무작위 대조시험은 정말 '황금표준'인가

왜 이 '방법'을 알아야 하나

새 약을 먹은 사람들이 나았습니다. 정말 그 약 때문일까요, 아니면 그 약을 처방받은 사람들이 원래 더 건강했거나, 병원에 더 부지런히 다녔거나, 시간이 지나 저절로 나은 것일까요. 근거의학의 거의 전부가 이 질문에 걸려 있습니다. 우리가 알고 싶은 것은 언제나 인과(약이 낫게 했다)인데, 데이터가 보여 주는 것은 대개 상관(약을 먹은 사람과 안 먹은 사람의 결과가 다르다)이기 때문입니다.

상관을 인과로 읽지 못하게 막는 훼방꾼이 교란(confounding)입니다. 결과에도 영향을 주고 치료를 받을 가능성과도 얽힌 제3의 요인, 예컨대 나이·중증도·생활습관, 그리고 "이 환자에게는 이 약을 쓰자"고 판단한 의사의 눈썰미가 교란입니다. 이런 요인은 약의 효과와 뒤엉켜 떼어내기 어렵습니다. 교란과 보정은 「먹는 사람이 더 오래 산다면, 그 사람들은 원래 어떻게 달랐을까 — 교란」과 「"연령·성별·BMI 보정"은 무엇을 했나 — 교란과 보정을 읽는 법」에서 자세히 다룹니다. 이 글에서 기억할 것은 하나입니다. 관찰만으로 얻은 결론은 가설을 세우는 데는 쓸 수 있어도 검증하기는 어렵다는 점입니다 (PMID 36050978).

무작위 대조시험(randomized controlled trial, RCT)은 참가자를 우연으로 두 집단에 나누고 결과를 비교해 이 교란을 정면으로 겨냥하는 설계입니다. 이 목적을 잘 달성한 덕분에 지난 반세기 넘게 의학 근거의 황금표준(gold standard) 자리를 지켜 왔습니다 (PMID 38508234). 이 글은 RCT를 하나의 방법론으로 뜯어봅니다. 무엇을 답하려는 도구이고, 왜 작동하며, 실제로 어떻게 설계하고, 어디서 한계를 드러내는지를 다룹니다. 목표는 논문의 Methods(연구 방법)와 Results(결과)를 열었을 때 무엇을 믿고 무엇을 의심할지 스스로 가늠하는 눈을 갖추는 것입니다.

어떻게 작동하나: 무작위화라는 마법

RCT의 심장은 동전을 던져 사람을 나누는 동작, 곧 무작위화입니다. 누가 치료군(시험 중인 치료를 받는 집단)에 가고 누가 대조군(비교 기준이 되는 집단)에 갈지를 오로지 우연이 정합니다.

인과를 완벽하게 알려면 같은 사람이 약을 먹었을 때와 안 먹었을 때를 동시에 비교해야 합니다. 이 가상의 비교를 반사실(counterfactual)이라 부르는데, 한 사람은 둘 중 하나만 겪을 수 있어 현실에서는 불가능합니다. 무작위화는 이 불가능을 우회합니다. 충분히 많은 사람을 동전으로 나누면 두 집단은 평균적으로 거의 똑같은 사람들의 모임이 됩니다. 나이와 중증도는 물론 측정하지 못한 요인까지 두 집단에 고르게 흩어집니다. 그러므로 배정 이후 두 집단의 결과에 차이가 생기면, 그 차이의 원인으로 남는 것은 치료입니다 (PMID 36050978, PMID 38320494).

이것이 관찰연구가 흉내 낼 수 없는 지점입니다. 관찰연구는 측정한 교란만 통계로 보정할 수 있고, 측정하지 못했거나 존재조차 모르는 요인은 손댈 방법이 없습니다. 무작위화는 측정 여부와 무관하게 알려진 교란과 알려지지 않은 교란을 동시에 균형 잡습니다(표본이 충분히 클 때 평균적으로). 한 종설은 무작위화가 측정되지 않은 변수나 치료 선택에서 오는 교란을 피하게 해 치료효과의 인과적 해석을 가능하게 한다고 적습니다 (PMID 38320494). RCT가 황금표준으로 불리는 이유가 이 성질 하나입니다.

