군집무작위시험 (Cluster Randomized Trial)
쉽게 풀면
손씻기 교육이 감염률을 낮추는지 알아본다고 해봅시다. 한 반에서 어떤 학생은 교육을 받고 어떤 학생은 안 받게 나누면, 교육받은 학생이 안 받은 학생에게 손씻기를 권하는 등 서로 영향을 주고받아 비교가 어려워집니다. 그래서 개인이 아니라 "학교 단위"로 무작위 배정을 합니다. 어떤 학교는 통째로 교육 프로그램을 실시하고, 다른 학교는 통째로 실시하지 않는 식입니다. 이렇게 개인들의 집합(군집)을 하나의 배정 단위로 삼는 것이 군집무작위시험입니다. 같은 집단 안의 사람들은 서로 비슷한 환경과 영향을 공유하기 때문에, 이를 감안한 통계 분석이 함께 필요합니다.
왜 중요한가
보건, 교육, 지역사회 정책처럼 개입이 개인이 아니라 학교·병원·마을 같은 집단 단위로 이루어지는 경우가 많은데, 이런 개입의 효과를 제대로 평가하려면 개인 단위 무작위대조시험만으로는 한계가 있습니다. 개입이 한 집단 안에서 전파되거나 공유되는 특성 때문에, 집단 단위로 배정하고 그 상관구조를 통계적으로 다루는 방법론이 필요해진 것입니다. 그래서 군집무작위시험은 보건정책·교육학·역학 등에서 개입의 실효성을 검증하는 핵심 연구설계로 자주 인용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 "개별 참가자가 아니라 보건소라는 집단 단위로 무작위 배정을 했다"는 뜻입니다.
같은 학교 안의 학급들끼리는 서로 영향을 주고받을 수 있으므로, 오염을 막기 위해 학급보다 상위 단위인 학교 전체를 무작위 배정 단위로 삼았다는 뜻입니다.
모든 마을이 결국 개입을 받되, 개입을 받는 시점을 무작위로 순서를 정해 배정했다는 의미로, 군집무작위시험의 한 변형 설계를 보여줍니다.
조금 더 깊게 보면
군집무작위시험을 읽을 때 핵심 개념은 군집내상관계수(ICC, intraclass correlation coefficient)입니다. 이는 같은 군집에 속한 개체들의 결과가 서로 얼마나 비슷한 경향을 보이는지를 나타내는 지표로, ICC가 클수록 유효표본크기가 줄어드는 효과(design effect)가 커져 더 많은 군집이나 참가자가 필요해집니다. 분석 단계에서는 이런 군집 내 상관을 반영하기 위해 다층모형(multilevel model, mixed-effects model)이나 일반화추정방정식(GEE) 같은 방법이 흔히 쓰입니다. 또한 군집 수 자체가 적을 때는 통계적 검정력이 낮아지는 문제가 있어, 논문에서 군집의 수와 군집당 표본크기를 함께 보고하는 것이 일반적입니다.
주의할 점
같은 군집에 속한 사람들의 결과는 서로 독립적이지 않고 비슷하게 움직이는 경향이 있어, 이를 무시하고 개인 단위로만 검정력분석을 하면 표본크기를 실제보다 적게 잡는 오류가 생깁니다. 군집 간 상관을 반영한 통계 방법을 써야 합니다.