“상관관계만으로는 규제·임상 판단 어렵다”…현장 데이터 시대 핵심 방법론으로 떠오른 인과추론 작성일 05-01 4 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[SAS 2026] RWE의 성패는 데이터 규모가 아니라 연구 설계의 엄밀성</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ZF94DsUZy3"> <figure class="figure_frm origin_fig" contents-hash="f7565f4f6d8a5e2afb498f895f495b0f30a907c71e471f35403e2b0bf1fdafdf" dmcf-pid="5328wOu5lF" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/01/552796-pzfp7fF/20260501060010029annz.jpg" data-org-width="640" dmcf-mid="XSYZPRCEh0" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/01/552796-pzfp7fF/20260501060010029annz.jpg" width="658"></p> </figure> <p contents-hash="c25fa89ae945a80636866561c9a98aafaef6461870cb18dbc0bd5b8a5a43ae3d" dmcf-pid="10V6rI71Tt" dmcf-ptype="general">[그레이프바인(미국)=디지털데일리 이상일기자] 미국 텍사스주 그레이프바인에서 4월 27일부터 30일까지 열리는 ‘SAS Innovate 2026’에서 라이프사이언스 분야의 실사용근거(RWE·Real-World Evidence: 현장 데이터)와 역학 분석을 둘러싼 핵심 화두로 ‘인과추론’이 제시됐다.</p> <p contents-hash="042e0c6f741ae5844c7ef5bc93051afc56ac491c2047ff82a5bbf77173881f63" dmcf-pid="tpfPmCztv1" dmcf-ptype="general">쉐린 아이드(Sherrine Eid) SAS 역학·실사용근거·관찰연구 글로벌 총괄은 “통계 분석은 두 변수 사이의 연관성을 보여줄 수 있지만, 규제기관과 임상의가 점점 더 요구하는 것은 단순한 연관성이 아니라 개입이 실제 결과를 얼마나, 어떤 방향으로 바꾸는지에 대한 인과적 설명”이라고 강조했다.</p> <p contents-hash="026a015bce6934b2b7c4920d717cda4b8690c8ebf1f85811c9e8cc38c4b0bbbd" dmcf-pid="FU4QshqFh5" dmcf-ptype="general">아이드 총괄은 SAS에서 역학, RWE, 관찰연구를 이끄는 전문가로, RWE와 역학·생물통계 분야에서 20년 이상 경험을 쌓아왔다.</p> <p contents-hash="173c2299276b014915e9b4d244591af7ed460cc2c512aa307cf7290b74c4e378" dmcf-pid="3u8xOlB3SZ" dmcf-ptype="general">그는 "임상시험, 전자의무기록, 보험 청구자료, 국가 보건 등록자료 등에서 관찰되는 통계적 연관성은 질병 위험, 치료 효과, 이상반응 가능성을 탐색하는 데 유용하다"고 전제했다.</p> <p contents-hash="450326af7d9ca592e7acd65adfef24a16a39e1044628dbda02331dc0896b0022" dmcf-pid="076MISb0WX" dmcf-ptype="general">하지만 아이드 총괄은 “연관성은 인과성이 아니다. 특정 치료군에서 체중 증가나 이상반응이 더 자주 관찰됐다고 해서, 그 치료가 곧바로 원인이라고 결론 내릴 수는 없다"며 "환자 특성, 기저질환, 사회경제적 요인, 의료 접근성, 보험 유형, 추적기간 등 교란변수가 영향을 미칠 수 있기 때문"이라고 설명했다.</p> <p contents-hash="2e1b48364a0ec5847495dfa69906eae25fcd066e8252275a0fad733f4d64d9b5" dmcf-pid="pYUqgAZvlH" dmcf-ptype="general">아이드 총괄은 인과추론을 “특정 사건이나 노출, 치료가 결과에 직접적 영향을 미치는지, 그 효과의 크기와 방향이 무엇인지를 정량화하는 과정”으로 설명했다.</p> <p contents-hash="43358668277e8a2e8f951818cd23356ddc7ffd3c24d712f1ee53dc671e7a25aa" dmcf-pid="UGuBac5TCG" dmcf-ptype="general">이는 의료·역학 연구에서 특히 중요하다. 