제 개인 블로그를 시작한 지 2개월이 지났는데, 처음으로 논문에 관한 글을 씁니다.
저는 인턴을 마치고 바로 성형외과 전공의를 한 것이 아니라, 한 번 전공의 임용에 낙방을 하고 군의관으로 복무를 한 뒤 다시 전공의 수련을 받은 케이스입니다. 그 때는 그냥 성형외과라는 학문이 너무 하고 싶었고, 앞으로 이 학문에 내 인생 모든 걸 걸겠다? 는 패기어리고 철없던 생각이 있었습니다.(ㅋㅋ) 20대 때는 정말 미용은 생각 하지도 않았습니다. 제가 쌍꺼풀 수술, 코수술, 안면거상 수술을 전문의 취득 후 대학병원에서 바로 하게 될 줄 꿈도 꿔 본 적이 없었습니다. 미용 외에도 성형외과에서 다루는 분야는 너무나도 많기 때문이기도 했고, 전공의 때는 왠지 미용보다는 다른 재건 분야의 성형수술을 하는 의사들이 훨씬 멋져보였습니다. 특히 구순구개열(언청이) 수술을 하는 성형외과 전문의들이 가장 멋지고 정말 전통적인 수술을 하는 '레알' 성형외과의 본질을 꿰뚫는 의사라는 생각을 한 적이 한동안 있었습니다. 아직 cheioloplasty와 palatoplasty 가 local flap의 꽃이라는 생각은 변함 없습니다. 그 작은 수술필드에서 앞으로 아기가 자라면서 변화될 입술과 구개의 길이, 그리고 기능까지 생각하는 시간까지 고려한 4차원적인 수술을 해야되니까요. 이 분야만 파시는 교수님들 모두 존경합니다.
성형외과에 들어가지 못하면 어떡하나... 사실 군의관 생활을 하며 너무 우울하고 답답했지만, 열심히 하면 기회가 생긴다는 생각으로 미래를 위해, 우리나라 성형외과에 한 획을 긋는다는 청운의 꿈을 품고(?) 길다면 긴 36개월 간 다른 전공의들은 일하느라 바빠서 못하는, 가치있는 무언가를 마스터 해보자는 생각이 있었습니다. 저는 학창시절 수학을 좋아했고, 특히 어떤 자료를 객관적으로 정리하고 미래를 예측하는데 발판이 되는 통계학에 큰 흥미가 있었습니다. 나중에 연구를 하거나 논문을 쓸 때 큰 도움이 될 거라는 기대로 이 분야를 좀 더 공부하기로 했습니다. 그래서 복무 기간 동안 방송통신대학 통계학 책으로 통계의 기본부터 의학논문에서 쓰는 고급 통계까지 2년 간 공부하고, 의학논문 쓰는 공부를 군 복무 내내 조금씩 했습니다. 특히 SPSS 프로그램을 그 때 처음으로 접했고, 가장 기초적인 것 부터 통계를 돌려보는 연습을 했습니다. 그래서인지 전공의 1년차 때부터 바로 데이터를 모아서 논문을 쓸 수 있었습니다. 전공의 때 총 14편의 논문을 작성하였고, 그 중 7개의 원저논문(original article)이 제 1저자로 성형외과 국제 SCI 저널에 등재되기도 하였습니다.
이 중 단 하나를 제외하고는 전부 주제도 제가 잡아서 처음부터 쓴 논문들입니다. 바쁜 전공의 수련기간에 환자분들께 연락드려 데이터를 모으고, 통계도 돌려 국립대학교 의료 통계학과 교수님께 검수를 받고 이를 토대로 직접 영작을 하여 논문을 작성하였으며, 리뷰어에 대한 답변서 및 최종 출판까지 오롯이 홀로 진행하였습니다. 무슨 생각으로 그랬는지는 모르겠지만, SCI 논문 하나당 병원이나 대학원에서 나오는 논문 게재료는 꽤 되어 전공의 월급이 그리 많지 않았던 저에게 가끔씩 들어오는 용돈 느낌으로 게재료 받는 재미로 피규어 컬렉션 모으듯이 하나하나 썼던 것 같습니다.
전공의 3년차~4년차 2년 간 출판된 성형외과 SCI 원저(original article) 제 1저자 논문들 (JPRAS, Anns. of Plas. Surg., Medicine etc.)
