상세정보

연구자들이 실제로 분석을 수행하며 마주하게 되는 여러 고민들에 대해 하나씩 친절하게 답하는 형식으로 쓰여진 책이다. 분석을 수행하는 과정에 따라 다변수 분석의 필요성 검토(1장과 2장), 올바른 모형의 선택(3장), 독립변수 선정(4장과 5장), 다변수 모형의 구축(6장)과 분석 수행(7장), 결과 해석(8장), 기본 가정의 검토(9장), 모형의 적합도 검증(12장) 등의 순서로 구성되어 있다.

다변수 분석에 필요한 모든 개념을 담고 있는 백과사전과 같은 책!
《의학 보건학 연구자를 위한 다변수 분석(Multivariable Analysis: A Practical Guide for Clinicians and Public Health Researchers)》은 1999년 캠브리지대학교 출판사에서 출간된 이래 두 번의 개정을 거듭하며 오늘날까지 많은 의학 보건학 연구자들에게 사랑받고 있는 명저다. 이번 국내 출간본은 2011년 나온 3판을 번역한 것이다. 이 책의 저자인 미첼 카츠 박사는 오랜 시간 학계와 연구기관에서 공중보건과 임상연구의 발전을 위해 힘써온 전문가로서 현재 뉴욕시 건강 및 병원 공사(New York City Health and Hospitals Corporation)의 최고경영자로 활동하고 있다.
다변수 분석은 하나의 사건이나 결과에 작용하는 서로 다른 요인들의 상대적 기여도를 결정하는 통계적 도구이다. 질병들은 대부분 여러 요인을 지니며 예후 또한 다양한 요인에 좌우되므로 다변수 분석은 특히 임상연구에 유용하다. 임상연구에서 다변수 분석의 중요성은 날이 갈수록 커지고 있다. 새로운 다변수 분석 기법의 등장, 통계 프로그램의 발달, 등록자료와 같은 대규모 인구 대상으로 경시적 관찰이 이루어진 데이터베이스에 대한 접근성 향상, 임상 효과성 연구에 대한 높아진 관심 등으로 오늘날 연구자들은 다양한 모형을 사용해볼 기회가 많아졌다. 그럼에도 불구하고 오랫동안 변하지 않은 사실은 통계학을 전공하지 않은 보건의학 연구자들이 다변수 분석을 수행하고 이를 통해 얻은 결과를 해석하기 위해서는 수식과 증명으로 가득 찬 분석서가 아니라 쉬운 지침서, 다변수 분석의 기본적 내용 소개에 그치는 개론서가 아니라 깊이 있는 해석서가 필요하다는 것이다.
통계 프로그램을 사용할 때 높은 수준의 프로그래밍 능력이나 수학적 자질이 꼭 필요한 것은 아니지만 잘못 구축된 다변수 모형은 반드시 잘못된 결과를 낳기 마련이다. 또한 분석을 올바르게 수행했다고 하더라도 그 결과로부터 적절한 결론을 도출하지 못할 수 있다. 이러한 문제를 해결하기 위해 이 책은 다변수 모형을 만들고 그 결과를 해석하는 데 초점을 맞추고 있다. 수학적 분석에 집중하는 것이 아니라 결과변수에 따라 사용할 수 있는 다변수 모형의 종류, 교란변수와 억제변수, 상호작용, 다중공선성, 서로 연관된 관측값, 모형의 기본 가정과 같이 연구자가 꼭 알아야 할 통계적 개념들에 대해 쉽고 자세하게 풀어서 설명한다. 로지스틱 회귀모형과 콕스의 비례위험 모형은 물론이고, 비례오즈 회귀분석, 다항 로지스틱 회귀분석, 포아송 회귀분석과 음이항 회귀분석에 더하여 비교적 최근의 기법인 성향점수, 일반화 추정 방정식과 혼합효과 모형까지 상세히 조명하고 있다. 실로 다변수 분석에 필요한 모든 개념을 담고 있는 백과사전과 같은 책이라 할 수 있다!

