용어 목록 > 메타분석 (Meta-analysis)

메타분석 (Meta-analysis)

쉽게 풀면

어떤 약이 효과가 있는지 알아보려고 전 세계에서 100개의 연구가 각각 진행됐다고 해봅시다. 어떤 연구는 효과가 있다고 하고, 어떤 연구는 없다고 하고, 표본 크기도 제각각입니다. 메타분석은 이 100개 연구의 결과를 하나로 모아서, 표본 크기와 연구 품질까지 고려한 "전체적으로 봤을 때의 결론"을 통계적으로 계산해내는 방법입니다. 낱개의 연구보다 훨씬 신뢰도가 높은 결론으로 취급받습니다.

왜 중요한가

메타분석은 개별 연구 하나만으로는 표본 크기나 연구 설계의 한계로 결론을 확신하기 어려운 상황에서, 여러 연구의 증거를 통계적으로 종합해 더 신뢰할 수 있는 결론에 도달하게 해주기 때문에 근거기반 의학, 심리학, 교육학, 정책 연구 등 실증적 결론이 중요한 거의 모든 분야에서 핵심적인 연구 방법으로 다뤄집니다. 특히 개별 연구들의 결과가 서로 엇갈릴 때, 무엇이 전체적인 경향인지를 정량적으로 판단할 수 있는 거의 유일한 방법이라는 점에서 체계적 문헌고찰과 함께 근거의 위계에서 가장 높은 수준으로 취급됩니다.

어떤 절차인가

1. 질문과 포함 기준 정하기: 대상, 개입(노출), 비교, 결과, 연구 설계를 정하고 계획서를 사전 등록합니다.
2. 체계적 검색과 선별: 여러 데이터베이스를 검색하고 두 사람이 독립적으로 고릅니다.
3. 자료 추출과 질 평가: 연구별 효과크기와 표준오차, 표본 크기, 비뚤림 위험을 추출합니다.
4. 통합: 연구마다 정밀도가 다르므로 정밀도에 비례한 가중치(대개 분산의 역수)로 평균을 냅니다. 모든 연구가 같은 참효과를 추정한다고 보는 고정효과 모형과 참효과가 연구마다 다르다고 보는 랜덤효과 모형 중 하나를 고릅니다.
5. 이질성과 편향 점검: 연구 간 차이를 Q 통계량, I², τ²로 보고(I² 설명), 깔때기 그림과 트림앤필 같은 방법으로 출판편향을 살핍니다.

가상의 네 연구(표준화 평균차)를 역분산 가중으로 통합해 봅니다(DerSimonian-Laird 방법으로 계산).

이질성은 Q = 12.02(자유도 3, p = .007), I² = 75%, τ² = 0.054였습니다. 연구 간 차이가 커서 랜덤효과에서는 작은 연구(D)의 비중이 커지고 신뢰구간이 넓어집니다.

언제 쓰고 무엇을 얻나

이럴 때 씁니다. 같은 질문을 다룬 연구가 여러 개 있는데 결과가 엇갈리거나 개별 연구의 표본이 작아 결론이 불안정할 때, 평균 효과와 연구 간 차이의 크기를 정량화하고 싶을 때 씁니다.

얻는 것.

• 통합 효과와 신뢰구간(더 큰 유효 표본에서 나온 정밀한 추정)
• 연구 간 이질성의 크기와 원인 탐색(하위집단 분석, 메타회귀)
• 출판편향이 있을 가능성의 점검

한계.

• 포함된 연구의 질이 낮으면 통합 결과도 낮은 질을 그대로 이어받습니다(“쓰레기가 들어가면 쓰레기가 나온다”).
• 연구 설계가 서로 너무 다른 연구를 합치면 평균이 무엇을 뜻하는지 불분명해집니다.
• 연구 수가 적을 때 이질성 지표와 출판편향 검정은 정확도가 낮습니다.

