메타회귀분석, 연구 23편이면 조절변수는 어떤 기준으로 추려야 할까요?

노인 빈곤과 우울의 관계를 다룬 메타분석에서 연구 23편을 무작위효과 모형으로 통합했고, I²가 78%로 높게 나왔습니다. 이질성의 원인을 보려고 조사 대상 연령, 빈곤 측정 방식, 출판 연도, 연구 설계를 조절변수로 넣어 메타회귀분석을 해 보려 합니다. 조절변수 하나당 연구가 10편은 있어야 한다는 권고를 봤는데, 그대로 따르면 23편으로는 두 개 정도밖에 넣지 못합니다. 이런 경우 조절변수를 어떤 기준으로 추려야 할까요.

GPT-6.1 Sol의 답변

23편이면 조절변수의 개수보다 이론적 중요성·자료 분포·추정할 계수를 기준으로 소수의 모형을 사전에 정하는 것이 좋습니다.

1. ‘변수당 10편’은 절대 기준이 아닙니다

이는 과적합과 낮은 검정력을 경계하는 경험적 권고이지, 23편이면 두 변수가 안전하다는 뜻은 아닙니다. 중요한 것은 추정할 회귀계수 수입니다. 예를 들어 빈곤 측정 방식이 4범주라면 비교에 필요한 계수는 3개입니다. 또한 연구 수는 원칙적으로 독립적인 연구 기준입니다.

2. 다음 순서로 추리세요

  • 이론과 선행연구: 빈곤–우울의 관계를 바꿀 기전이 분명한가?
  • 코딩의 타당성: 연구 간 정의가 비교 가능하고, 누락이나 오분류가 적은가?
  • 분포와 균형: 연령·연도에 충분한 범위가 있는가? 범주별 연구가 지나치게 적지는 않은가?
  • 변수 간 중복: 출판 연도와 연구 설계 등이 강하게 연관되어 있지는 않은가?

예컨대 빈곤 측정 방식은 서로 다른 빈곤 개념을 구분한다는 근거가 있고, 연구 설계는 횡단·종단 연구의 시간적 구조 차이를 설명한다는 근거가 있습니다. 다만 어느 것을 우선할지는 실제 범주별 연구 수와 연구 질문을 보고 결정해야 합니다.

3. 권장하는 분석 구성

핵심 조절변수 하나의 모형을 주분석으로 정하고, 자료가 허용하면 이론적으로 필요한 두 번째 변수를 추가한 제한적 모형을 고려하세요. 나머지는 탐색분석으로 구분하고, 유의한 결과만 골라 보고하지 마세요. 단변량 분석의 p값으로 변수를 선별한 뒤 다변량 모형을 만드는 방식도 피하는 편이 좋습니다.

추정에는 REML(제한최대우도법), 추론에는 Knapp–Hartung 보정 같은 소표본 방법을 고려하되 만능은 아닙니다. 계수·신뢰구간과 잔여 이질성을 함께 보고하세요. I²가 높다고 조절변수를 반드시 찾아낼 수 있는 것은 아니며, 평균 연령 같은 연구 수준의 연관성을 개인 수준의 효과 차이로 해석해서도 안 됩니다.

Gemini 3.8 Flash의 답변

이론적 타당성과 변수의 표본 분포를 기준으로 핵심 변수 2개를 선별하고, 나머지는 하위그룹 분석이나 단변량 메타회귀로 탐색하는 전략을 권장합니다.

코크란(Cochrane) 연합 등 메타분석 지침에서는 메타회귀분석(연구 간 효과크기 차이를 설명하기 위해 연구 수준의 특성을 독립변수로 투입하는 분석) 시 조절변수 1개당 최소 10편의 연구를 권장합니다. 이는 변수가 많아질 때 나타나는 과적합(데이터에 모형이 지나치게 맞춰지는 현상)과 제1종 오류(우연히 유의하게 나오는 가짜 효과)를 막기 위함입니다.

연구가 23편이라면 다중 메타회귀 모형에는 조절변수를 최대 2개 투입하는 것이 통계적으로 안전합니다. 변수는 다음 기준에 따라 추려내길 권합니다.

1. 선험적(A priori) 이론적 중요도

사후적으로 $p$값이 잘 나오는 변수를 고르면 연구 왜곡이 발생합니다. 분석 전 선행연구와 이론을 바탕으로 '노인 빈곤-우울' 관계의 이질성을 설명하는 가장 핵심적인 기제를 우선순위에 둬야 합니다. 예를 들어, 빈곤을 '주관적 빈곤'으로 쟀는지 '공식 소득(절대/상대 빈곤)'으로 쟀는지에 따른 차이가 임상적·학술적으로 가장 중요하다면 빈곤 측정 방식을 1순위로 채택합니다.

