NHIS 맞춤형 DB와 표본코호트 DB: 무엇을 신청할까
국민건강보험공단(NHIS) 자료로 논문을 쓰기로 했다면 가장 먼저 만나는 갈림길이 있습니다. 공단이 미리 만들어 둔 표본코호트 DB를 신청할지, 연구자가 조건을 정해 따로 추출받는 NHIS 맞춤형 DB를 신청할지입니다. 이 선택은 사건 수, 변수 구성, 분석 환경, 일정을 한꺼번에 정하므로, 신청서를 쓰기 전에 규칙으로 가려 두는 편이 안전합니다.
이 글은 건강보험 빅데이터 플랫폼(nhiss.nhis.or.kr) 메인 화면의 메뉴 구성(열람일 2026-10-12), 공단 자료의 프로파일 논문, 청구자료 활용 리뷰를 근거로 합니다[1]~[6]. 연구진행 절차안내, 심의위원회 안내, 수수료 FAQ도 같은 날 읽고 반영했습니다[1]. 신청 문서 목록처럼 로그인 뒤에 있는 항목은 신청 전에 플랫폼과 담당 부서 안내로 확인하십시오. 네 가지 자료원의 전반적 비교는 국내 보건의료 빅데이터로 논문 쓰기: NHIS·HIRA·KNHANES 비교, HIRA 신청 절차는 HIRA 빅데이터 신청 절차에서 다루었습니다. 이 글은 NHIS 안에서 무엇을 신청할지에만 집중합니다.
간단히 말하면
표본코호트 DB는 공단이 구성해 둔 표본을, 맞춤형 DB는 연구자가 정한 조건에 맞는 자료를 따로 추출해 제공합니다. 질환이나 약제가 드물어 표본에서 사건 수가 모자라면 맞춤형, 장기 추적과 일반적인 질문이면 표본이 기본입니다. 어느 쪽이든 IRB 승인 또는 면제 확인이 먼저이고, 분석은 공단이 정한 환경(표본연구DB는 VPN으로 가상화 연구룸 접속, 맞춤형연구DB는 전국분석센터 방문 후 가상화 연구룸 접속)에서 하며 중간산출물만 반출한다는 전제로 일정을 잡아야 합니다.
표본코호트 DB와 맞춤형 DB, 무엇이 다른가
Kyoung과 Kim의 리뷰는 NHIS와 HIRA 모두 자료를 표본 자료와 전체(맞춤형) 자료로 제공한다고 정리합니다[2]. 맞춤형은 연구자가 요청한 조건에 맞는 전국 자료를 제공하되, 변수는 연구 목적에 필요한 범위로 제한되고 원시 자료가 아니라 연구 설계에 해당하는 결과만 받으며 자료의 소유는 인정되지 않습니다[2]. 표본코호트도 자료를 소유할 수 없고, 분석센터를 방문하거나 원격으로 접속해 분석한 뒤 결과를 반출하는 방식입니다[2].
같은 리뷰가 제시하는 선택 기준은 단순합니다. 질환이나 약제가 드물거나 대용량 분석이 필요하면 맞춤형 자료를, 그렇지 않으면 표본코호트를 쓰라는 것입니다[2]. 아래 표는 이 기준과 리뷰의 비교표를 기준으로 정리했습니다.
