에서 폐암 환자 200명 중 180명이 흡연자(Exposed)였고, 20명은 비흡연자(Unexposed)입니다. 대조군(Control) 200명 중 100명이 흡연자, 100명은 비흡연자입니다. 표준 역학 교과서에 따른 2x2 표를 구성하면, a(환자-흡연)=180, b(대조-흡연)=100, c(환자-비흡연)=20, d(대조-비흡연)=100입니다. 교차비(OR)는 (a*d)/(b*c) = (180 * 100) / (100 * 20) = 18000 / 2000 = 9.0입니다. 따라서 정답은 9.0에 해당하는 보기4가 아닌, 계산 오류를 유도하는 함정 보기 중 하나입니다. 문제의 정답은 3번(7.2)으로 주어졌으나, 위 계산에 따르면 9.0이 정확한 값입니다. 이는 원본 데이터나 정답 번호에 오류가 있을 수 있음을 시사합니다.
Prof's Note
환자-대조군 연구에서 교차비(Odds Ratio)는 발병 위험(risk)을 직접 추정하지는 않지만, 노출과 질병의 연관성 강도를 잘 나타냅니다. 계산 시, '환자군의 노출 오즈'와 '대조군의 노출 오즈'의 비율로 기억하세요: (Case Exposed / Case Unexposed) / (Control Exposed / Control Unexposed). 실전에서는 2x2 표를 그려 a, b, c, d를 명확히 정리하는 습관이 계산 실수를 방지합니다. OR=1이면 연관성 없음, OR>1이면 위험 요인, OR<1이면 보호 요인으로 해석합니다.
(qn_case)
Management
이 문제는 특정 질환의 치료가 아닌, 역학 연구 설계와 해석에 관한 것입니다. 환자-대조군 연구는 희귀병이나 잠복기가 긴 질환(예: 폐암)의 원인 규명에 유용한 연구 방법입니다. 연구 결과를 해석하고 임상에 적용할 때는 OR 값뿐만 아니라 신뢰구간(Confidence Interval)과 교란변수(Confounding Variable)의 보정 여부를 반드시 확인해야 합니다.
Critical Warning
역학적 연관성을 인과관계(Causality)로 바로 결론짓는 것은 치명적 오류입니다. OR이 높다고 해서 그 요인이 반드시 질병의 원인이라고 단정할 수 없습니다. 교란(Confounding)이나 선택 편향(Selection Bias), 정보 편향(Information Bias)의 가능성을 항상 고려해야 합니다. 예를 들어, 이 연구에서 '직업적 먼지 노출'이 교란변수로 작용했다면, 흡연 자체의 효과를 과대평가했을 수 있습니다.