Paperis 아티클
메타분석의 결론을 정하는 것은 계산이 아니라 재료다. 무엇이 애초에 발표되지 않아 못 들어왔고, 있는 자료를 저자가 어떻게 넣고 뺐는지를 묻지 않으면 마름모의 위치는 읽히지 않는다.
이 글은 AI가 연구 논문을 바탕으로 작성한 교육·정보 제공용 콘텐츠이며, 전문가의 조언을 대체하지 않습니다. 오류를 발견하셨나요? 알려주세요
© 2026 네오쿤스(Paperis) · 링크 공유는 환영합니다. 전문 전재·재배포는 사전 허가가 필요합니다.
비타민D 보충제가 노인의 낙상을 줄이는지를 놓고 두 메타분석이 어긋났다. 한쪽은 비타민D를 칼슘과 함께 주면 낙상이 줄고 비타민D만 주면 효과가 없다고 했다. 다른 쪽은 겹치는 시험들을 합쳤는데도 칼슘을 주든 안 주든 효과가 없다고 했다.
왜 갈렸는지 추적한 연구가 있다. 앞쪽 메타분석에 들어간 무작위시험 25편의 원자료를 다시 꺼내 시험마다 치료 효과를 계산해 맞춰 보니, 25편 중 14편(56%)에서 개별 시험의 결과값 자체가 두 분석 사이에 달랐다. 낙상이나 참가자의 부분집합만 쓴 것이 네 시험, 끝까지 마친 사람만 쓴 것이 세 시험, 골절 자료에서 대체 추정한 것이 한 시험이었다. 이 밖에도 원 논문의 조정된 결과를 쓴 것, 여러 군을 둔 시험의 자료를 통합하는 방식이 다른 것, 군 인원수가 맞지 않는 것이 있었다. 저자 결론은 같은 시험의 자료를 쓰는 방법론적 차이가 곧바로 다른 결론으로 이어졌다는 것이다 (PMID 25093621).
숲그림을 다룬 편에서 마름모의 위치는 무게 배분이 정한다는 데까지 왔고, 이질성 지표를 다룬 편에서 그 흩어짐을 재는 숫자를 봤다. 이 글은 그 앞의 질문을 다룬다. 애초에 무엇이 그 그림에 들어왔고, 무엇이 못 들어왔는가. 어긋남은 두 방향에서 온다 — 발표되지 않아 아무도 못 넣는 연구가 바깥에서, 자료를 저자가 넣거나 빼거나 다르게 쓰는 일이 안에서. 그리고 그 둘 모두에 걸치는 재료가 하나 더 있다.
새로 배울 말은 일곱 개다. 출판편향, 깔때기 그림, 소규모 연구 효과, 선택적 보고, 보정 도구, 누적 메타분석, 자금원 편향. 숲그림·가중치·고정효과·랜덤효과는 숲그림을 다룬 편이, Q·I²·τ²·예측구간은 이질성 지표를 다룬 편이 세웠으니 한 문장씩만 상기한다. 아래 나오는 약과 치료의 이름은 방법론적 사례이지 어떤 치료가 좋은지에 대한 판정이 아니다.
연구가 끝났는데 결과가 시원치 않으면 논문이 되지 않는 일이 있다. 저자가 쓰지 않기도, 써도 실리지 않기도, 늦거나 눈에 덜 띄는 곳에 실리기도 한다. 그러면 나중에 누가 아무리 성실히 뒤져도 손에 들어오는 것은 살아남은 것들뿐이다. 이것이 출판편향이다. 낚시 대회에 비유하면 이렇다. 참가자들이 큰 물고기만 사진을 올린다면, 그 사진첩을 다 세어 평균을 내도 그 호수의 물고기 크기는 나오지 않는다. 사진이 조작된 게 아니다. 없는 사진이 문제다.
없는 것은 볼 수 없으니 모양을 본다. 깔때기 그림은 연구 하나를 점 하나로 찍는 그림이다. 가로축은 효과크기, 세로축은 정밀도 — 또는 표본 크기 — 다. 정밀한 연구는 참값 근처에 몰리니 위쪽 좁은 자리에 모이고, 작은 연구는 크게 흔들리니 아래쪽에 넓게 퍼진다. 편향이 없으면 점들이 모양을 이룬다. 숲그림을 다룬 편에서 영국 외과 의사들의 성적 자료에 쓰였던 그 그림이다. 메타분석에서 하는 일은 이것이다 — 한쪽 아래 귀퉁이가 비어 있으면 그 자리에 있었어야 할 작고 시원찮은 연구들이 어디 갔는지 묻는다.
