수 간 상호작용이 있는 상태
- **다변량 분석** — 여러 교란 변수를 동시에 보정할 수 있는 회귀모형 기반 분석법

## 같은 주제 문제

- [다음에 해당하는 사례관리자의 역할은?](https://mymerci.kr/pages/nclex_q.php?qn_id=184059)
- [소득이나 교육과 같은 개인의 사회경제적 위치에 의해 건강격차가 나타나는 것을 무엇이라 하는가?](https://mymerci.kr/pages/nclex_q.php?qn_id=184060)
- [지역사회 당뇨병 예방관리사업에서 3차 예방수준의 간호중재는?](https://mymerci.kr/pages/nclex_q.php?qn_id=184061)
- [진단검사의 결과가 다음과 같을 때 양성예측도 산출식은?검사 결과질병 있음계유무양성80100180음성20800820계1009001,000](https://mymerci.kr/pages/nclex_q.php?qn_id=184062)
- [인구정태 현상을 나타내는 지표와 분모의 연결이 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=184063)
- [지역사회 현황을 SWOT 분석한 결과가 다음과 같을 때 수립해야 할 전략은?](https://mymerci.kr/pages/nclex_q.php?qn_id=184064)
- [오마하 분류체계에서 건강관련 행위 영역에 속하는 문제는?](https://mymerci.kr/pages/nclex_q.php?qn_id=184065)
- [다음에서 설명하고 있는 사례관리의 원칙은?](https://mymerci.kr/pages/nclex_q.php?qn_id=184066)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._