실제 절차: RCT를 지탱하는 다섯 기둥

무작위화 하나만으로 좋은 시험이 되지는 않습니다. 잘 설계된 RCT는 방어막을 여러 겹 세웁니다. 아래 다섯 가지가 논문 Methods에서 가장 먼저 확인할 자리입니다.

① 무작위 배정과 배정 은폐(allocation concealment). 무작위 배정은 동전이나 컴퓨터 난수 같은 우연 장치로 군을 정하는 것입니다. 그러나 이것만으로는 부족합니다. 다음 환자가 어느 군에 배정될지 연구자가 미리 알 수 있으면, 무의식적으로라도 "이 환자는 치료군에 넣자"는 선택이 끼어들어 무작위성이 오염됩니다. 배정 은폐는 배정표를 담당자가 미리 볼 수 없게 해, 배정이 확정되는 순간까지 결과를 숨기는 장치입니다. 무작위화가 제대로 지켜지게 하는 첫 자물쇠입니다.

② 눈가림(blinding)과 위약(placebo). 배정 은폐가 배정되는 순간까지만 숨기는 장치라면, 눈가림은 배정 이후 시험이 끝날 때까지 누가 무엇을 받는지 모르게 하는 장치입니다. 위약은 겉모양은 같지만 유효 성분이 없는 가짜 약으로, 대조군에 줍니다. 환자가 자기가 진짜 약을 먹는다고 알면 기대만으로 증상이 나아질 수 있고(위약 효과), 의사가 알면 치료군을 더 세심히 돌보거나 결과를 후하게 판정할 수 있습니다(수행·판정 편향. 군에 따라 돌봄이나 판정이 달라지는 현상입니다). 그래서 환자·의사·평가자 모두가 모르게 하는 이중맹검이 이상적입니다.

눈가림이 무너지면 편향이 새어 듭니다. 한 비맹검(눈가림 없는) 기기 시험에서는 예상 밖으로 치료군에서 비심혈관 부작용이 더 많이 잡혀 시험이 조기 종료됐습니다. 시험 팀은 그 원인으로 치료군이 병원에 스스로 연락하는 비율을 의심하고 따로 분석했습니다. 전체 코호트에서는 두 군의 자발적 내원 비율이 비슷했지만(13.3% 대 9.7%, P=0.12), 24개 하위군으로 나눠 사후에 본 분석에서는 덴마크 참가자에서만 큰 차이(24.4% 대 2.3%)가 확인됐습니다. 저자들은 이를 그곳 참가자들의 수행 편향 때문으로 해석합니다 (PMID 42129909). 그러나 눈가림이 언제나 가능한 것은 아닙니다. 환각을 일으키는 약물처럼 효과가 대놓고 느껴지면 참가자가 자기 군을 알아차리기 쉬워 이중맹검은 사실상 어렵고, 이를 황금표준으로 고집하는 것이 오히려 비현실적이라는 지적도 있습니다 (PMID 41424285).

③ 대조군. "약을 먹었더니 나았다"는 말은 비교 대상이 없으면 의미가 없습니다. 대조군은 저절로 나았을 몫, 위약으로 나았을 몫, 시간이 해결했을 몫을 걷어내는 기준선입니다. 대조군 없이 치료군만 관찰하는 단일군(single-arm) 설계는 신약의 효과를 최종 확인하는 3상 시험에서는 RCT를 쓰도록 권고되며, 한 조사는 제목에서 단일군 3상 설계가 "형용모순(oxymoron)"이 아니냐고 묻고, 확증 목적으로 쓸 때는 정당화와 편향 가능성을 더 분명히 보고해야 한다고 결론 내립니다 (PMID 38508234).

