시험에 등록한 200명을 무작위배정했는데 30명의 최종 점수가 없습니다. 분석표에 200명 이름을 남기면 ‘의향대로 분석’이 완성될까요? 결과가 없는 칸은 계산에 자동으로 들어가지 않습니다. 배정 원칙과 결측 결과에 대한 가정을 따로 다루지 않으면, 이름만 모두 남긴 표가 인과 비교를 지켜 주지 못합니다.
연구를 읽는 두 가지 질문
ITT에는 배정대로 분석과 결과 추적이라는 두 축이 있습니다
Chaplin과 Dwan의 2024년 공개 튜토리얼은 의향대로 분석의 두 원칙을 구분합니다. 참가자가 치료를 바꾸거나 순응하지 않아도 무작위배정 집단대로 분석하고, 무작위배정된 모든 사람의 결과를 측정하려 노력해야 합니다. 첫 원칙만 지켜도 결과가 결측이면 완전한 ITT 추정이 되지 않습니다. [1]
결측값은 데이터가 아니라 가정으로 메워집니다
완전사례 분석, 단일 대치, 다중대치, 혼합모형은 서로 다른 조건에서 타당합니다. 결측이 관측된 정보로 설명되는지, 관측되지 않은 결과와도 관련되는지에 따라 추정이 달라집니다. 어떤 방법도 결측 결과를 실제 관측으로 바꾸지 않습니다. 주 분석의 가정과 그 가정이 어긋났을 때의 민감도 분석을 함께 보고해야 합니다. [1]
‘수정된 ITT’라는 이름만으로는 재현할 수 없습니다
튜토리얼은 modified intention-to-treat가 연구마다 서로 다른 제외를 뜻해 모호하다고 지적합니다. 한 번이라도 처치를 받은 사람만, 기준선 자료가 있는 사람만, 결과가 있는 사람만 등 정의가 달라질 수 있습니다. 이름 대신 누가 왜 제외됐고, 집단 전환과 결측을 어떻게 처리했는지 명시해야 독자가 목표 효과와 편향 방향을 평가할 수 있습니다. [1]
무작위배정의 보호는 사후 제외로 약해질 수 있습니다
무작위배정은 시작 시점의 알려진·알려지지 않은 예후요인을 평균적으로 균형화하지만, 결과와 관련된 탈락자를 집단별로 다르게 제외하면 그 균형이 깨질 수 있습니다. 그렇다고 모든 결측을 임의의 최악값으로 채우는 것도 정답은 아닙니다. 연구 질문인 추정대상, 결측 이유, 가능한 값 범위를 먼저 정해야 합니다. [1]
100명씩 배정했지만 결과는 85명과 95명
A수업과 B수업에 100명씩 무작위배정했습니다. 최종검사는 A에서 85명, B에서 95명만 응시했습니다. 응시자 평균만 비교하면 원래 배정의 균형이 아니라 ‘남아 응시한 사람’의 차이까지 섞일 수 있습니다.
A의 탈락자가 주로 낮은 점수를 예상해 떠났다면 완전사례 평균은 A를 유리하게 만들 수 있습니다. 반대로 행정 오류로 무작위로 빠졌다면 영향이 다릅니다. 결측 메커니즘은 관측만으로 완전히 확인되지 않으므로, 서로 그럴듯한 가정 아래 결과가 얼마나 바뀌는지 보여 주어야 합니다.
LTCT 연구 기록에서는 배정 수, 실제 참여 수, 결과 관측 수를 흐름도로 공개하고, 주 분석 집단과 결측 처리 방법을 한 문장으로 적습니다. 교육 효과는 비교집단, 무작위배정, 탈락률과 민감도 결과를 함께 제시할 때만 제한적으로 해석합니다.
어디까지 말할 수 있을까요?
- 튜토리얼은 특정 결측 방법 하나를 모든 연구의 정답으로 제시하지 않으며 타당성은 추정대상과 가정에 달려 있습니다.
- 결측 메커니즘은 데이터만으로 검증하기 어려워, 분석 기법이 부실한 추적 설계를 완전히 복구하지 못합니다.
원문에 근거한 한계와 LTCT의 적용 범위 검토입니다. [1]
교육 현장과 연결해 보면
교육 실험 보고서에 배정·참여·결과 관측·분석 인원을 분리한 흐름도를 필수로 둘 수 있습니다.
‘ITT’라는 라벨 대신 집단 전환, 제외, 결측 대치와 민감도 분석을 채점 루브릭에 명시합니다.
무작위배정된 200명의 명단을 분석표에 유지해도 결과 30개가 없으면 무엇을 더 밝혀야 하나요?
생각을 비교할 해설 펼치기
결측 이유와 집단별 규모, 주 분석의 결측 가정과 처리법, 대안 가정에 대한 민감도 결과를 밝혀야 합니다.
원문과 출처 정보
한국어 제목은 이해를 돕기 위한 LTCT 번역입니다. 한글 제목 뒤 괄호에 원제를 함께 표기했습니다. 저자·학술지·원문 버전은 원문 서지정보를 기준으로 확인할 수 있습니다.
의향대로 분석과 결측 결과자료: 튜토리얼 (Intention-to-Treat Analyses and Missing Outcome Data: A Tutorial)
Marty Chaplin, Kerry Dwan (2024). Cochrane Evidence Synthesis and Methods 2(5):e12075.
- 자료 성격
- 공개 학술지 방법 튜토리얼
- 읽은 버전
- 2024 접수·심사·승인된 공개 출판본
- 확인 범위
- 전체 공개 튜토리얼: ITT 원칙, 비순응·결측 구분, 분석 예시, 보고와 민감도 권고
- 원문 확인일
이 글은 한국어 해설이며 원문 전문 번역이 아닙니다. 도식과 활동의 제작·재구성 범위는 각 그림과 본문에 표시했습니다. 자료 선정과 출처 기준