어떤 건강 데이터베이스를 연구에 사용해야 할까요?

대부분의 2차 자료 연구 프로젝트는 마지막 단계보다는 첫 번째 결정에서 실패합니다. 연구에 사용할 공중 보건 데이터베이스를 선택하는 것은 연구의 결론을 좌우하며, 잘못된 자료를 대상으로 삼았다면 아무리 신중한 분석을 하더라도 연구 결과를 되돌릴 수 없습니다. 이 페이지에서는 네 가지 주요 데이터베이스 선택지가 각각 어떤 질문에 답할 수 있는지, 어떤 질문에는 어떤 답변을 얻을 수 없는지, 그리고 수개월간의 연구에 착수하기 전에 어떤 데이터베이스가 적합한지 판단하는 방법을 설명합니다.

짧은 답변

만약 이러한 행들 중 어느 것도 질문에 정확히 부합하지 않는다면, 솔직한 답변은 대개 다섯 번째 데이터베이스를 만드는 것보다는 질문을 재구성해야 한다는 것입니다. 이것이 바로 타당성 검토의 목적입니다.

NHANES: 얼마나 흔하며, 어떤 질환과 관련이 있을까요?

국민건강영양조사(NHANES)는 미국 내 비시설 거주 인구를 대상으로 층화 확률 표본 추출 방식으로 추출한 자료를 바탕으로 면접, 신체검사, 그리고 임상검사를 결합한 조사입니다. 이 조사는 미국 전체를 대표하도록 표본을 추출하기 때문에, 가중치를 적절히 적용한 추정치는 전국적인 일반화 가능성을 가지며, 이는 어떤 병원 기반 조사에서도 보장할 수 없는 장점입니다.

이 연구의 강점은 일반인을 대상으로 광범위한 측정을 수행한다는 점입니다. 식이 섭취량, 생체 지표, 신체 계측, 신체 활동, 환경 노출 및 자가 보고된 질병 상태 등 모든 데이터가 동일한 파일에 저장되므로 여러 영역에 걸친 질문이 가능합니다. 국가 사망 지수를 통한 사망 데이터 연계는 생존율이라는 추가적인 차원을 제공합니다.

이 연구의 한계는 구조적이고 영구적입니다. 모든 참여자는 한 번만 측정되므로 노출과 결과가 같은 시점에 기록되어 시간적 선후 관계를 확립할 수 없습니다. NHANES 연구 결과를 인과관계로 설명하는 것은 연구의 타당성을 부정당하는 가장 빠른 길 중 하나입니다.

분석 과정에서도 설계 방식을 존중해야 하며, 그렇지 않으면 수치가 잘못될 수 있습니다. 저희는 이를 직접 테스트해 본 결과, 동일한 5,018명을 대상으로 설문조사 가중치를 무시할 경우 전국 유병률 추정치가 10.23%에서 14.85%로 45%나 부풀려지는 것을 확인했습니다. 전체 테스트 과정과 코드는 동일한 NHANES 분석을 세 가지 방식으로 실행했을 때의 결과를 보여주는 자료 에 포함되어 있습니다.

접근 방식: 완전 공개, 신청이나 계약 불필요. 서비스: NHANES 조사 , 1,900달러, 15영업일 소요.

SEER: 암 생존율 및 동향

미국 감시·역학·결과(SEER) 프로그램은 인구 기반 암 등록 시스템을 통해 미국 인구의 약 절반을 대상으로 암 발생률, 종양 특성, 병기, 1차 치료, 사망 원인 등을 장기간 추적 관찰하여 기록합니다. 임상 시험이 없거나 단일 기관에서 충분한 사례를 확보하지 못한 희귀 종양의 경우, 이 프로그램은 종종 유일하게 신뢰할 수 있는 근거를 제공합니다.