④ 의도치료 분석(intention-to-treat, ITT). 배정받은 약을 도중에 끊거나 다른 치료로 갈아탄 환자, 곧 중도 탈락·이탈자를 어떻게 셀지의 문제입니다. 직관은 "실제로 약을 끝까지 먹은 사람만 분석하자"(이를 계획서대로 한 사람만 센다는 뜻의 per-protocol 분석이라 합니다)고 말합니다. 그러나 그 순간 무작위화가 깨집니다. 약을 끝까지 먹은 사람은 부작용이 없었거나 순응도가 높은, 애초에 다른 사람들이기 때문입니다. ITT는 실제 복약 여부와 무관하게 처음 배정된 군에 그대로 두고 분석하는 원칙입니다. 덜 인상적으로 보일지언정, 탈락 때문에 무작위로 맞춰 둔 두 집단이 달라지는 편향을 막아 줍니다. 표준 ITT에서 벗어난 분석을 쓴 시험은 ITT 시험보다 치료효과가 더 크게 나왔습니다. 한 메타역학 연구가 43개 종설·310개 시험을 비교해 확인한 결과입니다 (PMID 26016488). 다만 ITT의 정의가 문헌마다 달라 오용될 수 있으므로, 어떤 정의를 썼고 탈락자와 결측 자료를 어떻게 다뤘는지 밝혀야 한다고 재활 분야 중심의 한 종설은 강조합니다 (PMID 38320245).

⑤ 사전 등록과 사전 명시. 데이터를 다 본 뒤 유의하게 나온 결과만 골라 발표하면 우연을 실력으로 둔갑시킬 수 있습니다. 그래서 현대 RCT는 시작 전에 주요 평가변수(가장 중요한 결과 지표)·분석 계획·표본 크기를 미리 등록합니다. 이 사전 명시가 없으면 아무리 큰 시험도 사후 분석과 서브그룹 낚시에 휘둘립니다. 한 논문은 소규모 시험이나 그 메타분석, 서브그룹, 사후 분석에 지나치게 기대지 말고, 미리 정한 주요 평가변수의 결과에 근거해 추론해야 한다고 정리합니다. 이 원칙이 지켜지지 않을 때 생기는 일의 예로, 미국의 아스피린 1차 예방(심혈관 질환을 겪기 전 사람이 예방 목적으로 먹는 것) 지침이 연령 상한을 정하면서 결과가 정보력이 없던(uninformative) 한 시험에 부당하게 기댔고, 그것이 전체 증거와 어긋난 지침으로 이어졌다는 비판이 있습니다. 저자들은 그 시험이 해당 연령대에서 아스피린의 이득이 없음을 보인 것은 아니라고 봅니다. 이 논문의 결론은 아스피린을 먹어야 한다거나 먹지 말아야 한다는 것이 아니라, 연령 같은 한 가지 기준의 일률적인 지침이 아니라 개인의 이득과 위험을 따져 처방해야 한다는 것입니다. 복용 여부는 주치의와 상의해야 합니다 (PMID 40165541).

결과를 어떻게 읽나: 효과크기·신뢰구간·NNT

Methods를 이해했다면 Results를 읽을 차례이고, 초보자가 가장 자주 속는 자리입니다. 여기서 쓰는 도구는 앞선 글에서 다뤘으므로 정의만 짧게 되짚습니다.

상대위험 감소는 "위험을 50% 줄였다"처럼 원래 위험에 대한 비율로 말하는 방식이고, 절대위험 감소는 위험이 몇 %포인트 줄었는지입니다. 위험이 2%에서 1%로 줄었다면 상대로는 절반이지만 절대로는 1%포인트입니다. 상대위험만 보면 작은 효과가 거대해 보입니다 (「위험이 절반으로 줄었다면, 몇 명이 덜 아픈가 — 상대위험과 절대위험」, 「"위험 50% 감소"는 몇 명인가 — 상대위험·절대위험·NNT를 읽는 법」).

치료필요수(number needed to treat, NNT)는 절대위험 감소의 역수, 곧 한 명에게 이득을 주려면 몇 명을 치료해야 하는지입니다. 절대위험 감소가 1%이면 NNT는 100입니다. 직관적이지만 기저 위험·추적 기간·비교 대상에 따라 달라지므로, 맥락 없이 숫자만 인용하면 오독합니다 (PMID 38876401, PMID 40839106). 위험 차이가 통계적으로 유의하지 않을 때는 NNT의 신뢰구간이 끊어진 두 토막이 되어 비현실적인 값을 포함하게 되므로, 지침이나 정책 결정에서 NNT를 쓰는 데는 신중해야 합니다. 이를 두고 "이제 품위 있게 물러날 때"라는 강한 주장까지 나왔습니다 (PMID 40782977).