| 구분 | 표본코호트 DB | 맞춤형 DB |
|---|---|---|
| 자료 범위 | 공단이 구성한 표본(리뷰 기준 5종, 현재 메뉴는 아래 표 참고)[2] | 연구자가 요청한 조건에 맞는 전국 자료[2] |
| 적합한 설계 | 장기 추적(종단) 연구 선호[2] | 희귀 질환·약제, 대용량 분석[2] |
| 변수 | 코호트별 프로파일 논문에 구성이 정리됨[4][5] | 연구 목적에 필요한 변수로 제한[2] |
| 소유와 분석 | 소유 불가. VPN으로 가상화 연구룸에 접속해 분석하고, 종료 시 연구룸 회수와 데이터 삭제[1][2] | 소유 불가. 전국분석센터 방문 후 가상화 연구룸 접속, 중간산출물은 공단 절차로 반출[1][2] |
| 신청 전제 | IRB 승인(또는 면제 확인) 후 연구계획서로 신청[2] | 같음[2] |
| 일정 | 자료제공 심의 결정은 신청일로부터 25일, 이후 자료 구축과 비용 납부[1]. 2022년 리뷰는 분석실 배정까지 수개월로 정리[2] | 심의 결정은 신청일로부터 25일[1]. 자료 구축 기간은 공단에 확인 |
자료: Kyoung DS, Kim HS. J Lipid Atheroscler. 2022[2]. 리뷰 작성 시점의 정리이므로 현재 제공 방식은 플랫폼 안내로 다시 확인하십시오.
HIRA의 환자표본자료는 자료를 직접 보유하고 분석할 수 있지만 NHIS 표본은 그렇지 않다는 점이 가장 큰 실무 차이입니다[2]. 같은 “표본”이라는 말을 쓰더라도 HIRA 표본을 쓰던 경험이 NHIS에서는 통하지 않습니다.
플랫폼 메뉴로 확인한 자료 종류
건강보험 빅데이터 플랫폼의 메인 화면은 연구과제 메뉴 아래에 연구안내, 표본연구DB신청, 맞춤형연구DB신청, 결합자료제공신청, 교육용DB신청을 둡니다[1]. 2026-10-12에 읽은 메뉴 이름만 옮기면 다음과 같습니다.
| 메뉴(연구과제) | 하위 메뉴 이름 | 선택에 쓰는 법 |
|---|---|---|
| 표본연구DB신청 | 표본코호트DB, 건강검진코호트DB, 노인코호트DB, 저위험 표본코호트DB[1] | 질문이 일반 인구, 검진 변수, 60세 이상, 가벼운 탐색 중 어디에 가까운지로 고릅니다 |
| 맞춤형연구DB신청 | 맞춤형연구DB신청[1] | 표본으로 사건 수가 모자랄 때, 특정 조건의 대상자를 전수로 뽑을 때 씁니다 |
| 결합자료제공신청 | 결합자료제공신청[1] | 외부 자료와 연결이 필요한 설계에서 확인합니다 |
| 교육용DB신청 | 교육용 표본연구DB 신청[1] | 교육 목적용으로 이름이 붙어 있습니다. 논문 자료로 쓸 수 있는지는 안내문으로 확인하십시오 |
| 연구안내 | 연구진행 절차안내, 표본연구DB 연구소개, 맞춤형연구DB 연구소개, 데모다운로드[1] | 신청 전에 먼저 읽는 곳입니다 |
자료: 건강보험 빅데이터 플랫폼 메인 화면, 기준일 2026-10-12[1].
리뷰가 소개한 표본 5종(전체 인구 2% 표본, 성인 검진, 노인, 직장 여성, 영유아)과 현재 메뉴의 4종은 이름과 구성이 같지 않습니다[1][2]. 논문에서 읽은 코호트 이름이 지금도 같은 이름으로 제공된다고 가정하지 말고, 신청할 시점의 메뉴와 안내문으로 확인하는 것이 순서입니다. 산업계 연구자는 연구과제 메뉴와 별도로 산업계 맞춤형 익명정보 신청 메뉴가 있다는 점도 알아 두십시오[1].
