심성률

고려대학교에서 역학 및 의료정보학을 전공하여 보건 학 박사학위를 받았다(M.P.H., Ph.D.). 식품의약품 안전처와 식품의약품안전평가원에서 메타분석과 건 강위해도 평가 자문위원을 역임했다. 한국보건의료정 보원 보건 의료분야 데이터 심의 전문위원이며, 미국 스탠퍼드대학교와 연구논문 출판사인 Elsevier가 발 표한 ‘2023년, 2024년 세계 최상위 2% 과학자’에 2년 연속 선정되었다. 현재 건양대학교 의과대학 정보의학교실 교수로 재직 중이다.

주요 저서로 《메타분석(forest plot에서 네트워크 메 타분석까지)》(한나래출판사), 《임상자료와 약물유전 체 상관성 검증을 위한 근거기반 메타 분석 안내서》(식품의약품안전평가원), 《의학보건학 연구자를 위한 R 메타분석》(한나래출판사) 외 메타분석 안내서적 8편이 있다. 논문으로는 SCI(E) 130여 편이 있으며, 특히 국내 연구자를 위한 메타분석 방법론이 10편으 로 기초 메타분석에서 고급 메타분석 - 네트워크, 진 단검사, 용량 - 반웅, 유전체 메타분석 - 까지 폭넓은 출판 경험이 있다. 그 외 주요 연구로 〈Efficacy and Safety of Ketamine vs Electroconvulsive Therapy Among Patients With Major Depressive Episode: A Sys-tematic Review and Meta-analysis〉(JAMA Psychiatry) 등이 있다.

신지은

충남대학교에서 통계학을 전공하여 이학박사학위를 받았다. 현재 건양대학교 의과대학 정보의학교실 교수 로 재직 중이며, 충청 지방통계청과 중앙환자안전센터 환자안전 정보통계그룹의 자문위원을 맡고 있다.

임상 연구자의 시각에서 데이터를 분석하고 해석

이 책은 임상연구자의 시각에서 데이터를 분석하고 해석하는 것에 초점을 맞추었다. 독자가 제공된 예제와 코드를 그대로 따라 함으로써 동일한 결과를 도출하고, 이를 통해 스스로 성향점수분석의 원리를 깨닫도록 하는 것을 목표로 한다. 이러한 반복 학습을 통해 독자들은 데이터 분석의 기본 원리를 체득하고, 임상연구에서 통계적 방법론을 능숙하게 활용할 수 있을 것이다.

성향점수분석(propensity score analysis)은 주로 사회과학 연구에서 원인변수와 결과변수 사이의 관계를 다루다 보니 의학보건학 연구 관점에서는 용어와 개념이 달라서 이해하는 데 어려움을 겪는다. 또한 관련 책들이 국내에 출시되어 있지만 학습 범위가 너무 넓어서 개념 정리가 어렵고 특히 의학보건학에 적용하기에는 적합하지 않기 때문에 이 책에서는 의학보건학 데이터에 바로 적용할 수 있는 실용적인 내용과 실습방법들을 소개하였다.

저자는 기법의 인과추정방식, 즉 ‘루빈 인과모형(Rubin’s causal model)’을 가급적 쉬운 용어와 사례로 설명하여 성향점수분석의 이해도를 높이고자 하였다. 그리고 성향점수분석 기법들 중 의학보건학에서 가장 많이 활용되는 ‘성향점수매칭’과 ‘성향점수가중치’ 방법을 예제 데이터와 분석코드를 전체 실습과정으로 담고 있으며 해당 결과에 대한 자세한 해석을 체계적으로 설명하고 있다.

이 책의 저자는 부록에 있는 성향점수분석 코드와 예제 데이터를 그대로 R studio로 옮긴 다음 그냥 실행해 보기를 권하고 있다. 분석코드에 따른 결과들이 결과창에 계속 쏟아질 텐데 독자들은 해석은 나중에 하고 전체를 실행해 보면 호기심과 자신감이 생길 것이다. 그런 다음 본인의 연구 데이터로 바꾸어 주기만 하면 성향점수분석을 해낼 수 있을 것이다.

차례

1장 R과 R studio 설치 및 기본 설정

1.1 R의 설치

1.2 R studio의 설치와 기본 설정

2장 데이터 다루기

2.1 R 프로그램의 특징

2.2 데이터의 유형과 구조

2.3 함수와 패키지

1) 함수

2) 패키지

3) 함수 사용법

2.4 데이터의 입력과 전처리

1) 데이터 입력

2) 데이터 전처리

3장 데이터 분석하기

3.1 데이터 요약 통계량

1) 데이터 구조 파악

2) 데이터 시각화

3) 데이터 수치로 요약하기

3.2 정규성 검정

3.3 두 집단의 평균비교(t-test)

1) 독립된 두 집단

2) 대응표본 t-test

3) 시각화하기

3.4 K(k≥3)개 집단의 평균비교(ANOVA)

1) 데이터 살펴보기

2) 등분산성 검정

3) 분산분석(ANOVA)

3.5 범주형 변수 간의 관련성

1) Chi-square test(교차분석)

2) Fisher’s exact test and Yates’ correction

3.6 상관분석

1) Pair-wised correlation analysis

2) Partial-correlation analysis

3) 시각화하기

3.7 회귀분석

1) 단순회귀분석

2) 다중회귀분석

3.8 로지스틱 회귀분석

1) 단순 로지스틱 회귀분석

2) 다중 로지스틱 회귀분석

4장 성향점수분석 이론

4.1 관찰연구와 무작위배정연구의 차이

4.2 성향점수분석 심화

1) 성향점수 만들기

2) 성향점수분석의 가정

3) 성향점수 매칭

4) 성향점수 가중치

5) 성향점수 매칭 및 가중치 이후 분포 확인

5장 성향점수분석 실습

5.1 데이터 불러오기

5.2 Characteristics 파악

5.3 성향점수 매칭

1) 성향점수 만들기

2) 성향점수 매칭 방법

3) 성향점수 매칭 이후 분포 확인

4) 로지스틱 회귀분석

5.4 성향점수 가중치

1) 성향점수 만들기

2) IPTW와 SW 만들기

3) 성향점수 가중치 이후 분포 확인

4) 로지스틱 회귀분석

5) 생존분석