신뢰구간(CI)은 한 번 잰 값이 얼마나 흔들릴 수 있는지를 괄호 안 두 숫자로 보여 줍니다 (「한 번 센 숫자는 얼마나 흔들리나 — 괄호 안 두 숫자, 신뢰구간」). 점 추정치(효과의 크기)만큼 중요한 이유는 추정이 얼마나 정밀한지 말해 주기 때문입니다. NNT에는 신뢰구간이 늘 따라붙어야 합니다 (PMID 38876401). 신뢰구간이 효과 없음의 값(차이는 0, 위험비는 1)을 걸치면 효과가 없을 가능성을 배제하지 못한 것입니다.

서브그룹 분석은 전체 참가자를 나이·성별 같은 하위집단으로 쪼개 보는 분석입니다. "전체로는 효과가 없었지만 65세 이상 여성에서는 있었다"가 전형적인 문장입니다. 하위집단을 여러 개로 쪼개 뒤지면 순전히 우연으로 유의해 보이는 조각이 나오기 마련입니다. 시험 전에 정하지 않은 서브그룹·사후 분석에 지나치게 기대어 결론을 내려서는 안 되고, 미리 정한 주요 평가변수의 결과로 판단해야 합니다 (PMID 40165541).

강점·한계·논쟁: '황금표준'을 절대화하지 말 것

여기까지가 RCT의 힘입니다. 이제 한계를 정직하게 볼 차례입니다. 잘 설계된 RCT는 내적 타당도(이 시험 안에서 인과가 참인가)에서 타의 추종을 불허합니다. 그러나 강점이 곧 한계의 씨앗입니다.

외적 타당도 — 이 결과가 내 환자에게도 적용되나. 외적 타당도는 시험 결과가 시험 밖의 환자에게도 들어맞는 정도입니다. 시험은 엄격한 선정 기준을 두고 순차적으로 등록된 환자로 꾸려지는 편의표본입니다. 그래서 군 사이의 비교는 인과로 읽을 수 있어도, 그 결과가 다른 환자 집단에도 옮겨진다는 가정(transportability)은 따로 필요합니다. 한 논문은 이를 인과추론에서의 무작위 배정(참가자를 군에 나누기)과 설문조사에서의 무작위 표집(모집단에서 대표 표본 뽑기)이 전혀 다르다는 점으로 설명하며, 시험 표본이 특정 환자 모집단을 대표한다고 보기 어렵다고 합니다 (PMID 37835368). 정밀의학·실사용 데이터 시대에는 RCT의 일반화 가능성, 비용, 저·중소득국 적용성의 한계도 부각되고 있습니다 (DOI: 10.38106/lmrj.2026.8.1-01).

평균의 함정 — 효과크기는 '평균적인 환자'의 것. RCT가 내놓는 것은 대개 평균 치료효과(average treatment effect)입니다. 그러나 평균 뒤에는 크게 이득을 본 사람과 오히려 해를 본 사람이 섞여 있을 수 있습니다. 이 치료효과의 이질성은 사회과학·경제학에서도 핵심 화두여서, 평균을 넘어 개별 효과의 분포를 추정하려는 방법들이 활발히 개발되고 있습니다 (DOI: 10.1007/s11135-026-02615-2). 한 명의 환자에게 답하려는 접근으로 N-of-1 시험이 있습니다. 환자 한 사람(극소수)을 대상으로 개별 치료를 시험하는 설계이며, 극소수 환자를 위한 맞춤 유전자치료에서는 이 방식으로 시험하게 되어 자연경과 기저선과 개인별 평가지표를 설계에 넣어야 한다고 합니다 (PMID 38527301, PMID 39532857).