표본코호트 고르기: 코호트별 규칙
코호트마다 변수 구성이 크게 다릅니다. 프로파일 논문에서 확인한 내용은 아래와 같습니다. 추적 종료 연도는 논문 발표 시점의 값이며 현재 제공 기간은 더 길 수 있습니다. NSC는 한 연구의 방법 항목에서 2006년 인구의 2.2%를 2019년까지 추적한 버전(2.2)을 썼다고 적었습니다[6].
| 코호트 | 구성 | 변수 특징 | 한계(논문 기재) |
|---|---|---|---|
| 표본코호트(NSC) | 2006년 인구의 2.2% 층화 무작위 표본, 2019년까지 추적(NSC 2.2 사용 연구 기준)[6] | 청구 자료 중심. 연구 사례는 의료이용과 비용을 분석[6] | 비급여 항목이 없어 비용이 낮게 계산될 수 있음[6] |
| 건강검진코호트(HEALS) | 2002~2003년 검진 수검자의 10% 무작위 추출 514,866명, 2002년 기준 40~79세, 2013년까지 추적[4] | 문진(흡연, 음주, 신체활동, 병력·가족력)과 검사(혈압, 공복혈당, 지질, 혈색소, 요검사, 크레아티닌, 간효소, 체질량지수, 허리둘레), 통계청 사망일·사인 연계[4] | 건강행태는 자기보고. 청구 진단은 실제 상태와 다를 수 있음[4] |
| 노인코호트(NHIS-Senior) | 2002년 60세 이상 550만 명 중 10% 단순무작위 558,147명, 2015년까지 추적[5] | 건강검진과 노인장기요양 정보로 질병 이전 단계 분석[5] | 검진·장기요양 비이용자 존재. 건강행태 자기보고. 질병 코드 정확도[5] |
| 저위험 표본코호트(파일럿) | NHID에서 100만 명 무작위 추출, 2014~2023년 연속 10년, 변수 37개(검진 결과 포함)[7][8] | 가명처리 자료. 공단 공지: 2차 개방 2026-06-24~12-31, 시범 기간 수수료 면제(이후 부과될 수 있음), 확약서 서명 후 업로드[1]. 보도: 내부 심사, 산업계에는 원격망으로 제공[7][8] | 언론 보도 기준. 보도의 ‘저위험 표본데이터’를 메뉴의 ‘저위험 표본코호트DB’와 같은 자료로 본 것은 이 글의 판단이므로 플랫폼 안내문으로 확인[7][8] |
자료: 프로파일 논문[4][5], 연구 사례[6], 언론 보도 2건[7][8].
이 표에서 나오는 선택 규칙은 다음과 같습니다.
- 노출이나 결과에 검진 수치·생활습관이 필요하면 건강검진코호트를 먼저 봅니다. 청구 자료만으로는 흡연, 음주, 혈압 같은 변수가 없습니다[2][4].
- 60세 이상의 장기 추적, 장기요양 이용이 질문이면 노인코호트가 맞습니다[5].
- 일반 인구의 처방, 의료이용, 비용 추이면 표본코호트로 충분한지 사건 수를 계산해 봅니다(다음 절).
- 사망 원인이 결과이면 사인이 연계된 자료인지 확인합니다. 리뷰는 사망원인 자료를 공단 신청 때 한국통계진흥원에 함께 신청할 수 있다고 적었고, HEALS는 통계청(2025년 10월 국가데이터처로 개편) 사인 자료를 연계했습니다[2][4].
- 맞춤형에도 검진 변수를 담을 수 있는지는 신청 상담에서 직접 확인합니다.
계산 예시: 표본으로 사건 수가 충분한가
표본과 맞춤형을 가르는 실제 기준은 대상자 수가 아니라 노출군에서 관찰되는 사건 수입니다. 아래는 가상의 예시입니다. 노출 약제 X를 쓰는 사람이 인구의 1%, 비노출군의 결과 Y 발생률이 10만 인년당 4건, 진짜 위험비가 3, 평균 추적 5년이라고 가정합니다. 표본 규모는 건강검진코호트(514,866명)와 비슷하게, 맞춤형 규모는 NHID가 담은 5천만 명 이상[3]에서 5천만 명으로 잡았습니다.
