Residual Body-Mass Dependence in VO₂peak Normalization: Comparison of Ratio Scaling, Allometric Modeling, and Regression–Residual Methods

큰 문제: "무거운" 러너와 "가벼운" 러너를 측정하는 법

당신이 두 사람의 달리기 속도를 비교하려고 한다고 상상해 보세요. 한 명은 아주 크고 무거운 사람이고, 다른 한 명은 아주 작고 가벼운 사람입니다.

피트니스 세계에서 우리는 '유산소 체력'(몸이 산소를 얼마나 사용할 수 있는지)을 측정할 때 VO₂peak라는 수치를 사용합니다. 수십 년 동안 이 수치를 보고하는 표준 방식은 단순히 사람이 사용하는 총 산소량을 그 사람의 체중으로 나누는 것이었습니다.

이렇게 생각해 보세요:

• A라는 사람 (무거움): 산소를 4리터 사용합니다. 몸무게는 100kg입니다.
  • 기존 방식의 계산: 4 ÷ 100 = 0.04
• B라는 사람 (가벼움): 산소를 2리터 사용합니다. 몸무게는 50kg입니다.
  • 기존 방식의 계산: 2 ÷ 50 = 0.04

기존의 계산법에 따르면 두 사람은 완전히 동일합니다. 하지만 만약 A라는 사람이 단지 더 많은 무게를 움직여야 할 뿐, 실제로 더 크고 강력한 엔진(심장과 폐)을 가지고 있다면 어떨까요? 기존의 계산법은 그 차이를 숨겨버립니다.

이 논문은 이 "체중으로 나누기" 방식이 결함이 있다고 주장합니다. 이것은 마치 트럭과 오토바이를 비교할 때, 차량 자체 무게 대비 얼마나 많은 승객을 태울 수 있는지를 기준으로 판단하는 것과 같습니다. 트럭은 더 많은 사람을 태울 수 있지만, 트럭 자체가 너무 무겁기 때문에 "무게당 승객 수"는 낮게 나옵니다. 오토바이는 효율적으로 보이지만, 그저 가벼울 뿐입니다.

연구진이 수행한 작업

저자들(Thomas Fahey와 Miguel Rivera)은 트레드밀 테스트를 받은 937명의 실제 사람들에 대한 방대한 데이터베이스를 활용했습니다. 그들은 기존의 "체중으로 나누기" 방식이 공정한지, 그리고 더 나은 방법이 있는지 확인하고 싶었습니다.

그들은 데이터를 살펴보는 세 가지 다른 방법을 테스트했습니다:

1. "비율(Ratio)" 방식 (기존 방식): 단순히 산소량을 체중으로 나누는 것입니다.
2. "알로메트릭(Allometric)" 방식 (곡선): 이는 몸집이 커짐에 따라 산소 요구량이 직선(1:1)으로 증가하는 것이 아니라, 곡선을 그리며 변화한다고 가정합니다. 마치 거대한 코끼리가 말보다 두 배 크다고 해서 먹이가 정확히 두 배로 필요한 것은 아니며, 두 배보다 적게 필요할 것이라고 말하는 것과 같습니다.
3. "회귀 잔차(Regression-Residual)" 방식 (새로운 방식): 이 논문의 핵심 초점입니다. 특정 공식을 강요하는 대신, 그들은 데이터에 맞는 맞춤형 지도를 만들었습니다. 그들은 이렇게 물었습니다: "이 특정 체중을 가진 사람에게 기대되는 평균 산소 수준은 얼마인가?" 그런 다음, 그 사람이 그 평균보다 얼마나 더 잘했는지 혹은 못했는지에 따라 점수를 부여했습니다.

연구 결과

1. 기존 방식은 편향되어 있습니다
기존의 "체중으로 나누기" 방식을 사용했을 때, 연구진은 이상한 결과를 발견했습니다. 즉, 체중이 무거울수록 체력 점수가 낮게 나타났습니다.