규제기관이 신약·의료기기·치료전략의 안전성과 효과를 평가할 때 “관련이 있어 보인다”는 수준의 분석만으로는 충분하지 않다. 개입이 실제로 환자 결과를 개선했는지, 혹은 특정 부작용을 유발했는지에 대해 보다 설계된 분석과 투명한 가정이 요구된다.</p> <p contents-hash="c23e4c728ab346f490ef7bb8a1376cb6485648894d8184fc6469acd3e38d358e" dmcf-pid="uH7bNk1yhY" dmcf-ptype="general">FDA도 전자의무기록, 청구자료, 등록자료 등 일상 진료에서 수집되는 실사용데이터(RWD)를 분석해 의료제품의 사용, 이익, 위험에 관한 임상적 근거인 RWE를 생성할 수 있다고 정의하고 있으며, 적합한 RWD를 활용한 RWE가 규제 의사결정을 뒷받침할 가능성이 커졌다고 설명한다.</p> <p contents-hash="199954fc0509f29b12882a32f4b0b570dfa1b8c5d0a139070e6ac2f51b67a867" dmcf-pid="7XzKjEtWhW" dmcf-ptype="general">아이드 총괄은 청구자료, 국가 보건 데이터, 환자 등록자료 같은 RWD를 사용할 때도 연구자가 “어떤 치료 또는 노출이, 어떤 모집단에서, 어느 시점 이후, 어떤 결과를 변화시키는가”를 명확히 규정해야 한다고 설명했다.</p> <p contents-hash="6666bb0f1d476a1d423bc3a5720410bf81a311281ebd4524d332de00b2ee5f7a" dmcf-pid="zZq9ADFYCy" dmcf-ptype="general">그는 금연과 체중 변화 사례를 들어 설명을 이어갔다. 단순 분석은 “흡연 또는 금연이 체중 변화와 관련이 있는가”를 묻는 데 그칠 수 있다. 반면 인과추론은 금연이라는 개입이 장기적으로 평균 체중을 얼마나 증가시키는지, 그 효과가 어떤 환자군에서 더 두드러지는지, 생활습관 개입을 병행하면 결과가 어떻게 달라지는지를 묻는다.</p> <p contents-hash="620156d6a777cc4a8d62cdf6bb6f9f208ea72fd97cfe91cd24d0993dc27aa1ba" dmcf-pid="q5B2cw3GST" dmcf-ptype="general">아이드 총괄은 금연 후 10년 동안 평균 약 3.3파운드의 체중 증가를 예로 들며, 이 같은 추정이 환자 상담과 예방적 생활습관 관리 프로그램 설계로 이어질 수 있다고 설명했다. 의료 현장에서 RWE가 의미를 갖는 지점은 바로 이 대목이다. 분석 결과가 논문 속 수치에 머무르지 않고 환자에게 언제 어떤 개입을 권고할지에 대한 실행 가능한 근거로 전환돼야 한다는 것이다.</p> <p contents-hash="bcd2436a9fbe7e2449d26caf42ee1e1fe432e974c4ea97349d7b149ec965c461" dmcf-pid="B1bVkr0HTv" dmcf-ptype="general">결국 RWE의 성패는 데이터 규모가 아니라 연구 설계의 엄밀성에 달려 있다. 전자의무기록과 청구자료, 등록자료가 아무리 방대해도 교란, 선택편향, 추적 손실, 측정 오류를 다루지 못하면 규제기관과 임상 현장이 신뢰할 수 있는 근거가 되기 어렵다.</p> <p contents-hash="18a8b31fc9d143e9d3bbf554eb1f5ee11ae356064cf2821c51757f3cc8f740a2" dmcf-pid="btKfEmpXlS" dmcf-ptype="general">반대로 인과 질문을 명확히 세우고, 데이터 생성 과정을 이해하며, 적절한 DAG와 추정 방법을 적용하고, 가정을 감사 가능한 방식으로 기록한다면 관찰자료도 임상시험을 보완하는 강력한 의사결정 근거가 될 수 있다.</p> <p contents-hash="b56cb6fc39960140c937f13df8fc96603a86c7f17d260095ed62dec7fd529e94" dmcf-pid="KF94DsUZvl" dmcf-ptype="general">아이드 총괄은 “증거를 실행으로 옮기는 것”을 인과분석의 최종 목표로 제시했다. 의료와 역학에서 인과추론은 단순히 더 복잡한 통계기법이 아니라, 환자 안전과 치료 효과, 규제 판단, 공중보건 정책을 연결하는 방법론이라는 의미다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 넥슨·아이언메이스 5년 분쟁, 무엇을 남겼나 05-01 다음 불법 사이트로 죽어가는 콘텐츠 업계 “컨트롤타워 절실” 05-01 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