윤리·비용·희귀결과. 효과가 있을지 모르는 치료를 절반의 사람에게서 의도적으로 보류하는 것은 그 자체로 윤리적 긴장을 낳습니다. 위약 사용, 정보 동의, 대조군의 적정성, 시험 종료 후 치료 접근권이 모두 살아 있는 쟁점입니다 (DOI: 10.31235/osf.io/uxst9_v2). 게다가 대규모 RCT는 느리고 비쌉니다. 아주 드문 부작용이나 수십 년 뒤의 결과처럼 RCT로 잡아내기 어렵거나 아예 불가능한 질문도 많습니다.

실용 vs 설명 — 애초에 무엇을 물었나. 반세기 전 슈바르츠와 를루슈는 시험을 두 갈래로 나눴습니다 (PMID 39396584). 설명적(explanatory) 시험은 이상적 조건에서 "이 치료가 원리적으로 효과가 있는가"를 묻고, 실용적(pragmatic) 시험은 현실 진료에서 "이 치료가 실제로 도움이 되는가"를 묻습니다. 둘은 목적이 다르므로 읽는 법도 달라야 합니다. 시험 결과는 설명적-실용적 설계 선택을 이해해야 제대로 해석할 수 있고, 설계에 따라 음성 결과의 의미가 모호해질 수도 있습니다 (PMID 36566693). 다만 디지털 헬스 시대에는 이 구분이 연속선이 아니라며, 현대 시험은 실용적이면서 동시에 설명적일 때 가장 유용하다는 반론도 있습니다 (PMID 39396584). 실용적 설계의 한 갈래인 레지스트리 기반 무작위시험은 무작위화의 강점을 지키면서 느리고 비싼 약점을 덜어내려는 시도입니다 (PMID 38320494).

RCT 없이 인과를 묻는 자리. 그렇다면 RCT가 없으면 아무것도 알 수 없을까요. 그렇지 않습니다. 같은 질문을 다룬 RCT와 관찰연구의 효과 추정치를 방대하게 비교한 코크란 메타역학 연구는 둘 사이에 차이가 없거나 아주 작다고 결론 내렸습니다(효과비의 비 1.08, 95% CI 1.01–1.15. 다만 저자들은 이 근거의 확실성을 '낮음'으로 평가했습니다) (PMID 38174786). 그러나 이 값은 평균이어서 개별 질문에서는 둘이 어긋나기도 합니다. 34건의 종설 중 23건에서만 두 설계의 추정치가 대체로 일치했고, 약물 중재만 보면 차이가 조금 더 컸습니다(1.12). 저자들은 설계 외에 대상·중재·비교·결과의 차이도 따져 봐야 한다고 합니다 (PMID 38174786).

반대 방향의 사례도 있습니다. 심정지 환자를 전문센터로 이송하는 문제에서, 신경학적 예후를 본 관찰연구들은 모두 전문센터 쪽이 낫다고 했지만 무작위시험은 차이를 확인하지 못했습니다. 다만 그 무작위시험은 특수한 세팅과 집단의 단일 시험이었습니다. 해당 리뷰는 근거의 확실성이 매우 낮다고 보면서도 전문센터 이용을 약하게 권고하고, 이송 시간 증가나 지역 병원 우회의 영향은 아직 불분명하다고 합니다 (PMID 39242018). 관찰연구가 가리킨 이득이 무작위 비교에서는 확인되지 않을 수 있다는 점이 무작위화가 필요한 이유 중 하나입니다.

성향점수 매칭은 레지스트리·전자의무기록 같은 관찰 데이터에서 나이·성별·동반질환 같은 측정된 특성이 비슷한 치료군과 비치료군을 짝지어 인과를 추정하려는 통계 기법입니다. 짝지을 수 있는 것은 측정된 특성뿐입니다. 인용한 리뷰의 결론은 RCT의 대체가 아니라 RCT와의 상보적 통합입니다 (PMID 38577204). 사회과학과 경제학에는 무작위 배정이 어렵거나 비윤리적인 질문이 많습니다. 물론 범죄 억제 정책처럼 무작위 현장시험이 가능한 영역도 있어서, 한 종설은 통제된 평가 50건 중 9건이 무작위 현장시험이었다고 밝힙니다 (DOI: 10.1111/1745-9133.70012). 무작위 배정이 어려운 질문에서는 준실험(무작위 배정은 없지만 비교집단을 갖춘 설계)이나 자연실험이 쓰여 왔습니다. 자연실험은 연구자가 아닌 정부·자연·제도가 처치를 배정하고 그 배정이 외부 요인에 따라 확률적인 상황을 가리키지만, 느슨하게 쓰이는 용어이며 무작위 실험과 본질이 다릅니다.

