병원 원고에 ‘평균 점수가 개선됐다’는 연구 설명이 있다고 합시다. 이를 ‘대부분 좋아졌다’로 바꾸면 짧은 요약이 아니라 다른 통계 주장이 됩니다. 평균 변화량은 개인별 변화들을 요약한 값이고, 개선된 사람의 비율은 정해진 기준을 충족한 사람이 몇 명인지 묻는 값입니다. 앞의 수치만으로 뒤의 비율을 알아낼 수는 없습니다.
같은 평균에서도 분포가 다른 이유
원리를 설명하기 위한 가상의 숫자 네 개를 비교해 보겠습니다. 첫 묶음이 4, 4, 4, 4이고 두 번째가 16, 0, 0, 0이라면 두 묶음의 평균은 모두 4입니다. 그러나 양수인 값의 개수는 각각 넷과 하나입니다. 이는 실제 환자나 치료 점수가 아닌 산술 예시입니다. 평균이 같다는 사실이 같은 수의 사람이 변화했다는 뜻은 아니라는 점만 보여 줍니다.
검수자는 원고가 평균값, 개인별 변화량, 특정 기준을 충족한 사람의 비율 가운데 어느 것을 설명하는지 표시합니다. 평균 차이를 보고한 표에서 ‘몇 퍼센트가 효과를 봤다’는 문장을 만들 수는 없습니다. 평균값에 임의의 기준을 붙여 반응자 수를 역산하거나, 평균만큼 좋아진 전형적인 환자를 가상 성공 사례로 만들어서도 안 됩니다.
개선의 기준도 자료에서 확인하기
반응한 사람의 비율이 실제로 보고돼 있더라도 무엇을 반응으로 정했는지 읽어야 합니다. 어떤 척도의 어느 기간 변화인지, 판단 기준이 무엇인지가 빠지면 비율의 의미를 알기 어렵습니다. FDA의 환자보고결과 지침은 개인의 변화에 관한 반응자 정의를 다루며, 기준을 뒷받침할 근거의 필요성을 설명합니다. 이를 참고하되 편집자가 특정 점수 차이를 임상적으로 의미 있는 개선 기준으로 새로 정하지 않습니다.
같은 원고에서 ‘평균 개선’과 ‘개선 비율’을 함께 쓰려면 두 값의 대상과 관찰 시점이 같은지도 살핍니다. 전체 참여자의 평균과 일부 응답자의 비율을 같은 집단의 결과처럼 이어 쓰면 독자가 숫자의 관계를 오해할 수 있습니다. 자료에 빠진 사람이 있거나 분석 대상이 다르면 그 정의를 먼저 확인합니다. 서로 다른 수치를 보기 좋게 한 문장으로 합치는 일이 검수의 목적은 아닙니다.
확인한 통계가 허용하는 문장 남기기
평균만 확인했다면 평균이 어떻게 달라졌는지를 해당 연구의 범위에서 설명합니다. 사람의 비율을 말하려면 그 비율과 정의를 직접 뒷받침하는 자료가 있어야 합니다. 어느 쪽도 개별 독자가 같은 결과를 얻는다는 약속으로 바꾸지 않습니다. 의료진과 통계 검토자가 살펴야 할 해석은 남겨 두고, 편집자는 수치의 종류가 문장 속에서 바뀌지 않았는지 확인할 수 있습니다.
최종 기록에는 원문 표의 항목명과 원고의 서술을 나란히 둡니다. 평균을 ‘대부분’이나 ‘모두’로 풀어 쓴 부분을 찾아 근거가 맞는지 대조합니다. 숫자를 그대로 옮겨도 그 숫자의 주어가 점수에서 사람으로 바뀌면 다른 뜻이 됩니다. 병원 콘텐츠의 통계 검수는 숫자의 정확성뿐 아니라 무엇을 센 수치인지 끝까지 유지하는 작업입니다.