의대생, 전공의, 임상의들을 위한 다변수 분석의 실제적 안내서
이 책은 연구자들이 실제로 분석을 수행하며 마주하게 되는 여러 고민들에 대해 하나씩 친절하게 답하는 형식으로 쓰여 있다. 아울러 다변수 모형을 다룬 기존의 많은 책들이 모형의 종류에 따라 구성되어 있는 데 반해 이 책은 분석을 수행하는 과정에 따라 다변수 분석의 필요성 검토(1장과 2장), 올바른 모형의 선택(3장), 독립변수 선정(4장과 5장), 다변수 모형의 구축(6장)과 분석 수행(7장), 결과 해석(8장), 기본 가정의 검토(9장), 모형의 적합도 검증(12장) 등의 순서로 구성되어 있다. 이로써 독자들은 여러 모형 사이의 유사점과 차이점을 보다 명확히 파악할 수 있고, 현재 단계에서 자신에게 필요한 내용을 쉽게 확인해볼 수 있다.
딥 러닝과 같은 최신 분석 기법이 의학연구의 패러다임을 바꾸는 것처럼 보여도 결국 의학연구의 절대 다수는 다변수 분석으로 남을 것이다. 우리는 여러 요인들이 복합적으로 작용하는 다변수 세상에 살고 있기 때문이다. 그러므로 다변수 분석을 이해하고 올바르게 수행할 수 있는 연구자만이 빅데이터의 주인이 될 수 있을 것이다. 다변수 분석을 제대로 알려주는 책을 찾아보기 힘들던 현실에서 통계에 대한 깊이 있는 지식에 목말라 있던 의학 보건학 연구자들에게 이 책이 갈증을 풀어줄 수 있을 것으로 기대한다. 다변수 분석을 처음 시작하는 연구자뿐 아니라 코호트 연구를 한 번쯤 수행해본 사람, 의대생, 전공의, 임상의들에게 이 책은 오랫동안 곁에 두고 펼쳐볼 수 있는 실제적인 안내서가 될 것이다!

정보제공 :

chapter 1 서론
1 왜 다변수 분석 기법을 사용해야 할까?
2 교란변수란 무엇이며, 이것을 다루는 데 다변수 분석은 어떤 도움이 될까?
3 억제변수란 무엇이며, 이것을 다루는 데 다변수 분석은 어떤 도움이 될까?
4 상호작용이란 무엇이며, 이것을 다루는 데 다변수 분석은 어떤 도움이 될까?

chapter 2 다변수 모형의 주요 사례
1 임상연구에서 자주 사용되는 다변수 모형에는 무엇이 있을까?
2 병인 연구에서 다변수 모형은 어떻게 사용될까?
3 중재 연구에서 다변수 모형은 어떻게 사용될까?
4 진단 연구에서 다변수 모형은 어떻게 사용될까?
5 예후 연구에서 다변수 모형은 어떻게 사용될까?

chapter 3 결과변수에 따른 다변수 모형의 선택
1 결과변수에 따라 어떤 다변수 모형을 선택할까?
2 연속형 결과변수에는 어떤 다변수 모형을 사용할까?
3 이분형 결과변수에는 어떤 다변수 모형을 사용할까?
4 순서형 결과변수에는 어떤 다변수 모형을 사용할까?
5 명목형 결과변수에는 어떤 다변수 모형을 사용할까?
6 결과 발생까지의 시간 변수에는 어떤 다변수 모형을 사용할까?
7 연구에서 중도절단 가정은 얼마나 타당할까?
8 자료에서 중도절단 가정의 타당성을 어떻게 검증할 수 있을까?
9 비례위험 모형에서 비례위험 가정이란 무엇일까?
10 계수형 자료에는 어떤 다변수 분석 방법을 사용해야 할까?
11 발생률에는 어떤 다변수 분석 방법을 사용해야 할까?
12 결과변수의 코딩을 바꾸어 다른 형태의 다변수 분석 방법을 적용할 수 있을까?

chapter 4 독립변수
1 다변수 분석에서 독립변수를 어떻게 사용해야 할까?
2 명목형 독립변수를 어떻게 사용해야 할까?
3 연속형 독립변수를 어떻게 사용해야 할까?
4 연속형 독립변수가 선형성 가정을 충족한다 하더라도 이들을 구간별로 범주화하거나 다중 이분형 변수로 바꿔도 될까?
5 다변수 분석에서 순서형 독립변수를 어떻게 사용해야 할까?

