포레스트플롯 (Forest Plot)

한 줄 정의: 메타분석에 포함된 여러 개별 연구의 효과크기와 신뢰구간을 한 줄씩 나란히 그려, 전체 결과를 한눈에 비교할 수 있게 만든 그래프입니다.

쉽게 풀면

여러 사람이 같은 물건의 무게를 각자 다른 저울로 재고, 그 결과를 한 줄씩 늘어놓은 다음, 맨 아래에 이 모든 결과를 종합한 "평균 저울값"을 다이아몬드 모양으로 표시한다고 생각해 보세요.

포레스트플롯에서 가로줄 하나는 개별 연구 하나를 뜻하며, 줄 위의 네모(효과크기 추정값)와 그 좌우로 뻗은 선(신뢰구간)으로 표현됩니다. 네모의 크기는 그 연구가 전체 결과에 얼마나 많은 비중을 차지하는지(표본크기나 정밀도)를 나타내고, 맨 아래의 다이아몬드는 모든 연구를 합쳐서 계산한 효과크기의 최종 추정값입니다.

왜 중요한가

포레스트플롯은 개별 연구 결과들 사이의 일관성과 통합 결과의 신뢰도를 한눈에 보여주기 때문에, 메타분석과 체계적 문헌고찰을 다루는 논문에서 사실상 표준 시각화 방식으로 자리잡았습니다. 의학·보건 분야뿐 아니라 교육학, 심리학 등 여러 연구를 종합해 결론을 내리는 모든 분야에서, 개별 연구 간 결과가 얼마나 일치하거나 흩어져 있는지를 판단하는 데 핵심적인 근거로 쓰입니다.

어떤 절차인가

포레스트플롯은 메타분석에 들어간 연구마다 효과 추정값과 신뢰구간을 한 줄씩 그리고, 맨 아래에 통합 추정값을 놓는 그래프입니다(Lewis & Clarke, 2001). 읽는 순서는 다음과 같습니다.

줄 하나는 연구 하나: 가운데 네모가 그 연구의 추정값, 좌우로 뻗은 선이 95% 신뢰구간입니다. 네모의 면적은 가중치에 비례합니다.
무효선: 효과가 없는 값을 나타내는 세로선입니다. 차이를 쓰는 지표(평균차 등)에서는 0, 비를 쓰는 지표(오즈비·위험비)에서는 1이며, 비는 보통 로그 눈금으로 그립니다.
다이아몬드: 가운데가 통합 추정값, 좌우 끝이 신뢰구간입니다.
구간이 무효선을 가로지르면 통계적으로 유의하지 않은 연구(또는 통합 효과)입니다.
그래프에 함께 적히는 이질성 통계(Q, I²)로 연구 간 결과가 얼마나 일관되는지 봅니다(이질성 통계량(I제곱)).

언제 쓰고 무엇을 얻나

네 연구의 오즈비를 합치는 가상의 예입니다(역분산 가중, 고정효과 모형, 코드로 계산).

연구	오즈비 (95% 신뢰구간)	가중치
1	0.55 (0.34–0.90)	10.5%
2	0.90 (0.74–1.09)	65.7%
3	0.70 (0.47–1.04)	16.4%
4	1.20 (0.67–2.16)	7.3%
통합	0.84 (0.71–0.98)	100%

통합 신뢰구간이 1을 포함하지 않으므로 이 가상의 자료에서는 통합 효과가 유의합니다. 그러나 Q = 5.59(자유도 3)에서 I² ≈ 46%로 중등도의 이질성이 있어, 실제 분석이라면 무작위효과 모형과 이질성의 원인을 함께 검토할 것입니다. 연구 2가 가중치의 3분의 2를 차지해 통합값이 그 쪽으로 끌려간다는 점도 그래프에서 한눈에 보입니다.