논문에는 이렇게 적는다

• 계획서 등록 여부, 검색 데이터베이스와 검색일, 검색식
• 포함·제외 기준, 선별 과정(PRISMA 흐름도)
• 사용한 효과크기와 통합 모형(고정/랜덤효과), 가중치 방법, 이질성 추정 방법
• 이질성 지표(Q, I², τ²)와 하위집단·민감도 분석 결과
• 출판편향 평가 방법과 결과, 연구의 비뚤림 위험 평가

보고 지침으로 PRISMA 2020(Page 등, 2021)이 널리 쓰입니다(PRISMA 설명). 예시 문장은 다음과 같습니다(가상의 예).

“랜덤효과 모형(DerSimonian-Laird)으로 통합한 결과 평균 효과크기는 0.39(95% 신뢰구간 0.12~0.66)였고, 연구 간 이질성이 컸다(I² = 75%).”

논문에서는 이렇게 쓰입니다

실제 논문에서

국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.

• “그러나 본 연구에서는 선행연구가 부족하여 사례수가 2개 미만인 관련요인들은 메타분석에서 제외하여 의미 있는 요인들이 선정에서 제외되었으므로, 이후 메타분석 연구가 추가적으로 이루어진다면 하위요인의 분석 통계치 중 의미 있는 요인들을 통합하는 시도가 진행되어야 할 것이다.”

  간호학과 학생의 진로준비행동 영향요인: 체계적 문헌고찰 및 메타분석, 한국간호교육학회지, 2020 · KCI 한국학술지인용색인 · 원문 보기 ↗

예시 문장

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

여러 개별 연구 결과를 하나로 합쳐서 계산했더니, 치료법의 효과가 통계적으로 확인됐다는 뜻입니다.

교육학 분야에서도 여러 학교나 지역에서 독립적으로 수행된 연구들을 하나로 모아, 특정 교육 프로그램이 전반적으로 효과가 있는지를 검증하는 방식으로 메타분석이 쓰입니다.

경영학·조직심리학 분야에서는 개별 실증 연구마다 상관계수가 조금씩 다르게 보고되더라도, 메타분석을 통해 전체적으로 일관된 방향성이 존재하는지를 확인하는 데 활용됩니다.

조금 더 깊게 보면

메타분석을 수행할 때는 연구마다 표본 크기나 정밀도가 다르다는 점을 반영해 각 연구에 서로 다른 가중치를 부여하는데, 연구 간 결과가 동일한 참값을 공유한다고 가정하는 고정효과 모형과 연구마다 다른 참값을 가질 수 있다고 가정하는 랜덤효과 모형 중 하나를 선택하는 것이 중요한 절차로 다뤄집니다. 또한 결과를 시각적으로 요약하는 숲그림(forest plot), 연구 간 결과 차이의 정도를 나타내는 이질성 지표, 그리고 효과가 작거나 부정적인 연구가 출판에서 누락되었을 가능성을 점검하는 출판편향 검토가 함께 보고되는 경우가 많습니다.

주의할 점

메타분석의 신뢰도는 포함된 개별 연구들의 품질에 크게 좌우됩니다. 품질이 낮은 연구를 많이 포함하면 결론도 왜곡될 수 있어, 어떤 기준으로 연구를 골랐는지(선정 기준)를 함께 확인하는 것이 중요합니다.

헷갈리기 쉬운 용어

여러 연구를 모으는 방법들이 서로 비슷해 보이지만 단위와 목적이 다릅니다.

참고 문헌

1. Glass, G. V. (1976). Primary, secondary, and meta-analysis of research. Educational Researcher, 5(10), 3–8.
2. DerSimonian, R., & Laird, N. (1986). Meta-analysis in clinical trials. Controlled Clinical Trials, 7(3), 177–188.
3. Higgins, J. P. T., & Thompson, S. G. (2002). Quantifying heterogeneity in a meta-analysis. Statistics in Medicine, 21(11), 1539–1558.
4. Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley.
5. Page, M. J., McKenzie, J. E., Bossuyt, P. M., et al. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71.

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

관련 용어