• 비유: 만약 경기의 점수가 "자신의 체중 1파운드당 달린 거리"라면 어떤 일이 벌어질까요? 무거운 사람은 먼 거리를 달리지만, 체중이 무겁기 때문에 점수가 떨어집니다. 가벼운 사람은 짧은 거리를 달리지만, 체중이 가볍기 때문에 점수가 높게 유지됩니다. 이 논문은 기존 방식이 무거운 사람들에게 불공평하게 불이익을 준다는 것을 발견했습니다.

2. "곡선" 방식은 도움이 되지만 완벽하지는 않습니다
"알로메트릭" 방식(곡선)을 사용했을 때 상황은 개선되었습니다. 이 방식은 큰 몸집이 서로 다른 요구 사항을 가진다는 점을 인정했습니다. 하지만 여전히 약간의 "잔차(residual)" 편향이 남아 있었습니다. 이는 약간 더 나은 지도를 사용하긴 했지만, 목적지는 여전히 조금 어긋나 있는 상태와 같았습니다.

3. "잔차" 방식이 편향을 제거하는 데 가장 효과적입니다
새로운 "회귀 잔차" 방식은 맞춤형 코치처럼 작동했습니다.

• 단일 표준에 모두를 비교하는 대신, 이 코치는 사람의 체중을 살펴보고 이렇게 말합니다. "좋아, 100kg인 사람의 경우 평균적인 러너는 이 정도 수치에 도달해. 당신은 이 수치를 넘었나요, 아니면 미치지 못했나요?"
• 결과는 어떠했을까요? 체중과 체력 점수 사이의 연결 고리가 사라졌습니다. 체중이 가볍든 무겁든, 이제 점수는 순수하게 자신의 크기에 대비한 성과만을 반영했습니다. 체중이라는 "소음"이 제거된 것입니다.

"강건성(Robustness)" 검증 (측정 방식이 중요했을까?)

연구진은 걱정했습니다. "만약 우리가 산소 피크를 다르게 측정한다면 어떻게 될까? 단 한 번의 호흡을 볼 것인가, 아니면 30초간의 평균을 볼 것인가?"

그들은 과학자가 다양한 날씨 조건에서 다리를 테스트하는 것처럼 실험했습니다. 그들은 피크 산소량을 계산하는 방식(단일 호흡, 5번의 호흡, 15초, 30초)을 변경했습니다.

• 결과: 결과는 매우 견고했습니다. 어떤 방식으로 피크를 측정하든, 기존의 "체중으로 나누기" 방식은 여전히 편향되어 있었고, 새로운 "잔차" 방식은 여전히 편향을 제거했습니다. 측정 도구에 따라 결론이 바뀌지는 않았습니다.

결론

이 논문은 체력을 보고하는 전통적인 방식(mL/kg/min)이 마치 측정하는 사람에 따라 늘어나거나 줄어드는 자를 사용하는 것과 같다고 결론짓습니다. 이는 무거운 사람들이 실제보다 덜 건강해 보이게 만듭니다.

그들이 테스트한 새로운 방식(회귀 잔차)은 공정한 경기장 역할을 합니다. 이 방식은 체중이 무거운 사람과 가벼운 사람이 단 하나의 불공정한 기준이 아니라, 각자의 크기에 맞는 다른 사람들과 공정하게 비교될 수 있도록 점수를 조정합니다.

논문의 중요한 참고 사항:
저자들은 이것이 통계적 개선이지, 반드시 새로운 생물학적 법칙은 아니라는 점을 주의 깊게 밝히고 있습니다. 그들이 무거운 사람의 심장이 (생물학적으로) "더 낫다"고 말하는 것이 아니라, 그들을 비교하는 데 사용된 수학적 방식이 불공정했으며, 이 새로운 수학이 그 비교를 바로잡는다는 뜻입니다. 또한, 그들의 데이터는 스페인의 특정 실험실에서 온 것이므로, 수학적 원리는 잘 작동하지만 해당 집단의 특수한 스냅샷이라는 점도 언급했습니다.