임상시험에서 p값이 작게 나왔다면 신약 개발은 성공한 것일까? 평균값 차이가 유의하더라도 그 차이가 환자에게 중요한 변화인지, 누가 분석에서 빠졌는지, 어떤 시점의 결과인지에 따라 해석은 달라진다. 숫자는 결론을 대신하지 않는다. 어떤 질문에 답할 수 있는 자료인지 정의하는 일부터 바이오통계 전문가의 책임이 시작된다.

『바이오통계 전문가』는 통계 공식을 나열하는 대신 임상시험의 설계부터 결과 보고까지 이어지는 판단의 흐름을 따라간다. 무작위배정과 대조군, 눈가림의 의미를 이해하고 환자 수를 정할 때 고려해야 할 효과 크기와 불확실성을 살핀다. 임상시험계획서와 통계분석계획서(SAP)가 무엇을 약속해야 하는지, 환자 기록이 분석용 데이터로 옮겨지는 과정에서 어떤 검증을 거쳐야 하는지 설명한다. 검정 결과가 통계적으로 유의하다는 사실과 환자에게 중요한 효과가 입증되었다는 판단을 구별하는 훈련도 제공한다. 한 연구의 좋은 결과를 모든 환자에게 확대해서는 안 되는 이유와 연구가 답하지 못한 질문을 분명하게 남기는 방법을 살핀다.

유효성 평가변수와 목표효과의 차이, 결측 데이터와 중간분석, 안전성 판단의 경계를 다루며 계산값을 실제 임상 판단과 혼동하지 않도록 돕는다. 공개된 임상시험 결과를 읽을 때도 성공 또는 실패라는 제목보다 연구 대상과 비교군, 평가 시점, 신뢰구간과 제외된 자료를 먼저 확인해야 하는 이유를 보여준다. 의사와 데이터관리자, 규제 담당자와 통계 전문가의 협업에서 누가 무엇을 결정하고 문서로 남기는지도 직무 수준에서 구별한다.

수학·통계 전공자와 생명과학 전공자가 이 분야에 들어오는 경로가 서로 다를 수 있다는 사실을 인정하고, 공개 자료를 이용한 작은 분석 포트폴리오와 첫 프로젝트의 직업 윤리까지 연결한다. 임상시험을 막연한 미래 산업으로 바라보는 데 그치지 않고 실제 업무의 무게와 전문성을 알고 싶은 사람에게 적합하다. 유의한 숫자를 만드는 기술보다 정확한 질문을 지키는 직업을 만나는 책이다.