왜 그런가요
어떤 중재를 비교한 연구에서 통계적으로 분명한 차이를 보이지 않았다고 하자. 이때 결론을 “이 중재는 효과가 없다”로 바꾸면 빠진 질문이 있다. 연구가 의미 있는 차이를 발견할 만큼 충분히 정밀했는가? Cochrane Handbook은 ‘효과의 근거가 부족함’과 ‘효과가 없다는 근거’를 혼동하지 말라고 명시한다.
가상의 그림으로 읽기
설명을 위한 가상 예시다. 연구 A의 효과 추정치는 유익한 쪽에 있지만 신뢰구간이 넓어 큰 이익부터 해로움까지 모두 포함한다. 이 결과는 방향과 크기를 아직 분명히 모른다는 뜻에 가깝다. 연구 B는 추정치가 무효과 근처이고 신뢰구간이 아주 좁아 임상적으로 중요한 이익이나 해로움의 범위를 거의 배제한다. 두 연구 모두 단순히 ‘유의하지 않다’고 말할 수 있어도, 독자가 얻는 정보는 다르다.
근거의 확실성과 효과 크기는 별개
GRADE 접근은 연구 설계만 보지 않고 비뚤림, 일관성, 직접성, 정밀도 등으로 효과 추정에 대한 확실성을 평가한다. 근거의 확실성이 낮다면 결과가 바뀔 여지가 크다. 반대로 확실성이 높다는 말이 반드시 효과가 크다는 뜻도 아니다. ‘효과가 얼마나 큰가’와 ‘그 추정치를 얼마나 믿는가’를 두 축으로 나눠야 한다.
- 유의하지 않으면 효과 0인가?
- 아니다. 추정치의 불확실성 범위가 무효과와 양쪽 가능성을 포함할 수 있다.
- 다음에 볼 것은?
- 추정치 크기, 신뢰구간의 폭, 임상적으로 의미 있는 범위를 함께 본다.
독자 질문 네 가지
결과를 볼 때는 중재와 비교 대상이 무엇인지, 효과의 추정값은 어느 방향인지, 불확실성 범위가 임상적으로 중요한 차이를 포함하는지, 근거 확실성은 어떤지 확인한다. 그래서 “효과가 없다고 입증됐다”라는 단정 대신, 해당 연구가 실제로 배제할 수 있는 효과 범위를 설명하는 문장이 더 정확하다.
임상적으로 중요하다고 보는 차이의 크기도 미리 정해져 있어야 한다. 아주 작은 차이를 배제하지 못했다고 해서 모든 선택이 뒤집히는 것은 아니며, 반대로 중대한 위해 가능성을 배제하지 못한다면 신중한 판단이 필요하다.