| 계산 단계 | 표본(514,866명) | 맞춤형(5천만 명) |
|---|---|---|
| 노출군 인원(1%) | 5,149명 | 500,000명 |
| 노출군 인년(×5년) | 25,743 | 2,500,000 |
| 노출군 예상 사건(10만 인년당 12건) | 3.1건 | 300건 |
| 비노출군 예상 사건(10만 인년당 4건) | 101.9건 | 9,900건 |
| 위험비 3의 95% 신뢰구간(근사) | 0.97~9.3 | 2.67~3.37 |
공식: 노출군 사건 = 인년 × 4/100,000 × 3, ln(위험비)의 표준오차 = √(1/노출군 사건 + 1/비노출군 사건), 구간 = 3 ÷ exp(1.96×SE) ~ 3 × exp(1.96×SE). 사건 수가 기댓값대로 관찰된다는 단순 가정이며 가상의 수치입니다.
표본에서는 전체 사건이 약 105건이라 노출과 공변량 5개를 넣은 Cox 모형의 “변수당 사건 10건” 기준(60건)은 넘습니다. 이 기준은 Peduzzi 등의 모의실험에서 10건이 가장 신중한 값으로 제시되었고[9], Vittinghoff와 McCulloch는 10건 미만에서도 허용 가능한 경우가 있어 기준을 완화할 수 있다고 보고했습니다[10]. 그러나 모형 기준을 통과해도 노출군 사건이 3건이면 위험비의 구간이 0.97~9.3으로 넓어 결론을 낼 수 없습니다. 이럴 때는 질문을 넓히거나(약제군 단위로 묶기), 맞춤형으로 바꾸는 것이 선택지입니다.
반대로 일반적인 질환의 유병과 의료이용 같은 질문은 표본으로 충분한 경우가 많습니다. 표본 크기와 검정력 계산의 기본은 표본 크기 계산 가이드에 있습니다.
분석 환경과 결과 반출
플랫폼 메인 화면에는 분석센터 예약, 분석센터 예약현황, 분석센터 이용제한현황(수칙위반·예약미이행), 자료 반출·반입 신청현황, 연구자료 보관·가상화 재사용·사용기간 연장 신청, 연구자추출용 PC 예약 메뉴가 있습니다[1]. 메뉴 이름으로 알 수 있는 것은 분석 공간을 예약해서 쓰고, 수칙 위반과 예약 미이행에 이용 제한이 있으며, 반출·반입과 사용기간 연장을 별도로 신청한다는 점까지입니다. 절차안내는 표본연구DB를 VPN으로 가상화 연구룸에 접속해 분석하는 흐름으로, 맞춤형연구DB를 전국분석센터를 방문한 뒤 가상화 연구룸에 접속하고 중간산출물을 반출하는 흐름으로 구분합니다[1]. 수수료 FAQ는 맞춤형DB 기준으로 1주일 미만은 일수×50,000원, 1개월 이상은 월수×700,000원이며 표본연구는 50%를 감면하고, 200GB를 넘으면 1GB당 10,000원이 추가된다고 적고 있습니다[1]. 중간 구간은 FAQ 원문을 확인하십시오.
이 때문에 일정과 분석 계획에는 다음을 반영해 두는 편이 안전합니다.
- 분석센터 예약 메뉴가 있으므로 원하는 날짜에 자리가 없을 수 있다고 보고, 센터에서 쓸 시간을 줄이도록 분석 계획서(SAP)와 코드 구조를 미리 확정합니다.
- 반출하는 것은 결과값(표, 모형 계수)이므로 하위집단 표의 셀이 작아지지 않게 변수 범주를 설계합니다. 정확한 반출 기준은 플랫폼 안내문에서 확인합니다.
- 사용기간 연장은 별도 신청이므로 분석이 길어질 가능성을 일정에 넣습니다.
- 분석 코드와 패키지를 반입할 수 있는지, 어떤 통계 소프트웨어가 설치되어 있는지는 센터 안내로 확인합니다.