'황금표준'이라는 말의 함정. 개발경제학에서 RCT가 널리 쓰이게 되면서, 한 장(chapter)은 RCT가 프로그램 평가의 최선의 도구 중 하나라는 주장과 내적·외적 타당도에 대한 비판을 함께 저울질합니다 (DOI: 10.2139/ssrn.6221079). 사회실험에서는 표본 탈락이 내적·외적 타당도를 위협하고, 온라인·현장 실험이 늘수록 그 위협이 커진다고 합니다 (DOI: 10.31234/osf.io/ekm95). 농업 정책을 다룬 한 경제 실험 비교에서는 학생 표본과 농민 표본 사이에 내적·외적 타당도의 맞바꿈이 확인됐습니다 (DOI: 10.1093/qopen/qoag008). 또 RCT는 국소적(개인 단위) 개입의 효과를 재는데 정작 알고 싶은 것은 전면적(사회 단위) 개입의 효과일 때가 있습니다. 이때는 RCT 하나로 답할 수 없고 여러 불완전한 증거를 삼각측량해야 한다는 지적이 있습니다 (DOI: 10.31235/osf.io/nq3b5_v2). 심리치료 연구에서는 RCT의 편향·재현성·현실 괴리를 이유로 "황금표준"이라는 위상 자체를 재고하자는 목소리까지 나옵니다 (DOI: 10.1521/pdps.2025.53.2.157).

정직한 덧붙임. 경제학자 앵거스 디턴과 철학자 낸시 카트라이트는 "RCT를 증거 위계의 꼭대기에 두는 태도"를 겨눈 비판으로 널리 알려진 대표 논객입니다. 다만 이 글이 근거로 삼은 초록들은 그들의 개별 논증을 직접 담고 있지 않으므로, 위 문단에서는 그들의 이름을 특정 인용에 붙이지 않았습니다. 대신 같은 결의 비판, 곧 외적 타당도의 취약성, 내·외적 타당도의 상충, 국소 대 전면 개입의 간극이 여러 분야에서 독립적으로 제기되고 있음을 위 인용들이 보여 줍니다. 디턴·카트라이트의 원문 논증은 이 글의 근거 범위 밖에 있음을 밝혀 둡니다.

논문을 비판적으로 읽는 다섯 질문

RCT 논문을 열었을 때 스스로에게 던질 질문을 압축하면 이렇습니다.

• 무작위화·은폐·눈가림이 제대로 됐나? 이 셋이 무너지면 "황금표준"은 이름뿐입니다.
• ITT로 분석했나? 실제 복약자만 골라 셌다면 무작위화의 이점이 새어 나갔을 수 있습니다.
• 상대위험이 아니라 절대위험·NNT는 얼마인가? 그리고 신뢰구간이 효과 없음의 값을 걸치지는 않는지도 봅니다.
• 서브그룹 결과에 홀리지 않았나? 사전에 정하지 않은 사후 조각은 가설일 뿐입니다.
• 이 참가자들이 내 환자·내 현실과 얼마나 닮았나? 내적 타당도가 높다고 외적 타당도가 따라오지는 않습니다.