이 그림의 쓰임을 일찍 정리한 논문이 곧바로 단서를 붙인다 — 단순한 분석만으로도 편향이 있을 법한지에 대한 쓸 만한 검사가 되지만, 메타분석이 적은 수의 작은 시험들에 기초할 때는 탐지 능력이 제한되므로 그 결과는 상당한 주의를 갖고 다뤄야 한다 (PMID 10724898).
깔때기가 기운다는 것은 대개 한 가지 모습이다. 작은 연구일수록 더 큰 이득을 보고하는 경향이고, 이것을 소규모 연구 효과라고 부른다. 작은 연구는 결과가 시원치 않으면 조용히 묻히기 쉽고, 크고 돈이 많이 든 연구는 결과가 어떻든 나온다. 그러면 문헌에 남은 작은 연구들은 "잘 나온 것들"만의 표본이 된다. 다만 원인이 그것만은 아니어서, 작은 연구는 방법이 느슨하기 쉽고 그 느슨함이 효과를 부풀리기도 한다.
골관절염 통증을 다룬 메타분석 13편·시험 153편·환자 41,605명을 모은 조사에서 평균적으로 작은 시험 쪽의 치료 효과가 더 컸다(효과크기 차이 −0.21, 95% 신뢰구간 −0.34~−0.08). 13편 중 6편에서는 전체를 합친 통합 추정치가 임상적으로 의미 있는 유의한 이득을 시사했는데, 큰 시험만으로 다시 계산하면 더 작고 유의하지 않은 값이 나왔다. 저자 결론은 소규모 연구 효과가 흔히 메타분석의 결과를 왜곡할 수 있다는 것이다 (PMID 20639294).
숲그림을 다룬 편이 "편향의 신호 둘"이라고만 적고 넘긴 것이 있다. 하나가 방금 본 소규모 연구 효과이고, 나머지는 유의한 결과가 지나치게 자주 나오는 것이다. 연구 열 편이 각각 효과를 잡아낼 힘이 절반쯤밖에 안 된다면, 효과가 실제로 있더라도 "유의하다"고 나오는 것은 대략 다섯 편이어야 한다. 그런데 아홉 편이 유의하다면 계산이 맞지 않는다. 유의하지 않게 나온 연구가 어딘가에서 사라졌다는 신호다.
소규모 연구 효과는 어디에나 있는 법칙이 아니다. 신경외과 학술지 다섯 곳의 메타분석 16편·환자 90,629명을 모은 조사에서 평균적으로 작은 연구가 더 큰 이득을 보이지 않았다(작은 연구와 큰 연구의 오즈비를 비로 만든 값 1.32, 95% 신뢰구간 0.89~1.75).
여기서 저자들의 결론을 그대로 옮기는 것이 중요하다. 이들은 "그러니 출판편향이 없다"고 쓰지 않았다. 쓴 것은 이렇다 — 소규모 연구 효과가 없다는 것은 출판편향의 부재를 반영한다기보다 크고 작은 연구 모두에 걸친 신경외과 문헌의 광범위한 질 저하를 반영하는 것일 수 있다 (PMID 34656237). 큰 연구도 함께 부실하면 큰 연구와 작은 연구의 차이가 지워진다. 신호가 안 잡히는 것과 문제가 없는 것은 다르다.
깔때기가 기울었다고 곧장 "논문이 묻혔다"고 읽으면 틀린다.
첫째, 모양이 그리는 방법에 좌우된다. 발표된 메타분석 198편에서 정밀도의 정의나 효과 지표를 다르게 잡자, 비대칭으로 보여 선택 편향을 시사하던 43편 중 37편(86%)에서 모양에 대한 결론이 뒤집혔다. 저자 결론은 깔때기 그림의 모양이 그림을 구성하는 방법의 임의적 선택에 크게 좌우된다는 것이다 (PMID 10812319).
둘째, 특정 효과 지표에서는 편향이 없어도 비대칭이 생긴다. 연속형 결과를 표준화한 효과크기를 표준오차에 대해 그리면 그림이 왜곡되기 쉬워 출판편향의 존재와 정도를 과대추정하게 된다. 왜곡은 표본이 작고 중재 효과가 실제로 있을 때 더 심했다. 저자 결론은 이 조합이 평가에 부적합하며 위양성 결과로 이어질 수 있다는 것이다 (PMID 28884685).
