Statistical Methods and Methodological Quality in Health Research in Somalia: A Review of Current Practices, Gaps, and Opportunities

한 국가의 건강 상태를 이해하기 위해, 과학자들은 먼저 데이터가 들려주는 이야지를 먼저 이해해야 합니다. 보건 연구는 생명을 구하는 결정을 내리기 위한 근거가 되는 질병, 돌봄, 그리고 안녕에 관한 사실들을 수집하는 과정입니다. 하지만 사실 그 자체만으로는 충분하지 않습니다. 그 사실들이 어떻게 수집되는지, 그리고 그것들을 해석하기 위해 어떤 도구가 사용되는지가 그만큼 중요합니다. 만약 한 연구가 잘못된 질문을 던지거나, 인터뷰할 대상으로서 부적절한 집단을 선정하거나, 복잡한 답변을 처리할 수 없는 계산기를 사용한다면, 그 결과로 나타나는 현실의 모습은 왜곡될 것입니다. 의학의 세계에서 이러한 왜곡은 가장 도움이 필요한 사람들을 놓치는 정책이나, 수학적 오류 때문에 효과가 있는 것처럼 보이는 치료법으로 이어질 수 있습니다. 수십 년간의 갈등 이후 제도를 재건하고 있는 국가에게 있어, 이러한 방법론을 올바르게 설정하는 것은 단순한 학술적 연습이 아닙니다. 그것은 번화한 수도에서부터 외딴 유목민 캠프에 이르기까지, 모든 시민에게 의료 서비스가 닿을 수 있는 미래를 위한 토대입니다.

최근 한 리뷰에서 소말리 국립대학교의 두 연구자는 소말리 내부에서 생산되는 보건 연구의 질을 조사했습니다. 그들은 소말리 과학자들이 발표한 연구들이 강력하고 신뢰할 수 있는 방법을 사용하고 있는지, 아니면 여전히 기초적인 불일치 문제로 고군분투하고 있는지를 알고 싶었습니다. 답을 찾기 위해 그들은 모성 보건과 감염병부터 정신적 안녕 및 병원 조직에 이르기까지 폭넓은 주제를 다루는 40편의 발표된 논문을 수집했습니다. 그들은 환자나 연구 내부의 가공되지 않은 데이터를 본 것이 아니라, 연구 자체를 검토하며 연구자들이 어떻게 연구를 설계했는지, 어떻게 참가자를 선정했는지, 그리고 어떻게 결과를 분석했는지를 확인하기 위해 방법론 섹션을 읽었습니다. 이는 건물 자체가 아니라 도구와 설계도를 체계적으로 점검한 것이었습니다.

연구진은 소말리 보건 연구의 지형이 활발하게 성장하고 있으나, 몇 가지 특정하고 단순한 접근 방식에 크게 의존하고 있다는 것을 발견했습니다. 그들이 접한 가장 흔한 연구 유형은 전체 논문의 35%를 차지하는 단면 연구(cross-sectional design)였습니다. 이는 연구자들이 특정 시점의 인구 집단을 스냅샷처럼 포착하는 방법으로, 마치 군중의 사진을 찍어 지금 현재 누가 아프고 누가 건강한지를 확인하는 것과 같습니다. 이는 현 상태를 이해하는 데는 유용하지만, 과학자들에게 무엇이 질병을 유발했는지 또는 미래에 어떤 일이 일어날지에 대해서는 말해주지 못합니다. 사람들을 일정 기간 추적하거나 통제된 실험을 통해 새로운 치료법을 테스트하는 더 엄격한 설계 방식을 사용한 연구는 극소수에 불과했습니다. 이 리뷰에서는 사람들을 미래로 추적한 연구가 단 한 건이었으며, 무작위 배정 실험(randomized trial, 참가자를 특정 중재 효과를 테스트하기 위해 확률적으로 서로 다른 그룹에 배정하는 방식)을 사용한 연구도 단 한 건뿐임을 확인했습니다.

