베이지안 메타분석


1) 베이지안 통계 추론의 개념

베이지안 메타분석을 이해하기 위해서는 우선 베이지안 통계 추론의 개념을 이해해야 한다. 관심 있는 모집단의 모수에 대한 표본 자료를 이용하여 추론하는 통계적 추론 방법은 크게 빈도론자 관점과 베이지안 관점으로 구분할 수 있다. 일반적으로 전통적 통계 추론이라 하는 빈도론자 관점의 통계적 추론은 관심대상인 모집단의 모수를 알려지지 않은 상수(고정된 어떤 값)로 보며 이를 추정하기 위해 실험이나 자료수집 자체를 반복한다. 반면, 베이지안 통계 추론에서는 모수를 고정된 값이 아닌 확률적으로 변할 수 있는 어떤 값으로 본다. 추론 방법도 전통적 통계 추론 방법과는 다른데, 기존의 지식이나 믿음(예: 과거의 경험이나 전문가의 견해) 등의 사전정보를 계량화하여 사전분포를 가정하고, 관측된 자료를 기반으로 앞에서 설정한 사전분포를 보완하여 사후확률분포를 설정한다. 이렇게 도출된 사후확률분포를 이용해 관심 있는 모수를 추정한다. 

 

2) 베이지안 메타분석

메타분석 방법은 관심 있는 두 군을 직접비교하는 직접비교, 공통대조군을 이용하는 간접비교, 직접비교 연구와 간접비교 연구를 모두 이용하여 여러 개의 치료(중재)군을 동시에 비교하는 혼합비교 방법이 있다. 이러한 메타분석 방법은 추정치를 추정하는 방법에 따라 전통적 메타분석법과 베이지안 메타분석법으로 구분할 수 있는데, 대부분의 경우 두 가지 방법 모두 적용할 수 있다(그림 1). 예를 들어, 두 치료군을 직접비교할 수 있고 전문가 의견과 같은 외부 정보를 이용하고자 할 때에는 베이지안 직접비교 메타분석법을 고려해야 하며, 외부 정보를 이용하지 않는 경우에는 전통적 직접비교 메타분석법을 고려하면 된다.

베이지안 메타분석의 절차는 다음과 같다. 먼저 베이지안 모형을 선정하고 사전분포를 선정한다. 그 다음 사후확률분포를 이용하여 통합추정치를 추정하고, 신용구간을 계산하며, 관심 있는 가설에 대해 가설검정을 실시한 후 이질성 검토를 수행한다(그림 2).



[그림1. 메타분석 방법의 선정]



베이지안 메타분석의 절차는 다음과 같다. 먼저 베이지안 모형을 선정하고 사전분포를 선정한다. 그 다음 사후확률분포를 이용하여 통합추정치를 추정하고, 신용구간을 계산하며, 관심 있는 가설에 대해 가설검정을 실시한 후 이질성 검토를 수행한다(그림 2).

 

[그림2. 베이지안 메타분석 절차]




● 베이지안 메타분석의 장점


1. 모수를 추정할 때 전문가 의견이나 메타분석 대상에 포함되지 않은 연구결과와 같이 기존 지식이나 근거를 활용할 수 있다.

2. 베이지안 방법에서는 대표본에 대한 가정이 필요 없으므로 표본 수가 적은 경우에도 정확한 추론 결과를 제시할 수 있다.

3. 계층적 모형을 사용함으로써 주위로부터 정보로 분석의 정밀도를 높일 수 있다. 

4. 모든 모수에 불확실성을 반영할 수 있다. 따라서 전통적 메타분석 방법에 의한 통합추정치의 신뢰구간보다 베이지안 메타분석법에 의한 통합추정치의 신용구간이 더 넓어지는 경향이 있다.

5. 관심있는 사건에 대해 확률적으로 언급할 수 있으므로 효과가 특별한 값보다 클 경우나 작을 경우의 확률을 직접적으로 제공할 수 있다(예: 오즈비가 1보다 크거나 작을 확률 계산 가능)



● 베이지안 메타분석의 단점


1. 사전분포가 연구자에 따라 상당히 다르다면 베이지안 메타분석 결과도 달라질 수 있다. 따라서 연구결과 발표 시 사전분포를 반드시 명시해야 하며, 민감도 분석도 수행해야 한다. 

2. 사후분포 추정이 어렵다.

3. 계산이 복잡하고, 사용할 수 있는 소프트웨어가 제한적이다.




자세한 내용은 한국보건의료연구원 발간도서 '베이지안 메타분석'을 확인하세요.

[바로가기]



'NECA report > NECA 백과사전' 카테고리의 다른 글

체계적 문헌고찰 문헌검색 (2) 검색원의 종류  (0) 2018.11.08
체계적 문헌고찰 문헌검색 (1) MeSH  (0) 2018.10.30
베이지안 메타분석  (0) 2018.10.18
네트워크 메타분석  (0) 2018.10.15
메타분석  (0) 2018.10.05
비뚤림(Bias)  (0) 2018.09.21

댓글을 달아 주세요