의학 공개 데이터 연구 시작

RigorMed에 이 작업 요청하기

1. 연구 방향에서 재검토 가능한 데이터 출처 비교표 만들기

   아래는 작업 입력과 요청할 정리 산출물의 제안입니다. 이번에 실제 실행한 결과나 고객 성과가 아니며 완료를 보장하지 않습니다.

   준비된 자료: 구체적 질문, 목표 집단, 필요한 변수, 후보 공식 데이터 진입점과 사용 조건.

   요청할 산출물·전달 목표: 후보 데이터 출처 비교표, 자료 점검 목록, 범위를 좁힌 연구 질문.

2. 수정해서 사용할 작업 입력 예시

   검증 가능한 공식 데이터 출처만 비교하고 설계, 집단, 변수 범위, 접근·라이선스 조건과 답할 수 없는 질문을 나열해 주세요. 먼저 열어 볼 문서도 제시하고 모르는 필드는 추측하지 마세요.

3. 사람이 확인할 사항

   공개 진입점이 임의 사용이나 제품 연동을 뜻하지 않습니다. 통제된 신청과 권한 조건은 별도로 쓰고 우회하지 않습니다.

종류 먼저 구분

공개 의학 자원은 접근·용도가 다릅니다.

첫 질문은 ‘어떤 데이터베이스에서 논문을 내기 쉬운가’가 아니라 ‘어떤 출처가 내 질문에 합법적이고 정확하게 답할 수 있는가’입니다. 접근 조건, 설계나 변수 범위가 맞지 않으면 많은 데이터도 이 부족을 보완하지 못합니다.

질문부터 계획까지 일곱 단계

1. 질문 정의

   최소한 연구 집단, 주요 노출 또는 예측 요인, 주요 결과, 기간과 연구 설계를 명확히 합니다. ‘성인의 지표가 결과와 관련되는가’도 집단 출처, 지표 측정, 결과 정의와 단면 연관성·코호트 결과 분석·예측 모델 중 무엇을 할지 설명해야 합니다.

   변수에서 주제를 역산하지 않습니다.

2. 접근·용도

   자료를 공개 이용, 등록 후 이용, 통제 접근과 입수 불가로 구분합니다. 공식 입구, 버전, 라이선스나 데이터 이용 계약, 신청 조건, 인용 요건과 재배포 제한을 항목별로 보존합니다.

   NHANES는 공개 이용 파일과 상세 문서를 제공합니다. MIMIC-IV는 현재 자격 인증, 지정 교육과 데이터 이용 계약 서명을 요구합니다. SEER 연구 데이터도 신청과 해당 계약 확인이 필요합니다. 이름의 ‘공개’나 ‘무료’는 이 확인을 대신하지 못합니다.

3. 설계 적합

   같은 변수가 있다고 같은 질문에 답할 수 있는 것은 아닙니다. 단면 조사는 유병률이나 동시점 연관성을 다룰 수 있지만 한 번의 관찰만으로 보통 시간 순서를 확립할 수 없습니다. 병원 전자의무기록은 특정 진료 집단 연구에 맞아도 일반 인구를 자동으로 대표하지 않습니다.

   표본추출 틀, 자료에 들어오지 않았을 수 있는 사람, 관찰의 시작과 끝, 노출과 결과의 시간 순서, 결론을 일반화할 집단을 먼저 명시해야 합니다.

4. 변수 매핑

   열 이름만 기록하면 안 됩니다. 각 핵심 변수에 공식 정의, 데이터 파일, 주기나 버전, 측정 방법, 단위, 코드, 적용 집단, 건너뛰기 규칙, 결측 의미와 허용된 파생 방법을 연결해야 합니다.

   주기를 결합할 때 설문 문구, 실험실 기기, 검출 하한, 단위와 코드 변화도 확인합니다. CDC/NCHS는 설문 건너뛰기를 무시하면 분모가 잘못될 수 있다고 경고합니다. 검사법이 바뀌면 공식 연결 연구나 보정식을 확인해야 합니다. 같은 변수명은 비교 가능성의 충분한 근거가 아닙니다.

5. 표본·사건·결측

   전체 표본 수만 보아서는 안 됩니다. 이진 결과는 사건과 비사건, 회귀는 변수 개수가 아닌 사전 모수 수, 완전 사례 분석은 제외 인원을 확인합니다. 복합표본은 가중치, 층, 군집과 설계 자유도도 고려해야 합니다.

   ‘변수당 사건 열 개’ 같은 하나의 경험칙으로 전체 판단을 대신하지 않습니다. 모델 복잡도, 결과 발생률, 과적합 통제, 결측 처리, 검증 방식과 추정 대상은 분석 전에 정해야 합니다.

6. 문헌·등록

   PubMed 등에서 가장 유사한 발표 연구를 확인하고 ClinicalTrials.gov 등에서 등록됐지만 아직 발표되지 않았을 수 있는 연구도 확인합니다. 검색식, 날짜, 검색 기록과 제외 이유를 남기고 제목만이 아니라 집단, 노출, 결과, 시간, 설계와 방법을 비교합니다.

   ‘완전히 같은 주제가 검색되지 않았다’를 곧바로 신규성이라고 쓸 수 없습니다. 좁은 검색식, 다른 용어, 제한된 데이터베이스 범위 또는 미발표 연구 때문일 수도 있습니다.

7. 계획 고정

   정식 분석 전에 포함·제외 기준, 주요 노출과 결과, 공변량 근거, 주요 모델, 결측 전략, 민감도 분석, 소프트웨어 환경과 보고 지침을 확정합니다. 이후 변경은 이유를 기록하고 사전 분석과 탐색 분석을 구분합니다.

   관찰 연구는 계획과 집필 단계에서 STROBE를 참고할 수 있습니다. 일상적으로 수집한 건강 데이터는 RECORD 등 확장의 적용도 판단해야 합니다. 보고 체크리스트는 올바른 설계를 대체하지 않지만 방법과 공개의 부족을 일찍 드러낼 수 있습니다.

여섯 오류

1. 유의성 후 질문·공변량 추가;
2. 이름만 보고 질문·방법·단위·생략·대상 무시;
3. 주기·코드·측정·가중치 확인 없이 결합;
4. 독립 동일분포로 취급;
5. 총수만 보고 사건·파라미터·결측·검증 무시;
6. 미검출을 최초 발견·연관을 인과로 표현.

시작 전 목록

공식 분석 전 질문:

• 집단·노출/예측·결과·시기·설계가 명확한가?
• 공식 경로·버전·일자가 있나?
• 용도·계약·인용·재배포 확인했나?
• 수집·틀·집단이 일반화에 맞나?
• 정의·측정·단위·코드·집단이 공식인가?
• 주기·출처 비교 가능한가?
• 표본·사건·비사건·결측·모수가 맞나?
• 문헌·등록을 체계적으로 확인했나?
• 분석·민감도·보고는 사전인가?
• 책임자가 권한·윤리/면제·등록을 확인했나?

부족하면 통계보다 출처·변수·계획을 보완합니다.

자주 묻는 질문