저는 전공의 때는 SCI논문들이 가장 가치있고, 국내 논문들은 크게 의미가 없다고 생각하였습니다. 그래서 더욱 SCI논문들을 쓰기 위해 노력했었습니다. 하지만 지나고보니 국내 논문들도 나름대로 전부 의미가 있고, 제가 진료를 하고, 수술 하는 데에 큰 참고가 되기도 하는 가치있는 논문들이 매우 많았습니다.
본론으로 돌아와서..
전문의를 취득하고는 제가 제 이름으로 환자나 고객분들을 잡아 외래를 보고 수술을 할 수 있게되어, 논문을 쓸 시간이 많이 없어졌습니다. 원저 논문을 써보신 분들은 알겠지만, IRB를 받아야 연구를 시작할 수 있는데, 이를 또 쉽게 승인해주지 않습니다. IRB가 받아지면 논문에 data가 될 환자분들을 일일이 불러서 설명을 하고, 동의서를 받고, 데이터를 수집해야되는 번거로움이 있었습니다. 이 때 환자분이 동의라도 하지 않게되면 그 분의 사진이나 데이터는 쓸 수 없을 뿐더러, 데이터 모으는 일이 지체되어 논문 쓰는 일을 더 늦어질 수 밖에 없습니다. 그래서 저는 환자분들 데이터 없이 쓸 수 있는 가치있는 논문들을 검색하다가 메타분석과 체계적 문헌고찰 (Meta-analysis & systematic literature review)에 대해 알게되었습니다. 통계가 기존에 제가 해왔던 원저 논문들보다 상당히 심도있고, 프로그램도 spss로는 돌릴 수 없는 복잡한 것들이었지만, 무엇보다 같은 주제의 논문들을 많이 읽어보고, 이 논문들로 다시 통계를 내어 논문을 쓴다는 게 가장 큰 매력이었습니다. 외래에서 환자분들께 연락해서 다시 만나 동의서 받거나 설명할 것 없이 혼자 오타쿠처럼 컴퓨터 앞에서 맥주마시면서 논문만 읽고 데이터 만들어서 통계돌리면 되니까요.
쉽게 말하면 메타분석은 이미 통계처리가 되어 검증이 된 SCI논문들을 주제에 맞게 선별하여 그 논문들로 또 통계를 돌리는 연구입니다. 그러니 evidence level이 모든 연구들 중 최상위에 있습니다. 이 방법은 동일한 주제에 대한 다양한 연구결과를 체계적이고 계량적으로 분석하는 통합적인 분석방법입니다. 한 연구에도 서로 다른 결과가 있을 수 있겠죠. 이런 개별연구들은 연구 샘플의 문제로 낮은 통계적 검증력 (low statstical power)이 있을 수 있고, 연구자들이 각자의 데이터에 기초하여 각기 다른 모형을 제시한 수 있죠. 이런 것들을 전부 모아 통계적으로 검증한 뒤, 조금 더 합리적인 수치화된 결론을 내는 것입니다. 당연히 일반 개별 single institute study보다 그 evidence strength가 있겠지요?
Study evidence strength
위 피라미드를 보시면 알겠지만 보통 원저 중 가장 evidence 높은 연구가 double blind randomized controlled study (RCT) 이고 이 조차 연구를 하기 번거로운 측면이 많아 cross sectional, case control, cohort study를 보통 많이 하는데, 이 RCT보다 더 높은 레벨에 SR/MA (Meta-analysis and systematic review)가 있음을 알 수 있습니다. 그도 그럴 것이, RCT해놓은 유의미한 비슷한 주제의 연구들을 모아 다시 결론을 내니 더 믿을만 하겠죠?
메타분석의 가치로는 모수를 더 정확하게 추정하고 다중결과를 분석, 평가하고 결과에 영향을 줄만한 요인에 대한 분석을 하며, 오류와 왜곡을 최소화 할 수 있다는 것을 들 수 있습니다. 메타분석 논문의 또 다른 장점은 IRB를 받지 않아도 되는 점입니다! 다만 NIHR PROSPERO에 이 메타분석과 체계적 리뷰가 타당한지, 미리 국제적으로 검증을 받아야 합니다. IRB보다는 훨씬 품도 덜 들고 쉬워요. 동의서 받을 거 없이 그냥 컴퓨터 앞에서 제 계획서대로 등록하고 작업하면 끝납니다. 하지만 낸다고 NIHR 에서 전부 다 받아주고 승인해주는 건 아닙니다.
