메타분석

여러분, 안녕하세요!!

오늘은 분석 관련에서 공부하신 분이라면 한 번쯤 들어보셨을 만한 분석에 대해서 얘기해보려고 합니다.

간단하게 한 문장으로 말하면 분석에 또 분석을 하는 방법.

바로 메타분석입니다.

 

 

 

1. 메타분석?

메타분석

메타분석이란 동일한 주제에 대한 다양한 연구결과를 체계적이고 계량적으로 분석하는 통합적인 분석방법이라 정의됩니다. 주로 다양한 논문들의 분석된 연구결과를 이용하여 통합하여 분석하기 위해 사용하는데 간단한 예로 간접흡연과 폐암 발생과 관련된 다양한 연구결과를 통합하여 간접흡연이 폐암 발생에 미치는 영향을 밝히는 것과 같은 분석이 있습니다.

 

메타분석은 주로 사회복지나 의학에서 많이 사용하고 있고 좀 더 계량적인 분석과 객관성, 오류와 왜곡을 최소화할 수 있다는 장점이 있습니다.

 

메타분석의 단계는 구체적으로 크게 7단계로 나눌 수 있습니다. 먼저 연구주제 선정 및 연구 질문 제기, 두 번째로 관련 문헌(연구결과) 검색, 세 번째로 연구 선정, 개별 연구의 질 평가 및 코딩, 네 번째로 효과 크기 분석 및 통합, 다섯 번째로 동질성 검증 및 조절 효과 검증, 여섯 번째로 연구결과 해석 및 전체 결과의 오류 검증, 마지막으로 결과보고서 작성입니다.

메타분석을 하기 위해서는 기본적인 이해가 필요한데 그중 첫 번째로 효과 크기에 대한 이해가 필요합니다. 효과 크기란 개입의 효과 크기 또는 변수 간 관계의 크기를 표현한 값으로 메타분석의 분석단위를 말합니다. 효과 크기의 유형은 가장 기본적인 표준화된 평균 차이(Cohen's d, Hedges' g), 두 집단의 비율(Risk ratio, Odds ratio, Risk difference), 두 변수 간의 상관관계(Correlation coefficients)가 있습니다. 두 번째로 통계적 유의성입니다. 각 연구의 효과 크기는 신뢰구간으로 하한과 상한으로 경계를 갖게 되는데, 이 신뢰구간이 각 연구에서 추정된 효과 크기의 통계적 유의성을 나타냅니다. 신뢰구간의 하한과 상한의 길이가 짧을수록 효과 크기가 정밀하다고 할 수 있습니다. 세 번째로 가중치입니다. 메타분석은 개별 연구에 가중치를 부여하게 되는데, 이 가중치는 개별 연구마다 다르게 부여됩니다. 보통 표본이 클수록 높은 가중치를 부여받게 되고, 그 이유는 표본이 큰 연구일수록 효과 크기에 정밀한 추정치를 제공하기 때문입니다. 마지막으로 평균 효과 크기입니다. 개별 연구의 효과 크기에 가중치를 곱한 다음 이를 합한 값을 전체 가중치로 나누면 전체 효과 크기 즉, 평균 효과 크기가 됩니다. 그래서 전체 연구의 평균 효과 크기를 확인할 수 있습니다.

 

메타분석의 순서로는 개별 연구의 효과 크기를 먼저 계산하고, 개별 연구 간의 효과 크기의 일관성을 검토하며, 평균 효과 크기를 산출하고 그 유의성을 검토합니다.

 

지금까지 메타분석의 기본적인 이론과 개념이었습니다. 다음 글에서는 메타분석의 효과 크기 계산방법들과 진행과정에 대해서 소개해드리겠습니다. 감사합니다!!