왜 그런가요
가상의 지역 보고서에서 주민 운동 참여율이 높은 지역일수록 어떤 질환의 발생률이 낮았다. 학생이 “운동한 주민이 그 질환에 덜 걸렸다”라고 요약했다면, 표가 실제로 알려 준 내용일까? 지역의 두 집계값과 주민 한 사람의 노출·결과 연결은 서로 다른 자료다.
표의 한 줄이 누구를 뜻하는가
NCI의 생태학적 연구 설명은 개인 대신 지역·시기 등으로 나눈 큰 집단을 비교하는 연구를 안내한다. 지역별 운동 참여율과 질환 발생률을 비교했다면 표의 단위는 지역이다. 그 지역에서 실제 운동한 사람이 질환을 겪었는지까지 자료에 연결되어 있지 않을 수 있다.
두 비율이 같은 사람을 가리키지는 않는다
지역 전체에 운동한 사람도 있고 하지 않은 사람도 있다. 질환이 생긴 주민이 어느 쪽에 속했는지 모른다면 지역 참여율만으로 개인의 위험을 계산할 수 없다. “운동 참여율이 높다”와 “질환 발생률이 낮다”를 관찰했더라도 두 정보의 주인공이 개인 수준에서 같다는 증거는 아니다.
Penn State의 역학 강의는 집단 수준 자료를 개인 수준 위험 경로의 근거로 쓰는 생태학적 오류를 설명한다. 집계된 노출 비율과 발생률이 어떤 방향을 보여도 개인별 자료를 보면 관계가 달라질 수 있다는 예시다. 여기의 운동 보고서는 직접 만든 가상 설명이며 실제 건강 효과나 연구 결과로 소개하지 않는다.
집단 자료가 쓸모없다는 뜻은 아니다
지역의 환경·제도처럼 집단 수준 질문 자체가 중요한 경우도 있다. 생태학적 자료는 초기 가설을 살피거나 지역 자원·정책을 검토하는 데 쓰일 수 있다. 문제는 자료가 답한 수준을 넘어 개인의 생물학적 효과나 행동을 확정하는 것이다. 지역의 효과를 묻는 것과 개인의 효과를 묻는 것을 먼저 나눈다.
학습에서는 결과 문장을 “운동 참여율이 높은 지역에서 질환 발생률이 낮게 관찰됨”으로 고쳐 보자. 이어 “개인의 운동 여부와 발생이 연결된 자료가 있나?”를 질문한다. 연관성이 왜 생겼는지에는 다른 설명도 가능하지만, 이 글의 첫 오류는 어떤 변수를 보정했는가보다 누구를 단위로 관찰했는가이다.
지역 평균을 주민 모두의 특성으로 바꾸지 않으면 통계표의 적용 범위를 지킬 수 있다. 개인 상담을 위한 효과 근거는 그 질문에 맞는 자료로 다시 확인해야 하며, 집계값만으로 특정 행동을 처방하지 않는다.