이 도구는 병기 및 조직학적 유형별 생존율, 시간 경과에 따른 발생률 및 결과 추세, 인종, 보험 또는 지역별 격차 분석에 활용할 수 있습니다. 이 도구는 바로 이러한 질문에 답하기 위해 설계되었으며, 그 질문에 대한 답을 훌륭하게 제시합니다.

SEER 데이터베이스에는 치료 난이도에 대한 정보가 없습니다. 동반 질환 지수, 활동 상태, 상세한 치료 계획, 재발 여부, 1차 치료 이후의 치료 정보 등 아무것도 기록되어 있지 않습니다. SEER 데이터베이스만을 이용한 치료 비교는 통계적 조정으로도 완전히 제거되지 않는 방식으로 치료 적응증에 의해 왜곡될 수 있으며, 종양학 검토자들은 이를 잘 알고 있습니다. 또 다른 함정은 경쟁 위험입니다. 고령 암 환자 코호트에서는 다른 원인으로 인한 사망이 중도절단이 아닌 경쟁 사건으로 간주되기 때문에, 이러한 상황에서 암 관련 사망에 카플란-마이어 곡선을 적용하면 사건 발생 확률이 과대평가됩니다. SEER 데이터베이스에 포함된 내용, SEER 22가 SEER 21로 변경된 후 사용해야 하는 그룹 분류, 그리고 대부분의 거부 사유가 되는 다섯 가지 분석 오류에 대한 자세한 내용은 "SEER 데이터베이스 설명" 에서 확인할 수 있습니다.

접근 방식: 두 가지 방법 중 하나를 선택하시면 됩니다. 저희가 접근 권한을 보유하거나 고객님의 SEER*Stat 추출 자료를 기반으로 서비스를 제공합니다. 서비스: SEER 암 결과 연구 , 2,100달러, 15영업일 소요.

NTDB 및 TQP: 센터별 외상 치료 결과

국립 외상 데이터 뱅크(National Trauma Data Bank)와 그 후속 기관인 미국 외과 학회 외상 품질 프로그램(American College of Surgeons Trauma Quality Programs) 참여자 사용 파일은 참여 센터의 외상 등록 기록을 집계합니다. 이 규모를 통해 단일 병원에서는 지원할 수 없는 부상 양상, 합병증, 외상 치료의 불균형 및 센터 수준의 차이에 대한 질문을 할 수 있습니다.

가장 중요한 제약은 이것이 인구 기반 등록 자료가 아니라 참여 센터들을 편의 표본 추출 방식으로 수집한 것이라는 점입니다. 분모를 알 수 없고, 참여 병원 목록은 매년 바뀌며, 현장에서 사망한 환자나 참여하지 않은 센터를 이용한 환자는 포함되지 않습니다. 이러한 데이터를 바탕으로 전국적인 부상률을 보고하는 논문은 모두 잘못된 것이며, 외상 전문가들은 이를 분명히 지적할 것입니다. 또한 퇴원 후 추적 조사가 이루어지지 않아 장기적인 기능 회복이나 재입원 여부에 대한 정보가 없습니다. 공공 부상 데이터의 신뢰성에 대한 이러한 주의 사항은 NEISS 부상 통계의 신뢰성에 대한 논의에서 다룬 관련 자료에도 동일하게 적용됩니다.

분석적으로, 손상 심각도는 신뢰할 수 있는 데이터가 아니라 도출해야 하는 데이터이며, 생리적 변수들은 심각도와 상관관계가 있는 패턴으로 나타나지 않고, 환자들은 특정 의료기관에 집중되는 경향이 있습니다. 이러한 유형의 레지스트리 데이터 또한 체계적인 정제가 필요하며, 임상 레지스트리 데이터 정제를 위한 6가지 기법 에서 이를 다루고 있습니다 . NTDB 및 TQP 데이터의 활용 범위와 한계, 손상 심각도 코딩 방법 및 의료기관 집중 현상 모델링 방법 등을 포함한 전체 가이드는 NTDB 및 TQP 외상 레지스트리 데이터 설명 에서 확인할 수 있습니다 . 우리는 누락된 생리적 데이터에 대한 기록되지 않은 완전 사례 분석 처리가 코호트의 보고된 사망률을 5.50%에서 2.68%로 절반으로 줄이는 것을 보여주는 독립적인 시뮬레이션을 구축했으며, 이는 완전 사례 분석이 외상 사망률에 실제로 얼마나 편향을 초래하는지에 대한 자세한 내용과 함께 제시되어 있습니다.

