메타분석은 비슷한 질문을 다룬 여러 연구의 수치를 통계적으로 합치는 방법이다. 한 연구보다 많은 정보를 한눈에 볼 수 있지만, 논문 제목에 ‘메타분석’이 붙었다고 언제나 더 확실한 답이 되는 것은 아니다. 무엇을 어떤 기준으로 모았고, 서로 얼마나 다른 연구를 합쳤는지가 통합값의 의미를 좌우한다.
무엇이 들어갔는지 먼저 본다
메타분석의 출발점은 연구 질문과 포함·배제 기준이다. 참가자의 특성, 중재와 비교 조건, 측정 결과, 연구 설계, 검색 기간이 기준에 맞아야 후보 연구가 된다. 검색한 데이터베이스와 검색어가 제한적이거나 특정 언어와 출판된 결과만 골랐다면 관련 연구가 빠졌을 수 있다. 같은 참가자를 다룬 출판물이 중복으로 포함되지 않았는지도 중요하다.
통합된 연구 수가 많다는 사실만으로 근거가 좋아지지는 않는다. 비뚤림 위험이 큰 연구를 여럿 합치면 더 정밀해 보이는 숫자가 나와도 바탕의 문제는 남는다. 그래서 개별 연구의 품질 평가, 누락된 연구 가능성, 분석 계획이 결과를 본 뒤 바뀌지 않았는지를 함께 확인한다. 근거 위계 가이드가 위계를 출발점으로만 보라고 하는 이유도 여기에 있다.
이질성과 숲그림 읽기
이질성은 연구 결과가 서로 얼마나 다른지를 가리킨다. 대상, 중재 방식, 기간, 결과 측정법이 다르면 효과 추정치도 달라질 수 있다. I² 같은 통계량은 관찰된 변동 가운데 우연만으로 설명하기 어려운 비율을 요약하지만, 숫자 하나로 합치는 것이 타당한지를 판정하지는 않는다. 왜 다른지 임상적·방법론적 차이를 먼저 살펴야 한다.
숲그림에서는 보통 각 연구의 점이 효과 추정치, 가로선이 신뢰구간을 나타낸다. 큰 연구는 더 큰 네모처럼 표시될 수 있고, 아래쪽 마름모는 통합 추정치와 그 구간을 보여준다. ‘차이 없음’을 뜻하는 세로선을 신뢰구간이 가로지르는지 보되, 그 여부만으로 연구의 가치나 효과의 크기를 단정하지 않는다. 구간의 폭과 방향, 연구별 결과의 일관성을 함께 읽어야 한다. 신뢰구간은 효과크기와 신뢰구간 가이드에서 더 자세히 다룬다.
새 실험 하나가 추가된 것은 아니다
메타분석은 포함된 연구들의 분석이지, 새로운 참가자를 모집한 별도의 새 실험이 아니다. 같은 임상시험을 다룬 논문 세 편과 그 논문들을 포함한 메타분석 한 편이 있다고 해서 독립 시험이 네 개가 되는 것은 아니다. 여러 메타분석이 같은 시험을 반복해 포함할 수도 있으므로 문헌 수, 독립 시험 수, 메타분석 수를 한 숫자로 더하면 근거량이 부풀려진다.
통합 결과가 내 질문에 맞는지도 별도 문제다. 포함 연구의 참가자나 비교 조건이 관심 상황과 다르면 계산이 정교해도 적용 범위는 제한된다. 이때 PICO로 메타분석의 질문과 자신의 질문을 나란히 놓으면 차이를 찾기 쉽다.
PeerGist에서는
PeerGist 근거 현황판은 검토 문헌, 독립 시험, 메타분석을 세 층으로 구분하며 서로 더하지 않습니다. 포함 연구의 중복과 원문 확인 범위도 별도로 기록합니다. 집계 방식과 한계는 방법론에서 확인할 수 있습니다.