누구를 연구 대상으로 선택할 것인가에 관해서는 방법이 다양했지만, 편의 추출에 의존하는 경향이 뚜렷했습니다. 샘플링 방법이 기술된 연구의 거의 절반에 가까운 경우, 연구자들은 병원에서 가장 먼저 만날 수 있는 사람들에게 질문하거나 무작위 선정 과정 없이 특정 기준에 따라 참가자를 선정하는 것과 같은 비확률적 기법을 사용했습니다. 이는 솥 전체의 맛을 알기 위해 표면에 떠 있는 숟가락 하나만을 맛보는 것과 같습니다. 그것이 정확할 수도 있지만, 깊숙이 섞여 있는 풍미를 놓칠 수도 있습니다. 이러한 접근 방식은 일부 탐색적 연구에는 허용될 수 있지만, 그 결과가 소말리 전체 인구에 적용될 수 있다고 확고하게 말하기 어렵게 만듭니다. 데이터에 따르면 지리적 불균형 또한 심각했습니다. 전체 연구의 거의 절반이 모가디슈와 바니르 지역만을 독점적으로 다루었습니다. 이는 농촌 공동체, 유목민, 그리고 다른 지역의 실향민들을 국가적 근거 기반에서 보이지 않는 존재로 남겨둡니다.

연구자들이 숫자를 처리하는 방식 또한 보고 표준의 격차를 드러냈습니다. 많은 연구가 특정 질환을 가진 사람이 몇 명인지 세거나 평균을 계산하는 것과 같이 데이터를 요약하는 기본적인 도구를 사용했지만, 서로 다른 요인들 사이의 복잡한 관계를 설명하기 위해 고급 통계 기법을 사용하는 경우는 더 적었습니다. 연구자들이 이러한 고급 도구를 사용할 때, 그들은 수학적 가정이 성립하는지 검증하는 과정, 즉 가정을 테스트하는 과정을 거쳐야 합니다. 리뷰 결과, 이 가정을 확인했다고 보고한 연구는 40편 중 단 3편에 불과했습니다. 나아가, 연구자들은 결과의 정밀도를 보여주는 구체적인 방법을 찾았습니다. 그들은 일부 연구가 수치의 불확실성 범위를 보고하고 있음에도 불구하고, 40편의 연구 중 단 하나도 실제 관계가 얼마나 강한지를 알려주는 표준화된 효과 크기(effect size)를 명시적으로 보고하지 않았음을 발견했습니다. 또한, 어떤 연구도 약간 다른 방법을 사용했을 때 결과가 달라지는지 확인하는 체계적인 점검을 보고하지 않았으며, 참가자가 모든 질문에 답하지 않았을 때 누락된 정보를 어떻게 처리했는지에 대해서도 기술하지 않았습니다.

계산을 수행하는 데 사용된 도구들 또한 고르게 분포되어 있지 않았습니다. 가장 흔하게 언급된 소프트웨어 패키지는 15편의 연구에서 사용된 SPSS였으며, STATA와 NVolo가 그 뒤를 이었습니다. 그러나 7편의 연구는 어떤 소프트웨어를 사용했는지 전혀 언급하지 않았습니다. 연구진은 몇몇 고품질 연구에서 나타난 고급 방법론의 존재가 소말리에서도 정교한 연구를 수행하는 것이 가능하다는 것을 증명한다고 언급했습니다. 예를 들어, 한 클러스터 무작위 배정 실험은 동일한 마을의 사람들이 서로에게 미치는 영향을 고려하기 위해 복잡한 모델링을 사용했으며, 일부 공간 연구는 지역별 질병 패턴을 지도화했습니다. 이러한 사례들은 역량이 존재함을 보여주지만, 아직 모든 분야의 표준적인 관행은 아닙니다.

저자들은 소말리의 보건 연구 양은 확대되고 있지만, 방법론적 질은 여전히 불균일하다고 결론지었습니다. 현재 이 분야는 기본적 통계 도구를 사용하여 도시 인구를 스냅샷처럼 포착하는 방식이 주를 이루고 있으며, 불확실성을 보고하는 방식과 누락된 데이터를 처리하는 방식에서 큰 공백이 존재합니다. 보건 정책을 안내하는 근거를 강화하기 위해, 연구진은 시간을 두고 사람들을 추적하는 설계, 모든 지역을 대표할 수 있는 무작위 선정 방법의 사용, 그리고 수학적 오류에 대한 점검과 누락된 정보가 어떻게 처리되었는지에 대한 명확한 설명을 포함하는 투명한 보고에 대한 헌신으로의 전환을 제안합니다. 앞으로의 길은 이러한 더 엄격한 방법론을 일관되게 사용할 수 있는 역량을 구축하여, 수도의 사람들뿐만 아니라 모든 소말리인의 건강 이야기가 명확하고 정밀하게 전달되도록 하는 것입니다.