그리고 원인의 목록은 닫히지 않는다. 스포츠·운동의학 문헌의 한 교육 리뷰는 대부분의 통계 검정이 비대칭의 대안 설명 — 이질성, 효과 지표의 선택, 우연 등 — 을 배제하지 못한다고 적는다 (PMID 37684502).
원인을 갈라 보려는 그림도 제안돼 있다 — 깔때기 그림 위에 통계적 유의성의 등고선을 얹는 방법이다. 빠진 것으로 보이는 연구들이 유의하지 않은 영역에 있으면 출판편향 쪽에 무게가 실리고, 유의성이 높은 영역에 있으면 연구 질의 편차 같은 다른 요인일 가능성이 더 크다 (PMID 18538991).
그림을 사람이 잘 읽는가. 의학 연구자 41명에게 연구 10편짜리 깔때기 그림을 주고 — 10편은 의학 메타분석의 중앙값이다 — 출판편향의 영향을 받았는지 답하게 했더니 평균 정답률은 52.5%였다(95% 신뢰구간 50.6~54.4). 가중한 정답률도 조건에 따라 48.3~62.8%에 그쳤다 (PMID 16085192).
통계 검정이 그 자리를 메우나. 코크런 리뷰의 메타분석 5,014개에서 연구 수의 중앙값이 87에서 14로 줄자, 널리 쓰이는 비대칭 검정 네 종에서 검출 비율이 28.3%에서 42.6%까지 떨어졌다. 모의실험은 출판편향이 있을 때 p값 기반 검정들이, 특히 연구 수가 적을 때, 그 존재를 과소추정한다는 것을 확인했다 (PMID 31743750).
검정이 여럿인 것도 문제다. 코크런 메타분석 28,655개를 훑은 연구에서, 판정이 얼마나 겹치는지 재는 값으로 보면 일치도는 검정에 따라 갈렸다. 이분형 결과에서 회귀검정 네 종끼리는 보통에서 강한 수준으로 맞았지만(대개 0.6 안팎, 둘은 0.9 초과), 성격이 다른 세 검정 — Begg 순위검정·잘라내고 채우는 방식·Egger 회귀검정 — 사이는 0.5 미만이었다. 저자 권고가 그래서 한 검정에 의존하지 말라는 것이다 (PMID 29663281).
그래서 그 교육 리뷰가 최선의 해법으로 꼽은 것은 탐지가 아니라 예방이다 — 사전등록, 등록보고서, 프로토콜 이탈 공개, 방향이나 크기와 상관없이 모든 결과를 보고하는 것. 참된 출판편향은 확정하기가 매우 어려우므로 "출판편향 위험"이라고 쓰자는 것이 이들의 권고다 (PMID 37684502).
이질성 지표를 다룬 편이 마지막에 남긴 자리가 여기다. Q 검정과 이질성 척도의 기댓값을 유도하고 모의실험으로 살핀 연구에 따르면, 출판편향이 이질성 평가에 미치는 영향은 크고 복잡하고 비선형적이다. 출판편향은 참된 효과크기의 이질성을 극적으로 줄일 수도 있고 늘릴 수도 있으며, 특히 연구 수가 많고 모집단 효과크기가 작을 때 그렇다. 저자 결론은 출판편향이 있을 때 Q 검정도, I²를 비롯한 이질성 척도도 일반적으로 타당하지 않다는 것이다 (PMID 30489099). 이질성 지표를 다룬 편이 세운 읽는 법은 유효하다. 다만 그 숫자도 빈자리 위에서 계산된 값이다.
빈자리를 메워 보면 되지 않나. 빠진 것으로 보이는 연구를 추정해 채워 넣고 요약값을 다시 내거나, 발표될 확률이 결과에 따라 달라진다는 모형을 세워 가중치를 다시 매기는 계산법들이 있다. 이 글은 이것들을 묶어 보정 도구라고 부른다. 널리 쓰이는 잘라내고 채우는 방식을 제안한 논문은, 보정 뒤에는 점추정치가 근사적으로 옳고 신뢰구간의 포함확률이 상당히 개선된다고 적는다 (PMID 10877304).
문제는 그다음이다. 보정하면 답이 바뀌는데, 어느 쪽으로 바뀔지는 정해져 있지 않다.
