트리포드 성명 (TRIPOD Statement)
쉽게 풀면
"이 환자가 5년 내 심장병에 걸릴 확률은 몇 %입니다"라는 식의 예측모델은 요즘 의학 논문에 아주 흔합니다. 그런데 이런 모델은 어떤 변수를 넣었는지, 데이터를 어떻게 나눠 학습·검증했는지, 성능을 어떤 지표로 평가했는지에 따라 결과가 크게 달라질 수 있습니다.
TRIPOD(Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis)는 마치 요리 레시피에 재료 양과 조리 순서를 정확히 적어야 다른 사람도 같은 요리를 만들 수 있는 것처럼, 예측모델 연구도 개발 과정과 검증 방법을 표준화된 22개 항목으로 상세히 보고하도록 요구합니다.
왜 중요한가
임상 예측모델은 진단이나 치료 결정에 직접 영향을 주기 때문에, 보고가 불투명하면 다른 연구자나 임상의가 모델의 신뢰성을 판단하거나 재현하기 어렵습니다. TRIPOD는 이런 문제를 해결하기 위해 만들어진 보고 지침으로, 체계적 문헌고찰이나 메타분석에서 예측모델 연구의 질을 평가하는 기준으로도 활용되며, 최근에는 머신러닝 기반 예측모델을 위한 확장판(TRIPOD-AI) 논의로도 이어지고 있습니다.
어떤 절차인가
TRIPOD 성명은 예측모델 연구 논문에 무엇을 적어야 하는지를 정한 보고 지침입니다. 핵심은 22개 항목의 체크리스트이며, 제목·초록, 서론, 방법, 결과, 고찰, 기타 정보로 나뉩니다.
- 방법에는 자료 출처, 참여자, 결과변수, 예측변수, 표본 크기, 결측치 처리, 통계 분석(모델 구축과 검증 방법)이 들어갑니다.
- 연구 유형을 개발만 한 연구, 같은 자료를 재표본(부트스트랩 등)하거나 무작위로 나눠 개발과 검증을 함께 한 연구, 시간·장소가 다른 자료로 나눈 연구, 검증만 한 연구 등으로 구분하고, 유형에 맞는 항목을 적용하도록 합니다.
- 모델 성능은 판별력(예: c 통계량)과 보정력(예측 확률과 관측 빈도의 일치)을 함께 적도록 요구합니다.
- 2024년에는 머신러닝 방법까지 포괄하도록 갱신된 TRIPOD+AI가 발표되었습니다.
언제 쓰고 무엇을 얻나
논문을 쓰는 사람에게는 빠뜨리기 쉬운 항목(표본 크기의 근거, 결측치 처리, 전체 모델식)을 점검하는 도구이고, 읽는 사람에게는 모델의 신뢰도를 판단할 정보가 있는지 확인하는 기준입니다.
- 얻는 것: 모델을 다른 자료에서 재현하거나 외부 검증할 수 있을 만큼의 정보, 심사자와 독자가 같은 기준으로 논문을 읽는 틀.
- 한계: TRIPOD는 보고의 투명성을 다룰 뿐 모델의 질을 보증하지 않습니다. 모델이 편향 위험이 낮은지는 PROBAST 같은 별도 도구로 평가합니다(Wolff 외, 2019).
- 체계적 문헌고찰에서는 포함된 예측모델 연구가 TRIPOD 항목을 얼마나 충족했는지를 보고 질의 지표로 쓰기도 합니다.
논문에는 이렇게 적는다
- 본문이나 방법에 “TRIPOD 지침(Collins 외, 2015)에 따라 보고하였다”처럼 지침과 연도를 밝히고, 항목별 페이지를 적은 체크리스트를 보충 자료로 제출하는 것이 일반적입니다.
- 연구 유형(개발, 개발과 검증, 검증)을 명시합니다.
- 최종 모델의 절편과 계수 같은 전체 모델식을 제시해야 다른 연구자가 같은 모델을 적용할 수 있습니다.