접근 권한: ACS 데이터 사용 계약서를 소지하고 해당 파일을 제공하셔야 합니다. 저희가 대신 파일을 확보해 드릴 수 없습니다. 서비스: NTDB/TQP 외상 등록 연구 , 2,400달러, 15영업일 소요.

멘델 무작위화: 그것이 실제로 원인이 되는가?

나머지 세 가지는 서술적 및 예후적 질문에 대한 답을 제공합니다. 질문이 진정으로 인과 관계를 규명하는 것이고 무작위 대조 시험이 불가능한 경우, 멘델 무작위화는 유전적 변이를 도구 변수로 사용하여 대립유전자가 대부분의 교란 변수와 독립적으로 수정 시점에 할당된다는 사실을 활용합니다.

이 방법은 특히 생체지표 또는 체성분 측정에 대한 평생 노출과 같이, 충분한 검정력을 갖춘 게놈 전체 연관성 데이터가 있는 수정 가능한 노출 요인에 적합하며, 개발 전 약물 표적을 선별하는 데 점점 더 많이 사용되고 있습니다. 이 방법의 배경은 멘델 무작위화란 무엇이며 언제 사용해야 하는지 에 대한 설명과 도구 변수 접근법 의 더 넓은 범주에 대한 설명에서 확인할 수 있습니다.

두 가지 주의 사항이 중요합니다. 추정치는 평생 평균 효과이지, 인생의 특정 시점에 개입했을 때의 효과가 아니며, 심사위원들은 이제 논문에 이 점을 명시할 것을 요구합니다. 또한 소프트웨어가 무료이고 요약 통계가 공개되어 있기 때문에 민감도 분석이 없는 단일 노출 연구 논문들이 많이 생겨났는데, 이는 편집자들이 즉시 거부하는 바로 그 유형입니다. 도구 변수 강도, 슈타이거 필터링, 여러 가지 다면발현에 강건한 추정량, 이상치 탐지 및 재현성은 더 이상 선택 사항이 아닙니다. 우리는 도구 변수 강도가 실제로 어떤 이점을 제공하는지 측정하기 위해 135,000건의 멘델 무작위화 연구를 시뮬레이션했고, F 통계량이 3일 때 신뢰 구간이 측정된 효과보다 13.6배 더 넓다는 것을 발견했습니다. 두 가지 엔진 모두를 사용한 완전한 검증은 F 통계량이 실제로 무엇을 의미하는지 에 달려 있습니다 . 다면발현 측면에서, 네 가지 추정량 각각이 실제로 어떤 효과를 보장하는지 시뮬레이션한 결과 , 추정량 간의 일치가 도구 변수의 유효성을 증명하는 것은 아니라는 것을 알 수 있습니다.

접근 권한: 공개된 GWAS 요약 통계 자료를 저희가 확보합니다. 서비스: 멘델 무작위화 연구 , 2,900달러, 15영업일 소요.

네 가지 모두의 공통점은 무엇일까요?

어떤 자료를 참고하든, 논문이 심사를 통과할지 여부를 결정하는 요소는 결국 몇 가지에 불과합니다.