혈중 비타민D가 낮으면 고혈압 위험이 높다는 연관을 다룬 코호트 13편의 메타분석에서 통합 상대위험은 1.22(95% 신뢰구간 1.05~1.41)로 유의했다. 그런데 Egger 검정 p값이 0.015였고 깔때기 그림도 비대칭이었다. 잘라내고 채우는 방식으로 보정하자 채워진 값은 1.03(0.89~1.18)이 되어 통계적 유의성이 사라졌다. 저자 결론에는 한정어가 붙어 있다 — 이전 체계적 문헌고찰들의 유의한 결과는 출판편향 때문으로 해석될 수 있다 (PMID 35568961).
반대 방향도 실측돼 있다. 운동이 우울증 치료가 되는지를 다룬 무작위시험 25편의 메타분석에서 출판편향을 보정한 표준화 효과크기는 1.11(95% 신뢰구간 0.79~1.43)로 크고 유의했고, 이 효과를 유의하지 않게 만들 무효 연구의 수는 1,057편으로 계산됐다. 이 논문의 다음 문장이 중요하다 — 대부분의 보정 분석은 출판편향이 효과크기를 과소추정하게 만들었음을 시사했다. 저자 결론은 이전 메타분석들이 출판편향 때문에 운동의 이득을 과소평가했을 수 있다는 것이다 (PMID 26978184).
그러면 보정한 값을 믿으면 되나. 발표될 확률을 모형으로 세우는 이 계열을 선택모형이라 하는데, 모의실험으로 평가한 연구에서 결과는 갈렸다. 최근 제안된 두 접근은 세 방법이 모두 설계된 제한적 상황에서 꽤 잘 작동했지만 원래의 선택모형만큼은 아니었고, 더 현실적인 상황에서는 나쁘게 작동했다 — 반면 원래 접근의 변형들은 잘 작동했다. 그래서 저자 권고는 선택모형을 사후 보정된 하나의 추정치보다 민감도 분석에 쓰라는 것이다 — 편향의 형태와 심각도를 다르게 가정했을 때 나오는 추정치들의 범위를 살피라는 것 (PMID 27694467).
방법이 여럿이라는 사실 자체가 문제를 하나 더 만든다. 모의실험들은 어떤 방법도 넓은 조건 범위에서 다른 방법들을 일관되게 능가하지 않는다는 것을 보였고, 그러면 결론이 어긋날 때 원하는 결과를 내는 방법을 고를 수 있다. 그래서 이 문제를 제기한 논문이 내놓은 답은 하나를 고르지 말고 여러 접근을 자료가 받쳐 주는 만큼 가중해 평균 내라는 것이고, 적용·모의실험·사전등록 재현과의 비교로 그 이득을 보인다 (PMID 35869696).
탐지도 보정도 미덥지 않다면 남는 길은 미발표 자료를 구해 넣는 것이다. 항우울제 리복세틴을 위약 및 선택적 세로토닌 재흡수 억제제(SSRI)와 비교한 시험 13편, 환자 4,098명을 모은 체계적 문헌고찰이 시험등록부·규제기관 웹사이트와 제조사에서 직접 자료를 받아 그렇게 했다. 이 4,098명 중 74%(3,033명)의 자료가 미발표였다. 위약 대비 관해율에 유의한 차이가 없었고, 리복세틴은 관해율과 반응률 모두에서 SSRI보다 열등했으며 해로움 결과 두 가지 모두에서 위약보다 열등했다. 그리고 결정적인 문장 — 발표된 자료만 쓰면 위약 대비 이득이 최대 115%, SSRI 대비 이득이 최대 23% 과대평가됐고 해로움은 과소평가됐다. 저자 결론은 리복세틴이 전반적으로 효과 없고 잠재적으로 해로운 항우울제이며, 발표된 근거가 출판편향의 영향을 받고 있어 시험 자료의 의무 공개가 시급하다는 것이다 (PMID 20940209).
지금까지는 연구 전체가 세상에 안 나오는 이야기였다. 그런데 연구는 나왔는데 그 안에서 결과가 골라지는 일도 있다. 열 가지를 쟀는데 논문에는 잘 나온 셋만 실린다든지, 미리 정해 둔 주된 결과 대신 나중에 좋게 나온 것이 주인공이 된다든지 하는 식이다. 이것이 선택적 보고다. 그 시험은 논문 목록에 멀쩡히 들어 있어 검색으로는 잡히지 않는다. 이런 선택이 일어난다는 것은 방법론 문헌이 전제로 삼는 바다. 소규모 연구 효과를 다룬 한 논문은 그 잘 알려진 원인으로 출판편향·결과 보고 편향·임상적 이질성을 꼽으면서, 어떤 연구는 통째로 발표되지 않고 어떤 연구는 결과 중 일부만 골라 보고하는 서로 다른 선택 과정이 함께 작동할 수 있다고 적는다 (PMID 32720712). 다만 이 글이 근거로 삼은 문헌들은 이 현상에 이름을 붙이고 기제를 나눌 뿐 얼마나 자주 일어나는지는 세지 않는다. 앞 절의 예방 목록이 겨냥하는 자리가 여기다.