자료 보유 규칙이 시기마다 달랐다는 점도 기억해 두십시오. 2017년 HEALS 프로파일은 승인 후 원시 자료가 수수료와 함께 제공된다고 적었지만[4], 2022년 리뷰는 표본코호트를 소유할 수 없고 분석센터나 원격으로만 쓴다고 정리합니다[2]. 같은 자료도 신청 시점의 규칙이 달라지므로 논문의 절차 설명을 그대로 믿지 마십시오.
IRB와 신청서에 넣을 항목
NHID 프로파일은 자료 이용에 소속 기관 IRB의 윤리 승인과 연구계획서 제출이 필요하고, 공단의 심의위원회가 검토한 뒤 자료를 제공한다고 적었습니다[3]. Kyoung과 Kim도 IRB 승인 또는 면제를 먼저 받고 이를 기반으로 한 연구계획서로 공단에 신청하는 순서를 설명합니다[2]. IRB 면제와 서면동의 면제의 조건은 IRB 심의 면제, 서면동의 면제에서 따로 정리했습니다. 플랫폼의 절차안내는 IRB 결과통지서와 IRB에 제출한 연구계획서의 제출을 필수로 적고 있습니다[1]. 소속 기관의 면제 확인서가 승인서를 대신할 수 있는지는 공개 안내에서 찾지 못했으므로 공단 담당 부서에 문의해 확인하십시오.
IRB 판단은 기관마다 다릅니다. 예를 들어 NSC 자료를 쓴 한 한의학 연구는 공개된 자료를 분석했다는 이유로 경희대학교 IRB에서 동의 절차 면제를 받았다고 논문에 적었습니다[6]. 그 대학, 그 시점의 판단이므로 다른 기관에 일반화할 수 없고, 본인 기관 IRB가 정한 서류와 절차를 따라야 합니다.
신청서에서 가장 비용이 큰 실수는 변수와 대조군을 빠뜨리는 것입니다. Kyoung과 Kim은 처음부터 필요한 변수를 신청에 모두 넣어야 하며, 나중에 추가하면 신청과 추출에 시간이 더 걸린다고 설명합니다[2]. 대조군을 고려하지 않고 신청했다가 분석이 제한되거나 재신청한 사례도 같은 글에 소개됩니다[2]. 아래 항목을 연구계획서 초안에 넣어 두면 누락이 줄어듭니다.
- 연구 질문과 가설, 대상자 선정 기준(상병·약제 코드, 기간, 연령)
- 노출, 결과, 공변량 변수 전체 목록. 나중에 추가할 변수는 없다고 가정하고 작성
- 대조군의 정의와 추출 조건
- 추적 시작일, 종료일, 관찰 중단 기준
- 노출군 사건 수 계산(앞 절)과 표본코호트 또는 맞춤형 선택 이유
- 사망 원인이 필요한지 여부
- 분석 방법과 반출할 표의 목록
코드로 질병을 정의하는 순간 검증 문제가 생깁니다. 결과를 보고할 때는 RECORD가 STROBE를 확장해 일상적으로 수집된 건강자료 연구에 필요한 보고 항목 13개를 제시한다는 점[11]을 계획 단계부터 고려하십시오. 결측치가 문제가 될 때는 결측치 처리와 보고를 참고할 수 있습니다.
일정 거꾸로 계산하기
플랫폼의 연구진행 절차안내는 서류신청, 자료제공 심의 결정(신청일로부터 25일), 자료 구축과 비용 납부, 자료 제공의 순서를 적고 있고, 심의위원회는 위원장이 매월 2회 이상 소집한다고 명시합니다[1]. 2022년 리뷰는 신청부터 자료 추출, 분석실 배정까지를 “수개월”로 정리했습니다[2]. 아래 기간은 가상의 예시이며, 공단 담당자 안내와 소속 기관 IRB 일정으로 바꿔 넣어야 합니다. 계산 방법은 목표일에서 거꾸로 단계 기간을 빼는 것입니다.