정직한 결론은 이렇습니다. 무작위 대조시험은 가정이 맞을 때 인과추론의 가장 강력한 도구입니다. 측정하지 못한 교란까지 균형 잡는 그 재주는 다른 어떤 설계도 흉내 내지 못합니다. 그러나 만능은 아닙니다. 외적 타당도, 평균 뒤에 숨은 개인, 윤리와 비용, 물을 수 없는 질문들 앞에서 RCT는 침묵하거나 흔들립니다. 그 침묵 앞에서 쓸 수 있는 대안, 곧 실험이 불가능할 때 자연이 만든 우연으로 인과를 묻는 방법은 「실험 없이 인과를 묻는 법 — 자연실험과 네 가지 설계」에서 이어집니다. "황금표준"이라는 말은 왕좌가 아니라 책임으로 읽는 편이 옳습니다. 언제 그 힘이 발휘되고 언제 무너지는지를 아는 사람만이 그 표준을 제대로 쓸 수 있습니다.

---

이 글은 연구 방법론에 대한 이해를 돕기 위한 교육용 콘텐츠이며, 특정 치료·약물에 대한 의학적 조언이 아닙니다. 개별 임상 결정은 반드시 주치의와 상의하시고, 인용된 논문의 원문을 직접 확인하시기를 권합니다.