메타분석은 어느 시점까지의 연구를 모은 스냅숏이다. 그 시점을 고정하지 않고 시험을 발표 순서대로 한 편씩 더해 가며 매번 요약값을 다시 계산하는 방법이 누적 메타분석이다. 답이 언제 정해졌고 언제까지 흔들렸는지 보인다.
당뇨약 로시글리타존의 심근경색 위험을 이 방법으로 되짚은 연구가 있다. 발표분만 쓴 자료와 수행된 연구 전부를 쓴 자료로 각각 돌렸더니 최종 요약 추정치는 눈에 띄게 다르지 않았다(오즈비 1.4, 0.95~2.05 / 1.42, 1.03~1.97). 그런데 전체 자료 쪽이 의사결정 문턱에 36개월 먼저 도달했고, 세 가지 보정법을 발표분 자료에 적용해 봤지만 어느 것도 그 시점을 앞당기지 못했다 (PMID 35761433). 출판편향의 대가가 최종 답이 아니라 시간일 수 있다는 뜻이고, 보정 도구는 그 시간을 되찾아 주지 못했다.
비타민D와 골절을 다룬 메타분석 24편 중 최상위 일반의학 학술지의 일곱 편을 뜯어 본 연구가 있다. 질 평가 도구로는 대체로 고품질이었는데, 상세히 보자 시험 선정·자료 추출·분석 방법에 중요한 차이가 드러났다. 세 편은 자기 기준에 맞는 시험을 3편에서 8편씩 "놓쳤고", 두 편은 부적격으로 보이는 시험을 넣었다. 차이의 다수(16개 중 11개)가, 무작위 배정된 모든 참가자를 쓴 무보정 의도치료 분석보다 비타민D에 더 유리한 추정치로 이어졌다. 결론들은 "비타민D가 골절을 예방한다"부터 "칼슘 없는 비타민D는 골절을 예방하지 않는다"까지 흩어져 있었다 (PMID 25551377).
무엇을 넣고 뺐느냐만이 아니라 편향을 어떻게 다뤘느냐도 결론을 가른다. CYP2C19와 클로피도그렐을 다룬 겹치는 메타분석 11편에서, 결과가 달랐던 이유는 최근 메타분석일수록 더 많은 일차 연구를 포함했고 일부는 학회 초록을 넣지 않았기 때문이었다. 그런데 결론이 달랐던 이유는 이질성과 출판편향을 서로 다르게 다뤘기 때문이다. 임상 종점에서 모든 메타분석이 유의한 이질성을 관찰했고 여럿이 출판편향의 근거를 보고했는데, 유의했던 여덟 편 중 그래서 연관이 입증되지 않았다고 결론지은 것은 한 편이었다 (PMID 24946154).
불일치가 풀 수 없는 문제는 아니다. 출처를 명시하고 다시 돌리면 풀린다.
이 글을 연 비타민D 사례에도 착지점이 있다. 방법론적 선택을 통일해 — 보정하지 않은 분석과 무작위 배정된 모든 참가자를 써서 — 다시 계산하자 비타민D는 칼슘 여부와 상관없이 낙상에 간신히 걸치는 효과를 보였다(상대위험 0.95, 0.90~1.00). 하위군을 갈라 보면 조건이 붙는다. 비타민D 단독은 효과가 없었고(1.00, 0.92~1.08), 비타민D와 칼슘을 위약 또는 대조군과 비교했을 때도 효과가 없었다(0.95, 0.88~1.02). 완만한 효과는 비타민D와 칼슘을 칼슘 단독과 비교했을 때에만 남았다(0.84, 0.76~0.92) (PMID 25093621). 방법을 통일하면 불일치가 줄지만, 남는 효과에는 이런 조건절이 붙는다.
마지막 재료는 누가 돈을 댔는가다 — 바깥과 안 양쪽에 걸치는 자리다. 연구비를 댄 쪽에 유리한 결과와 결론이 더 자주 나오는 경향을 자금원 편향이라고 부른다.