| 단계 | 가정한 기간 | 시작일 → 종료일 |
|---|---|---|
| 원고 작성·투고 준비 | 8주 | 2027-10-20 → 2027-12-15 |
| 분석센터 분석과 결과 반출 | 10주 | 2027-08-11 → 2027-10-20 |
| 자료 신청부터 추출, 분석실 배정 | 16주(약 4개월) | 2027-04-21 → 2027-08-11 |
| 계획서 작성과 IRB | 8주 | 2027-02-24 → 2027-04-21 |
가상의 예시: 박사과정 졸업 요건으로 투고 목표일을 2027-12-15로 두었을 때의 역산(합계 42주). 각 기간은 가정이며 공단과 기관의 실제 일정으로 대체합니다.
합계 42주면 2027-02-24에는 계획서 작업이 시작되어야 합니다. 이 수치가 학기 일정과 맞지 않으면, 표본코호트로 질문을 줄이는 방안과 맞춤형을 유지하고 투고 목표일을 미루는 방안 중 하나를 골라야 합니다. 졸업 요건의 논문 기준은 학교와 학과마다 다르므로 국내 대학원 박사 졸업 SCI 논문 요건에서 본인 학교 규정을 먼저 확인하십시오.
한국 연구자별로 확인할 것
- 석·박사과정: 졸업 요건 투고 일정이 먼저 정해져 있으므로 앞 절의 역산을 지도교수와 함께 점검합니다. 연구책임자, 공저자, 교신저자는 신청 전에 정해 둡니다.
- 전공의·임상의: 병원 IRB 일정을 먼저 확인합니다. 병원 자체 EMR과 청구 자료를 연결하는 설계는 결합자료제공신청 메뉴 대상인지 상담이 필요합니다[1].
- 기업 연구원: 파일럿으로 알려진 저위험 표본코호트는 학술 연구자와 공익 목적(신약·치료 개발 등)의 산업계를 대상으로 한다고 보도되었습니다[7]. 별도 산업계 맞춤형 익명정보 신청 메뉴도 있으므로 자격은 플랫폼 안내문으로 확인합니다[1].
- 외국 소속 공동연구자: 프로파일 논문 시점에는 한국 연구자만 개별 자료를 쓸 수 있었고 국외 연구자는 한국 연구자와의 공동연구로 접근할 수 있다고 적혔습니다[4][5]. 현재 규정은 안내문으로 확인합니다.
NHIS 자료 연구를 계획하고 있다면 Editverse가 원고 준비부터 게재 확정까지 함께 지원할 수 있습니다. 연구 질문, 변수·교란변수 정의, 분석 코드 준비, 주요 분석은 레지스트리·실사용데이터(RWD) 연구 서비스와 레지스트리·RWD 연구 【기본】에서, 원고 작성 지원은 같은 서비스의 고급·프리미엄 플랜에서, 작성부터 게재 확정까지 이어 가는 전 과정은 논문 작성부터 게재 확정까지 풀 서비스에서 확인하실 수 있습니다. Editverse는 ICMJE 권고, COPE 지침, GPP 2022(GPP3 개정판)에 따라 진행합니다. 학생·무펀딩 연구자 할인이나 범위 확인은 문의 양식 또는 [email protected]으로 보내 주십시오.
마무리
NHIS 맞춤형 DB와 표본코호트 DB의 선택은 자료 크기가 아니라 노출군의 사건 수, 필요한 변수, 일정의 세 가지로 정해집니다. 표본에서 사건이 모자라면 맞춤형으로, 검진 변수가 필요하면 검진 코호트로, 나머지는 표본으로 출발하십시오. 신청서에는 변수와 대조군을 처음부터 모두 넣고, 일정은 목표일에서 거꾸로 계산하십시오. 이 글의 절차 설명은 2026-10-12 기준이며 공단의 안내가 바뀔 수 있으므로 신청 전에 플랫폼 최신 안내를 확인하시기 바랍니다.
