이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
임상통계 업무 보조를 하면서, 설계 단계에서 가장 중요한 건 1차 평가변수를 얼마나 명확하게 정의하느냐라는 걸 배웠습니다. 한 임상 프로토콜을 리뷰할 때 1차 endpoint가 복합 지표로 설정돼 있었는데, 각 구성 항목의 측정 시점이 달라 통계 검정력 가정이 무너질 수 있는 구조였습니다. 그 지점을 메모해 두었다가 통계 담당자에게 확인 요청을 드렸고, 실제로 측정 시점 통일이 필요하다는 피드백이 돌아왔습니다. 임상시험은 설계가 변경되면 비용과 일정이 통째로 흔들리기 때문에 초기 단계의 검토 비용이 가장 싸다는 걸 그 경험에서 배웠습니다.
통계 가정을 설계 초반에 꼼꼼히 따져보는 습관이 임상 업무에서 특히 중요하다고 생각합니다. 실무에서도 그 태도를 유지하고 싶습니다.
임상시험 설계에서 제가 중요하게 보는 또 하나의 요소는, 표본 크기와 검정력, 탈락률을 따로 보지 않고 함께 잡는 일입니다. 검정력을 80~90%로 확보하려면 기대 효과 크기와 탈락률을 사전에 가정해 표본 크기를 산출해야 하는데, 이 가정이 어긋나면 시험이 끝나도 결론을 못 내기 때문입니다. 그래서 저는 표본 크기 계산을 단독으로 보지 않고, 어떤 효과 크기를 가정했는지와 중도 탈락을 얼마로 봤는지, 유의수준을 어떻게 설정했는지를 묶어 봅니다. 유의수준 설정은 규제 허가 심사에 직결되는 결이라 특히 신중해야 합니다. 윤리도 의식합니다. 안전성과 중도탈락 기준을 함께 설계해야 한다고 봅니다. 다만 한계도 짚습니다. 저는 임상통계 보조 수준이라, 표본 크기를 직접 산출하거나 1차 종점을 허가 전략과 연결해 설계해 본 경험은 없습니다. 예산·기간·등록률 같은 현실 제약도 자료로 아는 정도입니다. 그래서 표본 크기와 검정력을 함께 보는 시각을 토대로, 그 설계 역량을 더 키우려 합니다.
임상시험 설계에서 제가 통계 못지않게 의식하는 건, 윤리와 현실 제약입니다. 표본 크기와 검정력 같은 통계 요소만 보면, 피험자 안전이나 예산·기간·등록률 같은 현실이 빠져 설계가 책상 위에서만 맞기 때문입니다. 그래서 저는 1차 평가변수와 통계 가정을 따지는 동시에, 안전성 모니터링과 중도탈락 기준 같은 윤리적 중단 규칙을 함께 봐야 한다고 봅니다. 또 아무리 이상적인 설계도 등록률이 낮거나 기간이 빠듯하면 못 돌려, 현실 제약 안에서 실행 가능한지를 함께 가늠해야 합니다. 임상통계 보조를 하며, 복합 endpoint의 측정 시점이 달라 검정력 가정이 무너질 수 있는 구조를 발견해 통계 담당자에게 확인 요청을 드린 경험에서, 설계 초기의 검토가 가장 싸다는 걸 배웠습니다. 다만 한계도 짚습니다. 저는 보조 수준이라, 윤리 심의나 허가 전략을 직접 설계에 반영하거나 현실 제약을 두고 프로토콜을 조율해 본 경험은 없습니다. 그래서 윤리와 제약을 의식하는 시각을 토대로, 그 설계 역량을 더 키우려 합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 고려대학교의료원 통계·계량 분석 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.