Data Science Mar 31, 2026

재현 가능한 연구 — R Markdown과 Quarto로 분석 보고서 만들기

…

한줄 요약

2005년 Ioannidis가 “발표된 연구 결과의 대부분은 틀렸다”고 했다. 재현 가능성은 선택이 아니라 연구 윤리다.

재현 불가능성 위기

John Ioannidis의 2005년 논문 “Why Most Published Research Findings Are False” (PLOS Medicine)는 의학 연구의 재현 불가능성 문제를 처음으로 정량화했다.

주요 원인:

p-hacking: 유의한 결과가 나올 때까지 분석을 반복
HARKing (Hypothesizing After Results are Known): 결과 보고 후 가설을 역으로 설정
선택적 보고: 유의하지 않은 결과 미발표
분석 환경 미기록: 어떤 R 버전, 어떤 패키지 버전인지 기록 안 함

2015년 Reproducibility Project: Psychology에서 100개 심리학 연구 중 36%만 재현됨.

R Markdown 기초

코드, 결과, 설명을 하나의 .Rmd 파일에 통합한다.

---
title: "당뇨병 코호트 생존 분석"
author: "홍길동"
date: "`r Sys.Date()`"
output: html_document
---

## 연구 개요

2018-2022년 서울대병원 제2형 당뇨 환자 코호트 (n = 3,241).

```{r setup, include=FALSE}
library(survival)
library(survminer)
library(dplyr)
knitr::opts_chunk$set(echo = TRUE, warning = FALSE)
```

```{r load-data}
df <- readRDS("data/dm_cohort.rds")
glimpse(df)
```

```{r survival-analysis}
fit <- survfit(Surv(time_days, cvd_event) ~ treatment, data = df)
ggsurvplot(fit, pval = TRUE, risk.table = TRUE)
```

Knit 버튼 한 번으로 HTML/PDF/Word 보고서가 생성된다.

Quarto — 차세대 R Markdown

Quarto는 R뿐만 아니라 Python, Julia, Observable도 지원한다.

---
title: "임상 연구 보고서"
format:
  html:
    toc: true
    code-fold: true
  pdf:
    documentclass: article
execute:
  echo: true
  warning: false
---

import pandas as pd
df = pd.read_csv("data/cohort.csv")
df.describe()

library(ggplot2)
ggplot(df, aes(x = age)) + geom_histogram(bins = 30)

같은 문서에서 R과 Python을 혼용할 수 있다.

GitHub로 분석 공유

# 분석 프로젝트 구조
my-study/
├── data/           # 원시 데이터 (절대 GitHub에 올리지 말 것)
├── data-clean/     # 전처리된 데이터
├── analysis/       # .Rmd / .qmd 파일
├── output/         # 그래프, 표
├── .gitignore      # data/ 폴더 제외
└── README.md

# .gitignore 예시
data/
*.csv
*.rds

GitHub에 코드를 올리면 심사자가 분석을 재현할 수 있다. NEJM, BMJ는 데이터 공유 정책을 강화하는 추세다.

Docker로 환경 동결

R 패키지 버전이 바뀌면 결과가 달라질 수 있다.

FROM rocker/tidyverse:4.3.2

RUN R -e "install.packages(c(
  'survival', 'survminer', 'tableone',
  'MatchIt', 'mice', 'pROC'
))"

COPY . /project
WORKDIR /project

CMD ["Rscript", "analysis/main.R"]

docker build -t my-study .
docker run my-study

분석 환경 자체를 컨테이너로 고정하면 5년 후에도 같은 결과가 나온다.

renv — R 패키지 버전 고정

Docker까지 안 써도 renv로 패키지 버전을 고정할 수 있다.

library(renv)
renv::init()     # 프로젝트 초기화
renv::snapshot() # 현재 패키지 버전 기록 (renv.lock 생성)
renv::restore()  # 다른 환경에서 동일 버전 복원

renv.lock 파일을 GitHub에 포함하면 협업자가 동일한 환경을 재현한다.

의학 저널의 데이터 공유 정책

저널	데이터 공유 정책
NEJM	분석 코드 공유 권장
BMJ	환자 데이터 공유 의무화 추진
PLOS Medicine	데이터 공유 강제
Nature Medicine	코드 공유 필수

핵심 정리

Ioannidis (2005): 의학 연구 재현 불가능성 위기의 기폭제
R Markdown: 코드+결과+설명을 한 파일에 통합
Quarto: R Markdown의 후속, Python 혼용 가능
renv: R 패키지 버전 고정 (최소한의 재현성 보장)
Docker: 분석 환경 완전 동결 (완전한 재현성 보장)

#cu2604021805#의료데이터#통계#분석#reproducible-research