• 분석 후가 아니라 분석 전에 새로움이 입증되었습니다. 이러한 데이터 세트는 빠르게 포화 상태에 이릅니다. 2026년 BMC Medicine에 논문을 발표한 Maupin과 동료들은 2021년부터 2025년 7월까지 발표된 논문을 검색하여 NHANES 데이터를 기반으로 한 상당한 중복성을 발견했는데, 여기서 중복성이란 동일한 인구 집단에서 동일한 결과에 대한 동일한 노출 요인을 의미합니다. 검토자들은 정해진 템플릿을 기대하며 접근합니다.
• 설계 방법은 방법론에 명시적으로 기술되어 있습니다. 가중치, 계층, 클러스터 변수, 경쟁 위험 추정량 또는 클러스터링 단위를 명시하는 것은 몇 줄만으로도 전문성을 보여줍니다. 반대로 이러한 요소들이 없다면 그 반대의 결과를 빠르게 나타내는 것입니다.
• 보고 기준을 준수했습니다. STROBE는 관찰 연구에, STROBE-MR은 유전적 인과 추론에, TRIPOD는 예측 모델에 사용됩니다. 스트로브 사용법 리뷰어들이 실제로 확인하는 내용을 다룹니다.
• 등록을 고려 중입니다. 후향적 이차 분석에서도 이러한 경향이 점차 기대되고 있습니다. 후향적 연구도 여전히 등록되어야 하는 이유는 무엇일까요?.
• 실제 위협을 명확히 드러내는 제한 사항. 횡단적 시간성, 적응증에 의한 혼란, 편의 표본 추출, 평생 효과 해석. 명백한 한계를 누락하면서 일반적인 주의 사항만 나열하는 제한 사항 설명은 회피로 읽힙니다. 각 설계가 계층 구조에서 어디에 위치하는지에 대해서는 다음을 참조하십시오. 임상 연구의 증거 수준.

아직 어느 쪽인지 잘 모르겠어요

보통 세 가지 질문으로 답을 찾을 수 있습니다. 첫째, 전국적인 공통 표본이 필요한가요? 그렇다면 NHANES가 적합하고 NTDB는 제외됩니다. 둘째, 사건 발생까지의 시간 경과에 따른 추적 조사가 필요한가요? 그렇다면 SEER이 적합하고 NHANES는 제외됩니다. 셋째, 두 사건이 함께 발생하는 것이 아니라, 어떤 사건의 원인인지 밝혀야 하는가요? 그렇다면 멘델 무작위화 연구가 적합하고 나머지 세 가지는 모두 제외됩니다.

만약 당신의 질문이 이 세 가지 기준을 모두 통과했는데도 여전히 어디에도 부합하지 않거나, 여러 출처에 걸쳐 있는 질문이라면, 그것은 고정된 패키지가 아니라 장기적인 연구 과제가 될 것입니다.

도구 및 리소스

전문 지원

우리는 위에서 설명한 기준에 따라 네 가지 자료 모두를 활용하여 연구를 진행하며, 데이터가 질문에 답할 수 없을 경우에는 연구를 거부합니다.

전체 카테고리는 레지스트리 및 실세계 데이터 연구 에서 확인할 수 있습니다.

참고자료

1. Maupin D, Suchak T, Barnett A, Spick M. 생성형 AI 시대의 중복 논문 급증. BMC 의학. 2026; 24 (1) : 29. doi : 10.1186 / s12916-025-04569-y
2. 미국 국립보건통계센터. NHANES 조사 방법 및 분석 지침. CDC
3. 국립암연구소. 감시, 역학 및 결과 프로그램. seer.cancer.gov
4. 미국 외과의사협회. 외상 치료 품질 프로그램 참가자 활용 파일. facs.org
5. von Elm E, Altman DG, Egger M, et al. STROBE 성명서. 랜싯. 2007;370(9596):1453-1457. doi:10.1016/S0140-6736(07)61602-X
6. Skrivankova VW, Richmond RC, Woolf BAR 외. 멘델 무작위화를 이용한 역학 분야 관찰 연구 보고 강화: STROBE-MR 성명서. JAMA. 2021;326(16):1614-1621. doi:10.1001/jama.2021.18236