트레이너도 통계 공부를 해야 한다.

포스팅 타이틀

 

  트레이너의 대부분은 트레이너가 왜 통계를 배워야 하는지, 왜 통계를 이해해야 하는지에 대해 의문을 품고 있을 거로 생각한다. 하지만 Evidence Based Practice(EBP)를 하기 위해서 현장가는 적절한 연구 결과를 찾을 줄 알아야 하며 연구 결과를 제대로 해석할 줄 알아야 한다 (EBP에 대해서는 이전 근거 중심 의학 칼럼에 기술되어 있다). 또한 중요한 현장 질문에 답하고 보다 나은 의사 결정을 위해서, 그리고 우리가 하고자 하는 운동의 효과를 더욱 높이기 위해서 통계는 공부해야 한다.통계를 직관적으로 해석할 줄 아는 것이 유능한 현장가로 성장하는 길이다.

 

 

---

"EBP" 관련 글

 

2019/09/04 - [전문가가 되는 길(심화)] - 논문은 현실과 다르기 때문에 믿을게 못 된다? : 근거 중심 스포츠 의학이란 무엇인가

---

 

 

  선수 트레이너(athletic trainer)와 같이 스포츠 의학 현장가뿐 아니라 일반인의 건강을 책임지는 사람들은 연구 결과를 올바르게 해석할 수 있는 필수적인 통계적 지식을 함양할 필요가 있다. 내가 생각하기에 트레이너가 최소한으로 알아야 하는 통계적 키워드는 다음과 같다.

 

• 통계적 유의수준(p-value): 연구자가 세운 가설을 검증하고 실험 결과가 우연에 의해 일어날 가능성을 말해준다.
• Effect Size(ES): 현장에서 얼마나 의미 있는 연구 결과인지를 말해준다.
• Confidence Interval(CI): 통계적 유의성을 알 수 있으면서도 표본(연구)에서 나온 결과가 모집단(현실)에서도 신뢰할 수 있는 결과인지를 말해준다.

  통계적으로 유의한 차의점을 논문에 드러낼 때, ES와 CI는 연구 결과의 실용적인 해석을 강조하기 위해 사용된다. 이는 Strength, Condition, Performance 등과 같이 Physical Training을 다루는 트레이너에게도 똑같이 적용되는 이야기이다.

 

  한 현장가가 A 트레이닝의 효과를 검증한 논문을 찾았다고 가정해보자. 만약 그 논문이 통계적으로 유의하지 않은 결과를 발표했다면, A 트레이닝은 현실에서 쓰기 힘든 것으로 결론지을 것인가? 이전에 Effect Size 칼럼에서도 말했지만, 그래서는 안 된다. 그 연구가 실제 모집단과 관계가 없거나 차이가 없다는 결론을 내리기 전에 충분한 통계적 파워를 가졌는지 확인해야 한다. 그래서 p-value만 보면 안 되는 것이다.

 

---

"Effect Size" 관련 글

 

2019/09/18 - [전문가가 되는 길(심화)] - 언제까지 p-value만 볼 거야?

---

 

 

  연구의 결과가 현장에서 어떻게 적용될 수 있을지를 연구자가 논문에 직접 알려준다면, 현장가의 입장에서는 더할 나위 없이 좋을 것이다. 실제로 많은 논문이 그렇다. 그렇지만 같은 실험 결과를 보더라도 현장가의 시선에서 다른 의미를 파악할 수도 있다 (실험 결과를 해석할 줄 알아야겠다). 그렇기에 논문에 적힌 대로만 현장에 적용하지는 않았으면 좋겠다 (반대로 연구자는 현장가의 시선에서 결과의 의미를 해석해주는 것이 좋겠다).

 

  석사 때의 지도교수님은 원생들에게 현장가는 연구자의 마인드를 가지고 있는 것이 중요하며 연구자는 현장가의 마인드를 가지는 것이 중요하다는 것을 거듭 강조하셨다. 이것은 단순히 관점과 시선을 말하는 것이 아니라 현장가의 역량, 연구자의 역량을 어느 정도 함양해야 한다는 의미일 것이다. 즉, 연구와 통계적 컨셉을 잘 이해하고 있는 것은 현장가에 입장에서 굉장히 큰 무기가 된다. 현장가가 연구자의 능력을 함양한다면, 고객 및 선수의 건강, 기술, 퍼포먼스 등에 질 높은 케어가 가능할 것이다. 당신을 다른 트레이너와는 격이 다르게 만들어 줄 것이다.

p.s. 연구와 현실은 다르다며 EBP를 무조건 배척하는 사람들이 있다. 아주 많다. 난 그런 사람들에게 묻고 싶은 게 하나 있다. 연구 결과를 해석할 줄도 모르면서 그런 말을 하는 것은 아닌지, 볼 줄 아는 게 통계적 유의성밖에 없어서 p-value만 보고 연구 결과를 판단한 건 아닌지. 대게 그런 사람들은 Statistical Significane와 Clinical Meaningfulness의 차이점을 모르고 있을 확률이 높다고 생각한다.

p.s. 이전 칼럼에서도 언급했지만, 나는 EBP 추종자가 아니다. 연구 결과가 완벽히 현실로 이어질 수는 없으며 현실에서는 직관과 경험, 추론이 수반되어야 한다. 근거가 없더라도 현장에서 효과를 내는 스킬이 있다면, 고객을 위해 갖다 쓰는 게 맞다고도 생각한다 (위험하지 않다면). 그렇지만 질 좋은 과학적 근거가 존재함에도 그걸 무시할 필요는 없다.

 

Bibliography

Wheelan, C. (2013). Naked statistics: Stripping the dread from the data. WW Norton & Company.

 

올뉴핏 운동 디자이너 권준형

 

올뉴핏 인스타그램 @allnewfit.official

권준형 인스타그램 @jh_sportsmedi

 

올뉴핏 로고