보건기술 연구에서 기본 역학 일관성 선행 필요성

초록

본 논문은 머신러닝·빅데이터 분석이 고도화된 결과를 도출하기 전에, 연구 대상 코호트가 국가 수준의 역학 지표와 일관되는지 검증해야 함을 강조한다. 최근 한국의 코로나19 백신과 암 발생 위험을 다룬 관찰연구를 사례로 삼아, 원시적인 기술통계와 국가 평균 발병률(CR) 비교를 통해 선택편향과 연령구조 왜곡을 밝혀냈다. Propensity Score Matching(PSM) 절차가 내부 균형은 맞췄지만 외부 타당성을 크게 손상시켰으며, 이는 STROBE 지침 위반에 해당한다. 따라서 고급 분석 도구는 기본 역학 검증을 통과한 데이터에만 적용되어야 한다는 교훈을 제시한다.

상세 분석

이 연구는 고급 통계·머신러닝 기법이 ‘데이터의 질’ 위에 서 있다는 전제를 검증한다. 저자는 한국 보건당국 데이터베이스를 활용한 코로나19 백신 접종군·비접종군의 1년 암 발생률 연구