참고문헌
1. 건강보험 빅데이터 플랫폼(국민건강보험공단). 메인 화면 메뉴 구성(연구과제, 가상화연구분석, 산업계 빅데이터 등). nhiss.nhis.or.kr. 기준일 2026-10-12(메인 화면 메뉴, 연구진행 절차안내, 심의위원회 안내, 수수료 FAQ, 저위험 표본데이터셋 공지 열람. 문서 목록 등 로그인 뒤 항목은 미열람)
2. Kyoung DS, Kim HS. Understanding and Utilizing Claim Data from the Korean National Health Insurance Service (NHIS) and Health Insurance Review & Assessment (HIRA) Database for Research. J Lipid Atheroscler. 2022;11(2):103-110. DOI: 10.12997/jla.2022.11.2.103. PMID: 35656154
3. Cheol Seong S, Kim YY, Khang YH, et al. Data Resource Profile: The National Health Information Database of the National Health Insurance Service in South Korea. Int J Epidemiol. 2017;46(3):799-800. DOI: 10.1093/ije/dyw253. PMID: 27794523
4. Seong SC, Kim YY, Park SK, et al. Cohort profile: the National Health Insurance Service-National Health Screening Cohort (NHIS-HEALS) in Korea. BMJ Open. 2017;7(9):e016640. DOI: 10.1136/bmjopen-2017-016640. PMID: 28947447
5. Kim YI, Kim YY, Yoon JL, et al. Cohort Profile: National health insurance service-senior (NHIS-senior) cohort in Korea. BMJ Open. 2019;9(7):e024344. DOI: 10.1136/bmjopen-2018-024344. PMID: 31289051
6. Kim D, Lee YJ, Jang BH, Park JS. Analysis of factors associated with the use of Korean medicine after spinal surgery using a nationwide database in Korea. Sci Rep. 2023;13(1):20177. DOI: 10.1038/s41598-023-47454-5. PMID: 37978330
7. 의약일보. 건보공단, 의약 R&D 판도 바꿀 ‘100만명 빅데이터’ 전면 무료화. medicaldaily.co.kr. 2026-07-02 보도, 기준일 2026-10-12
8. 메디포뉴스. 건보공단, 보건의료 빅데이터 ‘저위험 표본데이터’ 활용 설명회(7/10) 안내. medifonews.com. 2026-07-02 보도, 기준일 2026-10-12
9. Peduzzi P, Concato J, Feinstein AR, Holford TR. Importance of events per independent variable in proportional hazards regression analysis. II. Accuracy and precision of regression estimates. J Clin Epidemiol. 1995;48(12):1503-1510. DOI: 10.1016/0895-4356(95)00048-8. PMID: 8543964
10. Vittinghoff E, McCulloch CE. Relaxing the rule of ten events per variable in logistic and Cox regression. Am J Epidemiol. 2007;165(6):710-718. DOI: 10.1093/aje/kwk052. PMID: 17182981
11. Benchimol EI, Smeeth L, Guttmann A, et al. The REporting of studies Conducted using Observational Routinely-collected health Data (RECORD) statement. PLoS Med. 2015;12(10):e1001885. DOI: 10.1371/journal.pmed.1001885. PMID: 26440803
이어서 읽기
원고 상담
이 주제로 원고를 준비 중이신가요?
연구 분야와 원고 단계를 남겨 주시면 PhD·MD·통계 전문가가 검토 방향을 이메일로 안내해 드립니다.
- PhD · 의학박사(MD) · 통계 전문가 · 분야 전문가가 함께 검토
- 선결제 없이 시작, 첫 초안 확인 후 결제
- 대학·기관 지침과 COPE·ICMJE 기준 준수, 비밀유지(NDA)
- 영업일 기준 24시간 이내 이메일 답변
