메타회귀분석 (Meta-Regression)
쉽게 풀면
여러 다이어트 클리닉의 체중 감량 성적을 모아봤더니 클리닉마다 결과가 들쭉날쭉하다고 해봅시다. 그냥 "다들 결과가 다르네"로 끝내지 않고, "혹시 프로그램 기간이 길수록 감량 효과가 더 컸던 게 아닐까?", "연령대가 높은 참가자가 많은 클리닉일수록 효과가 작았던 게 아닐까?"처럼 원인이 될 만한 요인을 하나씩 넣어서 관계를 확인하는 것이 메타회귀분석입니다. 즉, 개별 연구를 하나의 관측치처럼 취급하고, "연구 기간", "평균 연령", "표본 크기" 같은 연구별 특성을 설명변수로 놓아 "이 특성이 클수록/작을수록 연구 결과(효과크기)가 어떻게 달라지는가"를 회귀분석 방식으로 검증하는 것입니다. 단순한 회귀분석과 다른 점은 분석 단위가 '개인'이 아니라 '개별 연구'라는 점입니다.
왜 중요한가
메타분석에서 연구 간 결과 차이(이질성)가 확인되었을 때, 그 원인을 통계적으로 검증해보지 않으면 "왜 다른가"에 대한 답은 추측에 머무를 수밖에 없습니다. 메타회귀분석은 이런 이질성의 원인을 정량적으로 탐색할 수 있게 해주기 때문에, 근거기반 의학이나 정책 연구처럼 "어떤 조건에서 효과가 더 크게 나타나는가"를 밝혀야 실질적인 시사점을 줄 수 있는 분야에서 중요하게 다뤄집니다.
논문에서는 이렇게 쓰입니다
이 문장은 "메타분석에 포함된 연구들 사이의 효과 차이(이질성) 중 일부가 '중재 기간'이라는 요인으로 설명된다"는 뜻입니다. 메타회귀분석은 주로 연구 간 결과 차이가 큰 경우, 그 차이를 만드는 후보 요인(연령, 지역, 연구 설계, 출판 연도 등)을 찾아내 보고할 때 사용됩니다.
연구방법론 분야에서는 시간이 지나면서 연구 방법이 정교해지거나 초기의 과장된 효과가 점차 보정되는 경향을 확인하기 위해, 출판 연도 자체를 설명변수로 넣어 메타회귀분석을 수행하는 경우가 있다.
의학 분야의 메타분석에서는 연구 대상자의 인구학적 특성이 치료 효과의 크기와 어떤 관계가 있는지를 확인함으로써, 특정 집단에 대한 치료 효과를 더 정교하게 해석하는 근거로 메타회귀분석을 활용한다.
조금 더 깊게 보면
메타회귀분석은 형태상 일반적인 회귀분석과 비슷하지만, 각 연구(관측치)의 정밀도가 서로 다르다는 점을 반영해 표본 크기가 크거나 분산이 작은 연구에 더 큰 가중치를 부여하는 가중회귀 방식으로 수행되는 경우가 많습니다. 또한 공변량을 여러 개 동시에 투입하면 연구 수에 비해 추정해야 할 계수가 많아져 과적합의 위험이 커지므로, 포함된 연구 수 대비 투입 가능한 공변량 개수를 제한해서 다루는 것이 일반적인 원칙으로 언급됩니다.
주의할 점
메타회귀분석은 이질성이 왜 발생했는지 '탐색'하는 도구이지, 그 관계를 인과관계로 확정 짓는 도구가 아닙니다. 또한 포함된 연구 수가 적으면(보통 10편 미만) 검정력이 부족해 결과를 신뢰하기 어렵습니다. 먼저 이질성 지수로 연구 간 차이가 실제로 존재하는지 확인한 뒤에 메타회귀분석으로 그 원인을 탐색하는 순서가 일반적입니다.