근거 논문

• "The importance of randomization in clinical research" (2022) — PMID 36050978 — 관찰연구는 교란·선택·정보 편향에 취약해 가설 검증이 어렵고, 무작위화는 예후인자를 두 군에 고르게 분포시켜 결과 차이를 치료 탓으로 돌릴 수 있게 함. RCT=평균치료효과 추정의 황금표준.
• "Single-arm phase 3 designs: An oxymoron?" (2024) — PMID 38508234 — 1950년대 이래 RCT가 신약 확증의 황금표준. 176개 단일군 3상 설계를 분석, 확증 목적 사용의 정당화·편향 가능성을 더 분명히 보고해야 한다고 결론.
• "The Registry-Based Randomized Trial — A Pragmatic Study Design" (2024) — PMID 38320494 — 무작위화가 측정되지 않은 변수·치료선택 교란을 피해 인과적 해석을 가능케 함. 실용적·레지스트리 기반 설계로 느리고 비싼 약점 완화.
• "Interpreting Randomized Controlled Trials" (2023) — PMID 37835368 — 시험 표본은 축차 등록된 편의표본이라 모집단 대표 불가. 무작위 '배정'과 무작위 '표집'을 인과도로 구분, 외적 타당도의 근본 한계.
• "Pitfalls in the reporting of clinical events in unblinded device trials..." (2026) — PMID 42129909 — BIO|GUARD-MI 비맹검 기기 시험의 조기 종료. 수행 편향은 전체 코호트가 아니라 덴마크 참가자 하위군의 자발적 내원 차이에서 확인.
• "The Double-Blind Randomized Controlled Trial as the Gold Standard in Psychedelic Research: Neither Feasible Nor Desirable" (2025) — PMID 41424285 — 정신활성 효과가 뚜렷한 환각제 시험에서 이중맹검이 사실상 불가능함.
• "Intention-to-Treat Analysis in Clinical Research: Basic Concepts for Clinicians" (2024) — PMID 38320245 — ITT의 개념과 적용(재활 분야 중심)을 PRISMA 기반으로 정리.
• "Deviation from intention to treat analysis in randomised trials and treatment effect estimates: meta-epidemiological study" (2015) — PMID 26016488 — 표준 ITT에서 벗어난 분석이 치료효과를 더 크게 보이게 함(43개 종설·310개 시험).
• "Understanding The Number Needed to Treat" (2024) — PMID 38876401 — NNT=절대위험차의 역수. 기저 중증도·인구·치료강도·기간·비교대상에 좌우되며 반드시 신뢰구간을 동반해야 함.
• "How to interpret the number needed to treat for clinicians" (2026) — PMID 40839106 — NNT/NNH 계산과 흔한 함정. 기저위험·시간·신뢰구간 고려의 중요성.
• "The number needed to treat: it is time to bow out gracefully" (2025) — PMID 40782977 — 위험차가 유의하지 않으면 NNT 신뢰구간이 끊어져 해석 불능. 정책·지침 결정에서의 한계.
• "Aspirin in primary prevention: Undue reliance on an uninformative trial led to misinformed clinical guidelines" (2025) — PMID 40165541 — 총체적 증거 대신 정보력 없는(uninformative) 한 시험에 부당 의존해 지침이 왜곡된 사례.
• "Understanding explanatory and pragmatic trials: Examples from randomized controlled trials on vertebroplasty" (2023) — PMID 36566693 — 설명적/실용적 구분과 PRECIS-2 도구, 척추성형술 RCT 사례.
• "Modern trials are most useful when they are pragmatic and explanatory — there is no continuum" (2024) — PMID 39396584 — 슈바르츠·를루슈의 실용/설명 이분법을 디지털 헬스 시대에 재검토, 연속선이 아니라는 주장.
• "Healthcare outcomes assessed with observational study designs compared with those assessed in randomized trials: a meta-epidemiological study" (2024) — PMID 38174786 — 코크란 메타역학. RCT와 관찰연구의 효과 추정치가 차이 없거나 매우 작음(효과비의 비 1.08, 95% CI 1.01–1.15).
• "Cardiac arrest centres for patients with non-traumatic cardiac arrest: A systematic review" (2024) — PMID 39242018 — 관찰연구는 전문센터 이송의 이점을 보였으나 무작위시험은 차이 없음(관찰-RCT 불일치의 실례).
• "Can propensity score matching replace randomized controlled trials?" (2024) — PMID 38577204 — 성향점수 매칭으로 관찰 데이터에서 인과 추정. RCT의 윤리·외적 타당도 한계와 PSM의 가능성·논쟁.
• "N-of-1 medicine" (2024) — PMID 38527301 — 각 환자가 자신의 대조군이 되는 개인 맞춤 시험 설계, 정밀의학·디지털 헬스 맥락.
• "A framework for N-of-1 trials of individualized gene-targeted therapies for genetic diseases" (2024) — PMID 39532857 — 극소수(때로 한 명) 환자를 위한 개별 유전자치료의 N-of-1 시험 설계 원칙.
• "Ethical Challenges of Randomized Controlled Trials" (2025) — DOI: 10.31235/osf.io/uxst9_v2 — 정보 동의·위약·대조군 적정성·시험 후 치료 접근권 등 RCT의 윤리적 긴장(Beauchamp·Childress 원칙).
• "Are randomized controlled trials as gold standard for high level evidence a pragmatic approach in the era of precision medicine and real-world evidence" (2026) — DOI: 10.38106/lmrj.2026.8.1-01 — 정밀의학·실사용 데이터 시대에 RCT의 일반화·비용·LMIC 적용성 한계.
• "Beyond the average: a synthetic control approach to estimate heterogeneous treatment effects with panel data" (2026) — DOI: 10.1007/s11135-026-02615-2 — 평균을 넘어 개별·이질적 치료효과 분포를 추정하는 방법.
• "Can Randomized Controlled Trials be a Discovery Process?" (2026) — DOI: 10.2139/ssrn.6221079 — 개발경제학의 RCT 대유행(2019년 노벨상)과 내적·외적 타당도 비판, 제도적 전제.
• "External validity of social experiments" (2024) — DOI: 10.31234/osf.io/ekm95 — 표본 탈락과 맥락 의존이 사회실험의 외적 타당도·일반화를 위협.
• "Trade-offs between internal and external validity in economic experiments to inform agricultural policy" (2026) — DOI: 10.1093/qopen/qoag008 — 경제 실험에서 내적 타당도와 외적 타당도의 상충.
• "Notes on Randomized Controlled Trials for Studying Social Media Harms" (2026) — DOI: 10.31235/osf.io/nq3b5_v2 — RCT는 국소적 개입을 재지만 관심사는 전면적 개입일 수 있음. 불완전한 증거의 삼각측량 필요.
• "Revisiting Randomized Controlled Trials: Reassessing Their Role as the Gold Standard for Evidence-Based Treatments" (2025) — DOI: 10.1521/pdps.2025.53.2.157 — 심리치료 연구에서 RCT의 편향·재현성·현실 괴리, 황금표준 위상 재고.
• "Focused deterrence can reduce crime: A systematic review of randomized controlled trials and quasi-experiments" (2026) — DOI: 10.1111/1745-9133.70012 — 사회과학에서 무작위·준실험으로 정책 효과 검증(범죄 억제 50개 평가).