이 연구 주제는 임상 현장에서 생성되는 다양한 의료 데이터를 통계적으로 해석하여 질병의 위험요인, 예후, 치료 효과를 정량적으로 평가하는 데 초점을 둔다. 연구실의 논문과 프로젝트를 보면 간세포암, 위암, 심근경색, 치매 예방과 같은 실제 임상 문제를 대상으로 생존분석, 위험도 평가, 메타분석, 코호트 연구 설계를 수행하고 있으며, 이를 통해 의료적 의사결정을 뒷받침하는 근거를 생산하고 있다. 특히 단순한 기술통계를 넘어 환자군 특성, 질환 단계, 공변량 보정, 예후인자 탐색 등 정교한 분석 전략을 적용하는 점이 핵심이다. 방법론적으로는 후향적 관찰연구와 실제진료자료(real-world data)를 기반으로 한 통계 모델링이 중요한 축을 이룬다. 간암 치료에서 수술과 고주파열치료의 성과 비교, 간섬유화 수치 기반 간암 발생위험 평가, 암 약물의 효과와 안전성 검증처럼 임상적으로 복잡한 질문에 대해 신뢰구간, 위험비, 재발생존율, 전체생존율 등의 지표를 체계적으로 산출한다. 또한 다기관 자료의 이질성, 교란변수, 데이터 품질 차이 같은 현실적 문제를 고려하여 분석의 타당성과 재현성을 높이는 연구를 수행한다. 이러한 연구는 의사 개인의 경험에 의존하던 판단을 데이터 기반의 정밀한 의사결정으로 전환하는 데 기여한다. 환자군별 맞춤 치료 전략 수립, 고위험군 조기 선별, 치료법 비교 평가, 보건의료 정책 수립 등으로 확장 가능성이 크며, 의학·보건 분야에서 생물통계의 실질적 역할을 보여준다. 앞으로도 대규모 임상자료와 디지털헬스 데이터가 축적될수록 이 연구 분야는 더 높은 예측력과 설명력을 갖춘 정밀의료 통계로 발전할 가능성이 높다.

이 연구 주제는 유전적 변이가 질병 감수성이나 정량형질에 어떤 영향을 미치는지 통계적으로 규명하는 통계유전학 연구를 중심으로 한다. 연구자의 핵심 키워드가 Statistical Genetics이며, 학회 발표 이력에서도 연관분석, 연계분석, 가족자료 분석, 유전도 추정, SNP-발현 회귀, 공복혈당 관련 유전체 분석 등 통계유전학의 전형적인 주제가 지속적으로 나타난다. 이는 연구실이 단순 응용 통계를 넘어 유전정보와 표현형의 관계를 모델링하는 방법론에 강점을 가지고 있음을 보여준다. 구체적으로는 가족자료, 쌍둥이 자료, 계보 자료를 활용하여 질병 또는 연속형 형질의 유전적 구조를 파악하는 접근이 특징적이다. Sib-pair linkage analysis, hierarchical generalized linear model, Bayes 접근, optimal subset regression, genome-wide linkage and association analysis 등 다양한 통계모형이 활용되며, Hardy-Weinberg equilibrium 위반과 같은 유전자료 특유의 문제도 다룬다. 이러한 방법들은 복합질환에서 개별 유전자 효과뿐 아니라 가족 내 상관구조와 다유전자적 특성을 동시에 고려하는 데 적합하다. 통계유전학 연구는 당뇨, 대사질환, 근력, 류마티스관절염 등 복합형질의 원인을 이해하고, 장기적으로는 위험예측과 맞춤의학으로 이어지는 기반을 제공한다. 특히 한국인 집단자료와 가족기반 데이터에 대한 분석 경험은 국내 정밀의료 연구에 중요한 자산이 된다. 앞으로는 유전체 데이터와 전자의무기록, 생활습관 정보, 바이오마커를 통합한 다중오믹스 분석으로 확장되며, 질병 기전 규명과 개인 맞춤형 예방 전략 개발에 더욱 큰 기여를 할 수 있다.

이 연구 주제는 전자의무기록과 다기관 의료데이터를 체계적으로 수집·표준화·분석하여 실제 진료환경에서 치료 효과와 안전성을 평가하는 연구에 해당한다. 연구실이 참여한 전국 단위 암 연구에서는 전자의무기록 기반 real-world data 수집 프레임워크를 설계하고, 입력 신뢰도와 분석 재현성을 검토하여 실제 데이터가 과학적 근거로 활용될 수 있는 기반을 마련하였다. 이는 생물통계가 단순 분석을 넘어 데이터 구조화와 연구 인프라 구축에도 핵심적으로 작동함을 보여준다. 핵심 과제는 비정형 의료기록의 구조화, 변수 정의의 표준화, 기관 간 데이터 품질 차이 조정, 이상반응과 치료반응의 일관된 코딩 등이다. 실제로 암 약물의 효과와 안전성 평가에서는 대규모 환자 코호트를 대상으로 객관적 반응률, 무진행생존기간, 전체생존기간, 이상반응 발생 양상을 통합 분석하였고, 데이터 입력자 간 일치도와 독립 분석자 간 재현성을 검증하였다. 이러한 접근은 임상시험 자료만으로는 포착하기 어려운 실제 환자군의 치료 결과를 파악하는 데 매우 중요하다. 이 연구의 의의는 근거중심의학을 실제 의료현장으로 확장하는 데 있다. 고령자, 동반질환자, 다양한 치료이력을 가진 환자를 포함하는 실세계 자료는 정책 결정, 보험 등재 평가, 임상진료지침 개선에 직접 활용될 수 있다. 향후에는 데이터 표준화 기술, 의료정보학, 인공지능 기반 품질관리와 결합하여 더 정교한 실시간 임상근거 생산 체계로 발전할 수 있으며, 디지털 헬스케어 시대의 핵심 연구 기반으로 자리매김할 가능성이 크다.