KMLE 핵심 해설
이 문제는
질병 등록 사업(Disease Registry)의 핵심 목적과 장점을 묻는 공중보건학(예방의학)의 기본 문제입니다.
증상 분석 및 진단 (Diagnosis): 질병 등록 사업은 특정 질환(예: 암, 희귀질환, 선천성 기형)을 가진 모든 환자 정보를 특정 지역이나 국가 단위로 체계적으로 수집, 저장, 분석하는 장기적 관찰 연구입니다. 따라서, 이 자료의 가장 큰 강점은
시간의 흐름에 따른 질병 발생의 동향을 파악할 수 있다는 점입니다.
정답 근거 및 기전 (Rationale & Pathophysiology): 핵심! 질병 등록 사업은
지속적이고 능동적인 감시 시스템입니다. 새로운 환자가 발생할 때마다 등록되므로, 특정 기간 동안의
새로운 발생 건수를 인구 집단의 크기로 나누어
발생률(Incidence Rate)을 계산할 수 있습니다. 이는 질병의 원인 규명, 예방 정책의 효과 평가, 의료 자원 배분 계획 수립에 필수적인 정보를 제공합니다. 다른 자료원(예: 건강보험 청구 자료)과 달리, 등록 사업은 진단의 정확성을 확인하는 과정을 거치기 때문에 자료의 질(quality)이 높다는 장점도 있습니다.
오답 분석 (Distractor Analysis):
- 감별 포인트! ①번 "인과 관계 증명이 쉽다": 오답입니다. 질병 등록 사업은 관찰 연구(Observational Study)의 일종으로, 인과관계를 직접 증명하기는 어렵습니다. 인과관계를 입증하려면 무작위 대조 시험(Randomized Controlled Trial)과 같은 실험 연구가 필요합니다.
- ③번 "연구 비용이 들지 않는다": 오답입니다. 질병 등록 사업은 장기간에 걸쳐 인력과 시스템을 유지해야 하므로 상당한 비용이 듭니다.
- ④번 "환자의 비밀 유지 문제가 없다": 오답입니다. 민감한 개인 건강정보를 다루므로, 비밀 유지(Confidentiality)는 항상 중요한 윤리적, 법적 쟁점입니다.
- ⑤번 "유병률을 정확히 알 수 있다": 부분적으로 맞지만, 가장 큰 장점은 아닙니다. 등록 사업으로도 유병률(Prevalence)을 추정할 수 있지만, 기존 환자 전체를 완벽히 파악하기는 어려울 수 있습니다. 반면, 발생률 측정은 등록 사업의 본질적인 강점입니다.
핵심 알고리즘
질병 등록 사업의 목적 → 지속적 감시(Active Surveillance) →
새로운 발생(Incidence) 추적 → 발생률 계산 → 질병 부담 및 추이 분석 → 보건 정책 수립
감별 진단 table
| 용어 | 정의 | 질병 등록 사업과의 관계 |
|---|
| 발생률 (Incidence Rate) | 특정 기간 동안 새로 발생한 질병 건수 | 주요 측정 목표. 등록 사업의 핵심 산출물. |
| 유병률 (Prevalence) | 특정 시점에 존재하는 모든 (신규+기존) 질병 건수 | 추정 가능하지만, 등록 사업의 가장 큰 강점은 아님. |
| 관찰 연구 (Observational Study) | 연구자가 개입하지 않고 관찰만 하는 연구 | 질병 등록 사업은 관찰 연구의 한 형태. |
| 실험 연구 (Experimental Study) | 연구자가 개입(예: 약물 투여)하여 효과를 보는 연구 | 등록 사업은 해당 안 됨. 인과관계 증명은 실험 연구가 더 강력. |
KMLE 족보 암기법
"등록은 새로 생긴 걸 본다"
질병
등록 사업 →
새로 생긴 환자(Incidence) → 지속적 관찰 가능
"Incidence"와 "Registry"는 모두 'I'로 시작한다고 연상해도 좋습니다.
최신 가이드라인 변화
최근에는 전자 건강 기록(Electronic Health Records, EHR)과 연계된 자동화된 질병 등록 시스템이 발전하고 있으며, 빅데이터와 인공지능을 활용한 실시간 감시(Real-time Surveillance)의 중요성이 커지고 있습니다. 그러나 기본 원리인 "발생률의 지속적 측정"이라는 핵심 개념은 변함이 없습니다.