2. 변수 내 연구 편중(분포) 확인

아무리 중요한 변수라도 범주 간 연구 수가 불균형하면 검정력이 급격히 떨어집니다.

  • 범주형 변수(연구 설계, 측정 방식 등): 특정 범주에 속한 연구가 2~3편에 불과하다면 다중 모형에서 제외하거나 범주를 단순하게 재분류(예: 횡단 vs 종단)해야 합니다.
  • 연속형 변수(연령, 출판 연도): 대상 연구들의 연령대 범위(variance)가 좁다면 이질성을 설명하기 어렵습니다.

3. 변수 간 상관성(다중공선성) 점검

예컨대 최근 연구일수록 특정 척도를 사용했거나 종단 설계를 채택하는 식의 상관관계가 있다면, 정보가 중복되므로 학술적 함의가 더 큰 변수 하나만 남깁니다.


실무적 권장 분석 전략

  1. 주 분석 (다중 메타회귀): 이론적으로 가장 핵심적이며 범주 분포가 고른 변수 1~2개(예: 빈곤 측정 방식, 대상 연령)만 투입합니다. 이때 소표본 편향을 보정하는 Knapp-Hartung 기법을 반드시 적용하십시오.
  2. 보조 분석 (하위그룹 분석 및 단변량 분석): 제외된 변수(출판 연도, 연구 설계 등)는 단변량(변수를 1개씩만 투입) 메타회귀나 하위그룹 분석으로 나누어 제시하되, 논문에는 "가설 생성 목적의 탐색적 분석(exploratory analysis)"임을 밝히는 것이 학술적으로 바람직합니다.

Claude Sonnet 5.5의 답변

23편이면 이론적 근거와 연구 간 변이를 기준으로 2~3개만 사전에 정하고, 나머지는 탐색적 분석으로 따로 보고하세요.

핵심 원칙: 자료가 아니라 이론으로 고른다

"공변량당 10편"은 엄밀한 기준이 아니라 경험칙입니다(Cochrane Handbook). 편수가 적을 때 메타회귀는 우연한 관계를 찾아내기(위양성) 쉽다는 경고입니다. 그래서 p값을 보고 변수를 고르는 방식은 피하고, 분석 전에 이론적 근거로 우선순위를 정해야 합니다.

추릴 때 확인할 기준

  1. 이론적 타당성: 이질성을 설명할 만한 이유가 있는가
  2. 연구 간 변이: 연구들이 그 변수에서 실제로 다른가. 예를 들어 23편 중 20편이 횡단연구라면 설계는 검정력이 거의 없습니다.
  3. 자유도 비용: 범주가 셋인 변수는 계수 2개를 씁니다. 연속형이나 이분형이 경제적입니다.
  4. 공변량 간 상관: 출판 연도와 측정 방식처럼 서로 얽힌 변수는 함께 넣지 않습니다.

네 변수에 적용하면

  • 빈곤 측정 방식: 연구 질문과 직결되므로 우선순위가 높습니다. 다만 범주가 많으면 "소득 기반 vs 그 외"처럼 합치는 방안을 사전에 정해 두세요.
  • 연구 대상 연령: 연구별 평균 연령(연속형)이라면 1 자유도만 쓰므로 후보로 좋습니다. 연구 간 범위가 좁은지 먼저 확인하세요.
  • 연구 설계: 횡단과 종단은 효과크기의 의미가 다를 수 있어, 조절변수보다 하위집단 분석이나 별도 통합이 나을 수 있습니다.
  • 출판 연도: 이론적 근거가 약한 대리 변수(proxy)라서 우선순위가 가장 낮습니다.

실무 권고

  • 주 분석은 2~3개로 제한하고, 나머지는 단변량 탐색 분석으로 따로 보고합니다.
  • 편수가 적을 때는 Knapp-Hartung 보정을 쓰고, 가능하면 순열검정(permutation test)으로 위양성을 점검합니다.
  • 여러 변수를 검정했다면 다중검정 문제를 명시합니다.
  • 메타회귀는 연구 수준 특성(예: 평균 연령)을 다루므로 개인 수준 관계로 해석하면 안 됩니다(생태학적 오류).
  • I² 78%만으로 원인을 단정하지 말고, τ²와 예측구간을 함께 보고하며 영향력 큰 연구(이상치)도 점검하세요.

선택 기준과 변수 수 제한은 가능하면 분석 전에 문서로 남겨 두세요. 사후에 정했다면 한계로 밝히는 것이 정직합니다.

비슷한 질문