논문에는 이렇게 적는다

포레스트플롯에는 연구 이름(저자·연도), 사건 수와 표본 수, 효과 추정치와 신뢰구간의 수치, 가중치(%)를 함께 싣습니다.
통합에 쓴 모형(고정효과 또는 무작위효과)과 이질성 통계(I², Q의 p값, τ²)를 명시합니다.
어느 쪽이 유리한지 알 수 있도록 축 양쪽에 방향 설명(예: 치료군에 유리 / 대조군에 유리)을 붙입니다.
하위집단 분석은 같은 그래프에 소계와 함께 나눠 그립니다.
박스 크기는 가중치일 뿐 연구의 질이나 중요성을 뜻하지 않으므로, 질과 편향은 체계적 문헌고찰 단계의 평가에서 따로 보고합니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

"메타분석 결과는 포레스트플롯(forest plot)으로 제시하였으며, 통합 효과크기를 나타내는 다이아몬드의 신뢰구간이 무효과선(1.0)을 포함하지 않아 통계적으로 유의한 것으로 나타났다."

이 문장은 "여러 연구를 종합한 최종 결과가 우연이라고 보기 어려울 만큼 뚜렷하다"는 뜻입니다.

"교육 중재 프로그램의 효과를 종합한 포레스트플롯에서 개별 연구 간 효과크기의 편차가 크게 나타나 높은 이질성(heterogeneity)이 확인되었다."

여러 교육 연구의 결과를 한 그림에 모아 보니, 연구마다 효과의 크기가 들쭉날쭉해서 하나의 값으로 뭉뚱그리기 어려운 상황이었다는 뜻입니다.

"하위그룹 분석 결과를 포함한 포레스트플롯을 통해 연령대별로 치료 효과크기가 어떻게 달라지는지 시각적으로 비교하였다."

전체 결과뿐 아니라 연령대처럼 특정 집단으로 나눈 결과까지 같은 그래프 안에 함께 배치해 비교했다는 의미입니다.

조금 더 깊게 보면

포레스트플롯을 읽을 때는 다이아몬드의 위치와 폭뿐 아니라, 개별 연구들의 신뢰구간이 서로 얼마나 겹치는지도 함께 살펴보는 것이 중요합니다. 겹침이 적을수록 이질성이 크다는 신호로 해석되며, 이런 이질성 정도는 흔히 I² 통계량 같은 수치로 별도 보고되기도 합니다.

또한 통합 방식으로 메타분석 중 무엇을 사용했는지에 따라 다이아몬드의 폭(신뢰구간)이 달라질 수 있으므로, 어떤 모형을 적용했는지 확인하는 것도 그래프를 정확히 해석하는 데 도움이 됩니다.

주의할 점

네모(박스)의 크기가 크다고 해서 그 연구의 결과가 "더 중요하다"거나 "더 옳다"는 뜻은 아닙니다. 박스 크기는 단지 메타분석에서 그 연구에 부여된 가중치를 시각적으로 표현한 것일 뿐이며, 개별 연구의 질이나 편향 여부는 별도로 체계적 문헌고찰 단계에서 평가해야 합니다.

헷갈리기 쉬운 용어

용어	무엇인가	무엇을 보여 주나
포레스트플롯	연구별 추정값과 통합 추정값을 한 장에 그린 그래프	효과의 방향·크기와 연구 간 일관성
깔때기 그림	효과크기와 정밀도의 산점도	출판편향·소규모 연구 효과
메타분석	여러 연구 결과를 통계적으로 합치는 분석	포레스트플롯이 그 결과를 시각화
신뢰구간	추정값의 불확실성을 나타내는 구간	각 선의 길이

참고 문헌

Lewis, S., & Clarke, M. (2001). Forest plots: Trying to see the wood and the trees. BMJ, 322(7300), 1479–1480.
Higgins, J. P. T., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch, V. A. (Eds.). (2019). Cochrane Handbook for Systematic Reviews of Interventions (2nd ed.). Wiley.
Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley.
Higgins, J. P. T., & Thompson, S. G. (2002). Quantifying heterogeneity in a meta-analysis. Statistics in Medicine, 21(11), 1539–1558.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.