- 성능은 판별력과 보정력을 신뢰구간과 함께 적고, 외부 검증이 없으면 한계로 밝힙니다.
- 결측치 처리와 변수 선택 절차를 구체적으로 적습니다.
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.
이 문장은 저자가 TRIPOD가 요구하는 항목들, 즉 모델 개발에 사용한 데이터셋과 검증에 사용한 데이터셋을 명확히 구분했고, 모델의 성능(판별력·보정력)을 표준 지표로 투명하게 공개했다는 뜻입니다. 이렇게 하면 다른 연구자가 같은 모델을 자신의 데이터에서 재현하거나 검증하기가 쉬워집니다.
내분비내과 영역의 예측모델 연구에서, 데이터 전처리와 변수 선정 과정을 투명하게 밝혀 재현 가능성을 높였다는 의미로 쓰인다.
예측모델 연구들의 보고 질을 메타적으로 평가하는 연구에서, TRIPOD 항목별 충족 여부를 점검 기준으로 사용하는 경우이다.
조금 더 깊게 보면
TRIPOD 체크리스트는 크게 모델 개발(development)과 검증(validation) 단계로 구분되며, 판별력(discrimination, 흔히 AUC로 측정)과 보정력(calibration, 예측확률과 실제 관측빈도의 일치 정도)을 모두 보고하도록 요구하는 점이 특징입니다. 최근에는 개발된 모델을 원래 데이터가 아닌 다른 기관·시점의 데이터로 평가하는 외부 검증이 특히 강조되며, 이는 모델의 일반화 가능성을 판단하는 핵심 근거로 다뤄집니다.
주의할 점
TRIPOD를 따랐다고 해서 예측모델이 실제 임상 현장에서도 잘 작동한다는 보장은 없습니다. 개발에 쓰인 데이터셋에서만 성능이 좋고 다른 병원·인구집단에 적용하면 성능이 떨어지는 경우가 흔하며, 이는 재현성 문제와도 직결됩니다. 그래서 TRIPOD는 외부 검증(external validation) 결과를 별도로 보고하도록 강조합니다.
헷갈리기 쉬운 용어
연구 설계마다 대응하는 보고 지침이 따로 있습니다.
| 지침 | 대상 연구 | 무엇을 다루나 |
|---|---|---|
| 트리포드 성명(TRIPOD) | 예측모델의 개발·검증 연구 | 모델 구축과 성능 보고 |
| 스타드 성명 | 진단검사의 정확도 연구 | 검사의 민감도·특이도 보고 |
| 스트로브 성명 | 관찰연구 | 코호트, 환자-대조군, 단면연구 보고 |
| 콘소트 성명 | 무작위대조시험 | 시험 설계와 결과 보고 |
| 프리즈마 성명 | 체계적 문헌고찰과 메타분석 | 검색, 선별, 종합 과정 보고 |
참고 문헌
- Collins, G. S., Reitsma, J. B., Altman, D. G., & Moons, K. G. M. (2015). Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): The TRIPOD statement. Annals of Internal Medicine, 162(1), 55–63.
- Moons, K. G. M., Altman, D. G., Reitsma, J. B., Ioannidis, J. P. A., Macaskill, P., Steyerberg, E. W., Vickers, A. J., Ransohoff, D. F., & Collins, G. S. (2015). Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): Explanation and elaboration. Annals of Internal Medicine, 162(1), W1–W73.
- Wolff, R. F., Moons, K. G. M., Riley, R. D., Whiting, P. F., Westwood, M., Collins, G. S., Reitsma, J. B., Kleijnen, J., & Mallett, S. (2019). PROBAST: A tool to assess the risk of bias and applicability of prediction model studies. Annals of Internal Medicine, 170(1), 51–58.
- Steyerberg, E. W. (2019). Clinical Prediction Models: A Practical Approach to Development, Validation, and Updating (2nd ed.). Springer.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.