RWD 연구의 품질은 코호트 정의에서 시작됩니다.
대상자 선정, index date, washout, exposure·outcome 정의, censoring과 competing event가 통계모형과 같은 논리로 연결되어야 합니다.
연구 가능성 사전검토
임상 질문을 데이터에서 구현할 수 있는지, 필요한 진단·행위·약제·검진 변수와 관찰기간을 확인합니다.
코호트·시간축 설계
Eligibility, index, baseline, landmark, follow-up, event와 censoring을 사전에 정의합니다.
교란·편향 통제
PSM/IPTW, subgroup, sensitivity, competing risk 등을 연구 질문과 자료 특성에 맞춰 구성합니다.
논문까지 일관된 해석
분석코드–Table/Figure–Methods/Results–Reviewer 답변이 같은 정의를 사용하도록 정리합니다.
100만 명 표본 코호트로 시작하는 RWD 연구
2014–2023년 국민건강보험공단 저위험 표본데이터셋을 기반으로 의료이용, 건강검진, 건강행태의 장기 추이와 연관성을 분석합니다.
연구자부터 민간 R&D까지
대학·병원 연구자와 연구기관을 중심으로, 제약·바이오·디지털헬스 등 민간 연구개발의 활용 가능성도 연구목적과 제공변수 범위에 따라 사전 검토합니다.
연도 단위 종단·추이·연관성 분석
만성질환, 건강검진 지표, 신체활동·흡연·음주, 의료이용, 지역·보험료 수준에 따른 건강 차이 등 제공변수 안에서 연구질문을 구성합니다.
세부 코드·정확한 사건시점은 사전검토
수술·약제·행위 코드, 정밀한 사건일자 또는 세부 상병이 핵심인 연구는 저위험 표본만으로 충분하지 않을 수 있어 맞춤형 RWD 자료 필요성을 먼저 확인합니다.
분석 가능 범위 자세히 보기 →저위험 표본데이터셋으로 연구가 가능한지 먼저 확인하세요.
연구질문과 필요한 exposure·outcome을 기준으로 표본데이터셋 적용 가능 여부와 적절한 분석전략을 검토합니다.
※ 제공범위와 변수 구조는 국민건강보험공단 「저위험 표본데이터셋 사용자 매뉴얼」 기준이며, 실제 이용자격·신청·보안 조건은 적용 시점의 공단 기준을 확인해야 합니다.
Medical RWD & Advanced Biostatistics
실제 의료 연구에서 반복적으로 필요한 분석을 연구설계와 함께 제공합니다.
RWD 연구설계·코호트
NHIS/건강검진/청구자료 기반 코호트 정의, 조작적 정의, landmark와 censoring 설계
자세히 →성향점수·인과추론
PSM, IPTW, balance diagnostics, SMD와 다양한 sensitivity strategy
자세히 →생존·경쟁위험 분석
Kaplan–Meier, log-rank, Cox PH, Fine–Gray, cumulative incidence
자세히 →추이·회귀·비용 분석
Joinpoint/APC, logistic/negative binomial/GLM, bootstrap, ICER
자세히 →임상 예측모형
임상 위험요인과 예측 목적을 구분하고 검증 가능한 모델링 전략을 설계
자세히 →Machine Learning
Random Forest · XGBoost · cross-validation · 성능평가 · 모델 해석
자세히 →