아래를 보시면,
저도 작년 말에 한 번 거절당하고 겨우 다시 올해 4월 연구가 승인 되었네요.
PROSPERO NIHR
조금 시간이 걸리긴 했지만, IRB에 비하면 뭐 너무나도 감사하네요. 메타분석은 사람을 대상으로 연구를 한 것이 아니라, 이미 SCI저널들에 출판된 논문들이 제 연구 대상이기 때문이죠. 논문들은 이미 각 저널에 저작권이 있어, 따로 주저자에게 동의를 받을 필요도 없습니다. 제가 마음대로 쓰면 되는거죠.
앞으로 MA를 써야겠다는 생각을 하고 관련된 문헌들을 서점에서 사서 세 권정도 읽어보니... 통계도 기존에 썼던 프로그램인 spss로는 못 돌리고 'R' 이라는, 직접 코딩을 해야되는 통계 프로그램을 써야하더라고요.
일단... 작업을 해야 하는데 R 프로그램을 받아 코딩을짜고 데이터를 돌리는 프로그램 연습을 먼저 했습니다. 늘 SPSS만 써오던 저에게 새로운 프로그램, 그보다도 spss는 상대적으로 간단했고 익숙했는데... 이건 처음부터 코딩을 새로 다 해야하니... 너무 막막했습니다.
R studio program
저는 손가락 힘줄 손상에서 Flexor zone II level에서 반 이상 찢어져도 봉합하지 않는 경우가 예후가 더 좋다는 PRS논문을 본 적이 있어, 이에 대해 정말 맞는 주장인지 정량적으로 메타분석을 돌려보기로 했습니다. 전공의 때 그 논문을 보며 늘 반신반의했거든요. 10~20%정도면 모르겠는데 정말 90% 찢어져도 그냥 두는 게 낫다니? 바로 아래 논문입니다.
PRS 2018 Flexor zone2 관련 보존치료 논문
이제 전공의 때 궁금했던 것들을 R을 돌려 메타분석으로 모두 검증해볼 생각입니다.
이 내용을 올해 5월 RNR 성형외과 학회에서 분석해보겠다고 발표까지 했습니다.
Inclusion & exclusion criteria
Inclusion, exclusion criteria이고요
Data selection flowchart
아무쪼록 이렇게 총 5개의 original article을 검증하여 메타분석 하기로 했습니다.
일단 다섯 개의 논문을 잘 읽어보고, 각 논문들의 통계값과 결론들을 엑셀로 데이터를 전부 모으고 그에 관련되어 통계돌릴 부분의 명령어를 쓰고 코딩을 한 다음 최종 통계를 돌리면 결과 창에 그 결과가 나옵니다.
R studio 데이터입력 및 결과창
R script에 코딩을 하면 R console에 결과가 뜨고 오른쪽 위는 함수, 테이블, history가 적히는 란이고 오른쪽 아래는 graphic 즉 plot과 package가 나옵니다.
제가 돌릴 논문들을 정리하여 위와같이 excel파일로 raw data를 정리하였고, 이 자료를 R studio에 입력하여 분석할 예정입니다.
하루 밤을 꼬박 새워 겨우겨우 코딩을 하고 결과를 돌렸고...
아래는 최종 코딩 및 결과창에 뜬 결과입니다. 감격스럽네요.
