임상 시나리오
과 걸리지 않은 대조군(Control)을 선정한 후, 과거의 노출 요인을 비교합니다. 이때 대조군을 병원에 입원한 다른 환자들(Hospital Control)로 선정할 경우 발생할 수 있는 주요 편향(Bias)인 Berkson's Bias (입원률 편향)에 주의해야 합니다. 병원 대조군을 사용하면 연구 질병과 관련된 위험인자(Risk Factor)를 공유하는 다른 질환 환자들이 대조군에 과다 포함될 수 있습니다. 예를 들어, 흡연이 위험인자인 폐암을 연구할 때, 대조군으로 다른 흡연 관련 질환(예: COPD, 심혈관 질환) 환자를 포함하면, 대조군의 흡연율이 인구집단보다 높아져 흡연과 폐암의 Odds Ratio가 실제보다 과소평가될 수 있습니다. 따라서 연구 질병과 병인론적으로 관련된 위험요인을 공유하는 질환 환자는 대조군에서 제외하는 것이 원칙입니다.
Prof's Note
역학 연구에서 '대조군 선정'은 연구의 타당성(Validity)을 좌우하는 가장 중요한 단계 중 하나입니다. 병원 대조군은 모집이 쉽다는 장점이 있지만, 위와 같은 편향의 위험이 항상 도사리고 있습니다. '인구 기반 대조군(Population-based Control)'이 이상적이지만, 현실적인 제약으로 병원 대조군을 사용할 때는 연구 질병의 위험인자 프로파일을 정확히 파악하고, 그 인자와 연관된 다른 질환을 가진 환자를 배제하는 세심한 주의가 필요합니다. 단순히 '병원에 있는 다른 환자'라고 생각하고 모으면 안 됩니다.
(qn_case)
Management
이 문제는 연구 설계에 관한 것이므로, 치료 관리보다는 연구 설계 시의 '관리' 측면에 초점을 맞춥니다. 환자-대조군 연구를 설계할 때 병원 대조군을 사용한다면, 다음과 같은 관리 원칙을 따라야 합니다.
1. 대조군 선정 기준 명확화: 연구 프로토콜에 연구 질병과 병인론적 또는 위험인자를 공유할 가능성이 있는 모든 질환의 목록을 작성하고, 해당 질환을 가진 환자는 대조군에서 제외합니다.
2. 대조군 다양화: 단일 병원의 환자만으로 대조군을 구성하기보다, 가능한 여러 병원, 여러 과의 환자로부터 모집하여 특정 질환 집단의 과대표현을 줄입니다.
3. 일치(Matching) 고려: 연구 질병의 주요 교란변수(Confounder, 예: 연령, 성별)에 대해 대조군을 일치시켜 선택함으로써 편향을 통제할 수 있습니다.
Critical Warning
연구 질병과 위험인자를 공유하는 질환 환자를 대조군에 포함시키는 것은 연구 결과를 근본적으로 왜곡시키는 치명적 설계 오류입니다. 이는 통계적 보정으로 해결하기 어려운 선택 편향(Selection Bias)을 유발합니다. "모집이 쉬우니까"라는 이유로 대조군 선정 기준을 느슨하게 한다면, 그 연구는 쓸모없는 데이터를 생산할 뿐입니다.
학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요.