B 시의 폐암 유병률이 인접한 C 시보다 2배 높다는 것이 밝혀졌다. 이 차이가 B 시의 고령화된 인구 구조 때문일 수 있다는 가설을 검증하기 위해 가장 적절한 역학적 조치(지표)는?

인구 집단 간의 질병률/사망률을 비교할 때, 연령 구조와 같은 인구학적 특성 차이로 인한 오류를 보정하기 위해 연접 표준화(Adjusted Rate)를 적용해야 하며, 가장 대표적인 방법이 연령 표준화 사망률을 비교하는 것이다.

KMLE 핵심 해설 이 문제는 두 지역 간 질병 발생 차이를 비교할 때 발생하는 혼란변수(Confounding Factor)를 통제하는 방법을 묻고 있습니다. B 시의 폐암 유병률이 높은 이유가 진짜로 위험 요인(예: 공해, 흡연) 때문인지, 아니면 단순히 고령 인구가 많아서인지를 확인해야 합니다.

증상 분석 및 진단 (Diagnosis): 문제의 핵심은 "고령화된 인구 구조 때문일 수 있다는 가설"입니다. 폐암은 연령이 증가할수록 발생 위험이 높아지는 대표적인 질환이죠. 따라서, B 시에 노인 인구 비율이 높다면, 단순한 조(粗) 유병률만으로는 두 지역의 진정한 위험도를 비교할 수 없습니다. 이는 혼란변수(Confounding Variable)로서의 연령을 통제하지 않았기 때문입니다.

정답 근거 및 기전 (Rationale & Pathophysiology): 핵심! 두 인구 집단의 연령 구조 차이를 보정하여 비교 가능한 지표를 만드는 방법이 바로 연령 표준화(연령 조정, Age Standardization)입니다. 표준화 방법에는 직접법(Direct Method)과 간접법(Indirect Method)이 있으며, 여기서는 직접법을 이용한 연령 표준화 사망률(또는 유병률)을 계산하는 것이 가장 적절합니다. 이를 통해 "만약 두 지역의 연령 구조가 같았다면, 사망률(또는 유병률)은 얼마였을까?"를 비교할 수 있어, 순수한 지역적 위험 차이를 평가할 수 있습니다.

오답 분석 (Distractor Analysis):
① 감별 포인트! 조 사망률(Crude Death Rate)은 전체 인구 대비 사망자 수로, 연령 구조를 보정하지 않은 지표입니다. 이 지표를 계산하면 오히려 고령화 효과가 더 강조되어 가설을 검증할 수 없습니다.
② C 시의 발생률 조사는 B 시와의 비교를 위한 필수 데이터일 수 있지만, 연령 보정 없이는 의미 있는 비교가 불가능합니다. 데이터 수집 단계에 불과합니다.
④ B 시의 치명률(Case Fatality Rate)은 질병의 중증도나 치료 수준을 평가하는 지표로, 유병률 차이의 원인(인구 구조)을 분석하는 데는 부적절합니다.
⑤ C 시의 연령별 흡연율 비교는 흡연이라는 위험 요인(Risk Factor)을 조사하는 것이지만, 문제에서 요구하는 것은 인구 구조 차이의 영향을 배제하는 통계적 조치(Statistical Adjustment)입니다. 가설 검증의 '다음 단계'로는 적절하지 않습니다.

임상 사례 분석 (Case Study) 환자 증례 (Public Health Scenario): 두 개의 인구 집단(B 시 vs C 시)이 있습니다. B 시의 폐암 유병률이 C 시보다 2배 높게 보고되었습니다. 그러나 B 시는 주로 퇴직자들이 모여 사는 베드타운이고, C 시는 젊은 직장인들이 많이 사는 신도시입니다.

진단적 접근 (Diagnostic Work-up): 1. 가장 먼저 할 검사 (First Step): 두 지역의 연령별 인구 구조(인구 피라미드)와 연령별 폐암 유병률 데이터를 수집합니다.
2. 확진 검사 (Confirmatory Step): 표준 인구(예: 대한민국 표준 인구)를 기준으로 직접 표준화법(Direct Standardization)을 적용하여 연령 표준화 유병률(또는 사망률)을 각각 계산합니다.
3. 결과 해석: 표준화 후에도 B 시의 유병률이 유의미하게 높다면, 고령화 외 다른 위험 요인(산업 오염, 흡연 문화 등)을 추가로 조사해야 합니다. 표준화 후 차이가 사라진다면, 유병률 차이는 순전히 연령 구조 때문이라고 결론지을 수 있습니다.