metareg(ma_con,g,method.tau="REML", digits=3)
Random-Effects Model (k = 5; tau^2 estimator: REML)
tau^2 (estimated amount of total heterogeneity): 45.420 (SE = 33.162)
tau (square root of estimated tau^2 value): 6.739
I^2 (total heterogeneity / total variability): 99.31%
H^2 (total variability / sampling variability): 144.07
Test for Heterogeneity:
Q(df = 4) = 164.598, p-val < .001
Model Results:
estimate se zval pval ci.lb ci.ub
7.093 3.063 2.316 0.021 1.090 13.096 *
Signif. codes: 0 ??**??0.001 ??*??0.01 ????0.05 ????0.1 ????1ma_con <- metacont(n1, m1, s1, n2, m2, s2, sm="SMD", method.smd="Hedges", study,subgroup=g ,data=data_con)
print(ma_con, digits=3)
Number of studies combined: k = 5
Number of observations: o = 216
SMD 95%-CI z p-value
Common effect model 2.020 [1.583; 2.457] 9.06 < 0.0001
Random effects model 7.093 [1.090; 13.096] 2.32 0.0206
Quantifying heterogeneity:
tau^2 = 45.4196 [15.1891; 395.0150]; tau = 6.7394 [3.8973; 19.8750]
I^2 = 97.6% [96.1%; 98.5%]; H = 6.41 [5.07; 8.11]
Test of heterogeneity:
Q d.f. p-value
164.60 4 < 0.0001
Details on meta-analytical method:
-
Inverse variance method
-
Restricted maximum-likelihood estimator for tau^2
-
Q-profile method for confidence interval of tau^2 and tau
-
Hedges' g (bias corrected standardised mean difference; using exact formulae)
Result : Forest & funnel plot
다음 두 개의 forest plot과 funnel plot을 얻었습니다. 제가 처음으로 논문들을 분석하여 도출한 메타분석 그래프인데요. 이제 해석을 해야겠죠?
R로 통계처리를 하여 얻은 Forest plot
메타분석 결과인 forest plot을 보시면 다음 음영칠한 두 연구에서 SMD가 가장 크고 연구 내에서 variance가 가장 컸습니다. 그 다음 연구 간 variance가 가장 크고 중앙선에서 가장 많이 떨어짐을 볼 수 있습니다. 여기 보이는 이 사각형이 정사각형이고 면적이 클수록 연구내 편차가 적고 전체 메타분석에서 차지하는 비중이 가장 큰 것을 의미합니다.
이질성은 I2값으로 볼 수 있는데, 그 값이 98%로 연구간의 이질성이 매우 크다는 것을 의미합니다.
R로 통계처리를 하여 얻은 Funnel plot
다음으로 funnel plot입니다. n수가 적을수록 아래에 위치하고 n 수가 많을수록 위에 위치합니다.
한 연구만이 funnel 의 왼쪽에 위치하고 나머지는 오른쪽에 위치합니다.
아무쪼록 이 통계 분석 그대로 해석하여 성형외과 SCI논문인 Journal of Plastic Surgery and Hand Surgery에 투고하였고.. 교신저자는 세브란스병원에서 수부이식을 담당하시는, 존경하는 홍종원 교수님께서 해주기로 하셨습니다.
정말 이례적으로, 단 한번의 revision없이 바로 accept되었네요!
리뷰어 코멘트도
" Comments to the Author
Very interesting paper. As pointed out by the author, this meta-analysys isn't meant to be a guide, but highlight a neglected topic that causes frequent doubts in clinical practice: to do or not to do! This paper could represent a starting point for future studies about this topic. "
이 논란이 많은 주제에 대하여 미래 연구의 시발점이라고 하면서 매우 흥미로운 논문이라고 회신주셨네요. 운 좋게 첫 메타분석 논문은 minor revision 조차 없이 바로 채택되어 출판을 기다리고 있습니다.
현재 최종 publication을 위한 proof correction 을 거쳐...
Proof correction
최종적으로 출판이 되었습니다! 두둥~
책으로 출판되기 앞서 online 출판이 먼저 되었네요.
아래 ↓ 논문의 링크입니다.
Full article: Is conservative management of partial zone II flexor tendon laceration possible? A systematic literature review and meta-analysis (tandfonline.com)
기존에 써왔던 original article처럼 알록달록 컬러풀한 그림들은 없고 해석하기 힘든 그림들과 표만 있어 읽기 싫게 생겼지만.... 그래도 기분이 좋습니다
최종 온라인에 출판된 논문
이렇게 메타분석은 통계학적으로 기존에 나온 논문들을 분석하여 통계를 돌려 그 evidence가 높기에, SCI저널에서도 그 순서가 적절하고 연구 디자인이 괜찮다는 것만 검증이되면, 크게 문제삼지 않고 accept해주는 것 같습니다.
다음에도 양질의 meta analysis 논문을 쓸 수 있길 기대하며...
오늘 포스팅을 마치겠습니다.