노인 빈곤과 우울의 관계를 다룬 국내외 연구로 메타분석을 준비하고 있습니다. 1차로 23편을 모아 무작위효과 모형으로 돌려 보니 I²가 78%였습니다. 무작위효과 모형이면 이질성이 커도 통합 추정치를 제시할 수 있다는 의견도 있고, 이 정도면 하위집단 분석이나 메타회귀로 원인부터 설명해야 한다는 의견도 있어 판단이 서지 않습니다. 이질성이 이 정도로 높을 때 통합 효과크기를 본문에 어느 수준까지 제시하는 게 적절할까요?
I²가 78%여도 통합 효과는 보고할 수 있지만, 연구의 비교 가능성과 효과 분포를 함께 제시해야 합니다.
I²는 관찰된 효과크기 변동 중 표본오차가 아닌 연구 간 차이가 차지하는 비율입니다. 78%는 상당한 이질성을 시사하지만, 통합을 금지하는 절대 기준은 아닙니다. 연구별 정밀도에도 영향을 받으므로 효과 차이의 실제 크기를 단독으로 알려주지는 않습니다.
무작위효과 모형은 연구마다 실제 효과가 다를 수 있다고 가정해 그 평균 효과를 추정합니다. 이질성을 없애거나, 서로 비교하기 어려운 연구의 통합을 정당화하지는 않습니다.
노인·빈곤의 정의, 우울 척도와 진단 기준, 횡단·종단 설계, 국가의 복지 맥락을 점검하세요. 특히 효과크기 지표와 교란변수 보정 수준이 다른 결과를 그대로 합치지 않았는지 중요합니다. 비교 가능성이 낮다면 전체 평균보다 구분된 통합이나 서술적 종합이 적절할 수 있습니다.
하위집단 분석이나 메타회귀는 통합 추정치 보고의 선행 조건은 아닙니다. 다만 사전 가설에 근거해 이질성을 탐색하는 것이 권장됩니다. 23편에서는 조절변수를 소수로 제한하고, 탐색적 결과나 비유의 결과를 원인의 확증·부재로 해석하지 마세요.
결국 평균 효과만 강조하지 않고 연구별 차이와 적용 범위를 함께 보여주는 것이 핵심입니다. 관찰연구 중심이라면 인과효과가 아닌 연관성으로 서술해야 합니다.
I² 78%여도 무작위효과 통합 추정치는 제시할 수 있으나, 예측구간과 τ²를 함께 보고하고 이질성의 원인을 탐색해야 합니다.
두 의견은 서로 배타적이지 않습니다. 통합치 제시와 원인 탐색을 모두 하는 것이 표준적인 접근입니다.
무작위효과 모형의 통합치는 "공통된 하나의 참값"이 아니라 효과 분포의 평균입니다. 이질성이 크면 이 평균이 개별 연구나 특정 집단에 들어맞지 않을 수 있습니다. 그래서 다음을 함께 보고하길 권합니다.
k=23이면 소수의 조절변수는 가능합니다. 대략 변수당 10편 이상이 필요하다는 경험칙을 감안해 사전에 정한 2~3개만 분석하세요.
여기에 leave-one-out, 영향력 진단, 이상치 제외 같은 민감도 분석을 더하면 좋습니다. 자료가 같은 패널(예: 고령화연구패널, 노인실태조사)을 중복 사용한 연구가 있는지도 확인하세요. 독립성 위반은 이질성 해석을 흐립니다.
통합치를 주 결과로 쓰되 "평균적 연관성"으로 표현하고, 예측구간과 하위집단 결과를 바로 옆에 두십시오. 개별 효과의 방향이 서로 엇갈리면 통합치를 요약 수치로 강조하기보다 숲 그림과 하위집단 중심으로 서술하는 편이 낫습니다.
관찰연구 메타분석이라 이질성이 어느 정도 나오는 것은 자연스럽습니다. 다만 하위집단·메타회귀는 탐색적 성격이 강해 인과적 결론으로 쓰면 안 됩니다.
통합 효과크기를 보고할 수는 있으나 단독 결론으로 삼아서는 안 되며, 예측구간(Prediction Interval)을 병기하고 하위집단 분석 등으로 이질성의 원인을 반드시 규명해야 합니다.
$I^2$ 통계량은 전체 변량 중 단순 표본오차(우연)가 아닌 연구 간 실제 차이(이질성)로 인한 변량의 비율을 뜻합니다. 일반적으로 75% 이상이면 이질성이 '매우 높은(substantial)' 수준으로 분류됩니다.
무작위효과 모형(Random-effects model, 연구마다 참 효과크기가 다를 수 있다고 가정하는 분석법)을 적용하셨으므로 통계적으로 통합 효과크기 계산 자체는 가능합니다. 그러나 $I^2$가 78%에 달한다면 "하나의 대표 평균값"을 일반화하여 해석하는 것은 무리가 따릅니다. 학계에서는 이를 흔히 '사과와 오렌지를 갈아 만든 주스'에 비유합니다.
단순히 전체 통합 수치만 강조하기보다는 다음의 3단계 방식으로 서술 수위를 조절하는 것이 가장 학술적이고 안전합니다.
전체 23편의 통합 추정치를 본문과 포레스트 플롯(Forest plot)에 제시하되, 연구 전반에 걸쳐 노인 빈곤과 우울 사이에 정(+)적 관계가 존재하는 경향이 있다는 '출발점' 수준으로만 기술하십시오.
평균적인 효과의 불확실성을 보여주는 신뢰구간(Confidence Interval)만으로는 높은 이질성을 충분히 전달하기 어렵습니다. 새로운 연구나 실제 임상·정책 환경에서 효과크기가 어느 범위에 위치할지 보여주는 95% 예측구간을 함께 제시하십시오. 예측구간이 0을 포함하거나 매우 넓다면 "연구 환경에 따라 효과의 편차가 매우 크다"고 솔직하게 명시해야 합니다.
분석 대상 논문이 23편이면 이질성의 원인을 규명하기에 통계적으로 충분한 수량(통상 변수당 10편 이상 권장)입니다. 심사위원과 독자가 납득할 수 있도록 사전에 계획된 조절변수를 바탕으로 추가 분석을 진행해야 합니다.
통합 효과크기를 보고하셔도 됩니다. 다만, **"전체 평균은 이러하나, 높은 이질성($I^2=78%$)으로 인해 단일 값으로 결론을 내리기 어렵다"**는 한계를 명확히 짚고, 논문의 초점을 하위집단별 차이와 이질성의 원인 해석으로 이동시키는 구성을 추천합니다.