chapter 5 독립변수 간의 연관성
1 독립변수들이 가지는 연관성을 확인해야 할까?
2 다중공선성을 어떻게 확인할까?
3 다중공선성을 보이는 변수들을 어떻게 해야 할까?

chapter 6 다변수 모형의 구축
1 어떤 변수가 다변수 모형에 꼭 포함되어야 할까?
2 어떤 변수가 교란변수일까?
3 어떤 변수를 제외할까?
4 분석에 얼마나 많은 표본이 필요할까?
5 표본수에 비해 독립변수가 너무 많을 때 어떻게 할까?
6 독립변수에 결측값이 있으면 어떻게 할까?
7 결과변수에 결측값이 있으면 어떻게 할까?

chapter 7 다변수 분석의 수행
1 이분형 또는 순서형 변수에 어떤 값을 입력할까?
2 다중 이분형 변수(더미변수)를 다룰 때
어떤 범주를 기준 범주로 설정해야 할까?
3 상호작용항을 어떻게 사용해야 할까?
4 비례위험 모형과 같은 생존분석에서 시간을 어떻게 다뤄야 할까?
5 시작 시점에 사건이 바로 발생한 대상자는 어떻게 처리해야 할까?
6 기대한 것보다 생존시간이 훨씬 짧은 대상자를 어떻게 다뤄야 할까?
7 포아송 회귀분석에서 생존시간을 고려할 수 있을까?
8 변수 선택 기법이란 무엇일까?
9 모형이 수렴하지 않을 때는 어떻게 해야 할까?

chapter 8 결과의 해석
1 다변수 분석 결과는 어떤 정보를 담고 있을까?
2 모형의 적합도를 어떻게 평가할까?
3 각 독립변수에 대해 추정된 계수는 어떤 의미일까?
4 상호작용항은 어떻게 해석할까?
5 다변수 모형에서도 다중 비교 문제에 대한 보정을 해주어야 할까?

chapter 9 기본 가정의 검토
1 다변수 모형이 기본 가정을 만족하는지 어떻게 확인할까?
2 잔차란 무엇이고, 잔차로 어떻게 모형의 적합도를 판단할까?
3 정규분포와 등분산성을 어떻게 검정할까?
4 선형성 가정을 어떻게 확인할까?
5 이상점이란 무엇이고 어떻게 찾을 수 있을까?
6 이상점을 찾은 후에는 무엇을 해야 할까?
7 덧셈 가정이란 무엇이며, 이 가정을 만족하는지 어떻게 확인할까?
8 비례오즈 가정을 어떻게 검정할까?
9 비례위험 가정은 어떻게 검정할까?
10 자료가 비례위험 가정을 만족하지 못한다면 어떻게 해야 할까?

chapter 10 성향점수
1 성향점수란 무엇이고 왜 사용해야 할까?

chapter 11 서로 연관된 관측값
1 서로 연관된 관측값은 언제 생길까?
2 연관되어 있는 관측값을 얻게 되는 연구 설계를 피해야 할까?
3 자료를 어떻게 분석해야 할까?
4 연관된 관측값이 있는 자료의 분석을 위한 표본크기는 어떻게 계산할까?

chapter 12 타당성 검증
1 모형의 타당성을 어떻게 검증할까?

chapter 13 특수한 주제
1 추적관찰 중 독립변수 값이 변한다면 어떻게 할까?
2 시간 의존적 공변량의 장단점은 무엇일까?
3 분류와 회귀나무 모형이란 무엇일까?
4 의학통계학자와의 협업
5 어떤 통계 패키지를 사용할 것인가?

chapter 14 출판
1 논문에 분석 과정을 얼마나 자세히 기술해야 할까?
2 사용한 분석 방법에 대한 통계 문헌을 인용해야 할까?
3 어떤 정보를 결과로 제시해야 할까?

chapter 15 요약: 다변수 분석의 절차