임상 의문을 논문 검색으로 잇는 법,PICO는 '검색 설계도'다

"이 치료는 효과가 있는가?"라는 형태의 의문(임상 질문)은 사람에게는 통하지만, 검색 데이터베이스에는 너무 모호합니다. 누구에게? 무엇과 비교해서? 무엇을 기준으로 '효과'라고?

검색하기 전에 필요한 것은, 의문을 요소로 분해하는 일입니다. 그 정석 프레임워크가 PICO입니다.

PICO는 질문을 네 가지 요소로 나누는 프레임워크입니다.

P(Patient/Population): 누구에게——대상이 되는 환자·집단. I(Intervention/Exposure): 무엇을 하면——중재, 관찰 연구라면 노출. C(Comparison): 무엇과 비교해——비교 대조군. O(Outcome): 무엇이 어떻게 되는가——관심 있는 결과.

"고령 심부전 환자에게(P), 이 약을 쓰면(I), 표준 치료에 비해(C), 재입원이 줄어들까(O)?"——여기까지 오면 검색은 눈앞입니다.

PICO가 완성되면 각 요소를 영어 검색어로 만듭니다. 검색어의 중심축은 P와 I와 O입니다(C는 생략하는 경우가 많습니다).

각 요소마다 동의어·관련어를 두세 개씩 나열해 보세요. 병명이라면 약어와 정식 명칭을, 약이라면 일반명을. 이 '바꿔 말하기 목록'이 검색 그물망의 촘촘함을 결정합니다.

바꿔 말하기야말로 AI의 차례입니다. "이 PICO로 논문을 찾고 싶어. 동의어를 포함해 영어 검색어 후보를 나열해 줘"라고 부탁하면, 혼자서는 떠오르지 않던 용어들이 줄지어 나옵니다.

다만 AI가 낸 단어를 그대로 믿지 말고, 실제로 데이터베이스에서 돌려 보며 검색 결과의 흐름을 보면서 조정하세요. 검색식의 완성은 시행착오 끝에 있습니다.

검색 결과가 나오면 다음 작업은 선별입니다. 기준은 그 논문의 PICO가 내 PICO에 얼마나 가까운가입니다.

대상은 같은가(연령·중증도). 중재는 같은가(용량·기간). 결과는 내가 알고 싶은 지표인가. 제목과 Abstract로 1차 선별하고, 가까운 논문은 PDF까지 들어갑니다. Abstract의 인상만으로 '답을 찾았다'고 판단하지 않는 것——대상이나 정의의 어긋남은 본문에서만 확인할 수 있습니다.

PDF까지 들어간 논문은, 읽을 때의 판단과 함께 남겨 두면 나중에 힘을 발휘합니다.

Paperfy에 PDF를 업로드하면 AI 요약이 붙고, 직접 편집할 수 있습니다. "내 PICO와의 차이: 대상이 경증 위주" 같은 메모를 요약에 적어 두면, 몇 주 뒤에도 '왜 이 논문을 남겼는지' 떠올릴 수 있습니다. 원문 PDF도 같은 페이지에 있으므로, 확인할 때마다 파일을 찾아 헤맬 일이 없어집니다.

임상 의문은 매주 떠올랐다가 흘러가 버립니다. 애써 PICO로 만들어 검색한 의문은 논문과 한 세트로 쌓아 두세요.

검색한 의문의 축적은 그대로 내 임상 관심사의 지도가 됩니다. 언젠가 연구 주제를 찾을 때, 이 축적이 첫 번째 자산이 되어 줄 것입니다.