약물과 의료기기 연구를 다룬 논문 48편을 모은 조사에서 산업 후원 연구는 후원자에게 유리한 효능 결과(위험비 1.24, 95% 신뢰구간 1.14~1.35), 해로움 결과(1.87, 1.54~2.27), 결론(1.31, 1.20~1.44)이 더 자주 나왔다. 그런데 편향 위험 평가에서는 차이가 없었고, 눈가림에서는 산업 후원 쪽이 오히려 편향 위험이 낮은 경우가 더 많았다(1.32, 1.05~1.65). 저자 결론이 그 위에 선다 — 제조사 후원은 더 유리한 결과와 결론으로 이어지며, 표준적인 편향 위험 평가로는 설명되지 않는 산업 편향이 존재함을 시사한다는 것이다. 다만 같은 리뷰가 균형도 적는다. 효과크기를 보고한 열 편 중 다섯 편은 산업 후원 쪽이 더 컸고 다섯 편은 차이를 찾지 못했다 (PMID 23235689).
그런데 이 크기가 분야를 가리지 않는 것은 아니다. 영양학에 같은 질문을 던진 체계적 문헌고찰은 답이 달랐다. 775편을 검토해 12편을 포함했고, 유의성과의 연관을 본 두 편은 둘 다 연관을 찾지 못했다. 결론과의 연관을 본 여덟 편(연구 340개)에서 산업 후원 연구가 유리한 결론을 낼 가능성이 더 높기는 했으나 그 차이는 유의하지 않았다(위험비 1.31, 0.99~1.72). 저자 결론은 이 결과들이 식품산업의 연구 후원과 유리한 결론의 연관을 시사하지만 확정하지는 않는다는 것이다 (PMID 27802480).
방향은 있다. 크기는 맥락에 따라 다르다.
① "깔때기가 대칭이니 출판편향이 없다." 대칭은 부재의 증거가 아니다. 연구가 열 편 안팎이면 검정은 검정력이 크게 부족하고 (PMID 37684502) 편향의 존재를 과소추정하며 (PMID 31743750), 육안 판독 정답률은 절반 언저리다 (PMID 16085192). 신경외과에서 신호가 없었을 때 저자들이 내린 판정도 "출판편향이 없다"가 아니었고 (PMID 34656237), 거꾸로 비대칭이 곧 출판편향인 것도 아니다 (PMID 10812319, PMID 28884685).
② "이 결과는 여러 메타분석에서 반복 확인됐다." 같은 시험이 되쓰이면 근거가 여러 개로 보이고, 그 여러 편이 다른 결론을 낼 때 그 차이는 새 자료가 아니라 재료를 고르고 다루는 방식에서 올 수 있다 (PMID 25551377, PMID 24946154).
마름모나 "메타분석에서 확인됐다"는 한 줄 앞에서 물어볼 것은 네 가지다.
하나만 남긴다면 — 메타분석의 결론을 정하는 것은 계산이 아니라 재료다. 무엇이 들어왔고 무엇이 못 들어왔는지 묻지 않으면 마름모는 읽히지 않는다.
균형을 먼저 놓자. 이 결함들은 근거 종합을 버릴 이유가 아니다. 가용한 근거를 체계적으로 모아 요약하는 일은 여전히 근거 기반 실무의 토대이고, 미해결이 남을 뿐이다 — 참된 출판편향은 확정하기가 매우 어렵다 (PMID 37684502). 그래서 이 글이 줄 수 있는 것은 "보정하면 맞다"가 아니라 "무엇 위에서 계산됐는지 묻고 읽어라"까지다.
그리고 이 글로 이 시리즈가 끝난다. 되풀이해 물은 것은 하나였다. 이 숫자는 무엇의 숫자인가. p값을 다룬 편에서 그것은 가설이 참일 확률이 아니었고, 신뢰구간을 다룬 편에서 괄호 안 두 숫자는 참값이 거기 있을 확률이 아니었다. 오즈비를 다룬 편에서 '몇 배'는 위험의 몇 배가, 교란을 다룬 편에서 보정은 원인을 만들어 주지 않았다. 숲그림을 다룬 편에서 마름모는 평균이 아니었고, 이질성 지표에서 I²는 흩어짐의 크기가 아니었다. 그리고 이 글에서, 합쳐진 값은 근거 전부의 값이 아니었다.
숫자를 겁내지 않는다는 것은 숫자를 믿는다는 뜻이 아니다. 그 숫자가 무엇의 숫자인지 물을 수 있다는 뜻이다.