보건행정 핵심 해설
이 문제는
진단 검사의 평가 지표 중 가장 기본이 되는
민감도(Sensitivity)와 특이도(Specificity)의 개념을 정확히 이해하고 있는지를 묻고 있어요. 보건행정 현장에서는 새로운 검사법 도입, 검진 프로그램 평가, 의료의 질(Quality of Care) 관리 등 다양한 상황에서 이 지표들을 활용하게 됩니다.
핵심 개념 분석 (Key Concept)
진단 검사의 정확성을 평가하는 데 사용되는 네 가지 기본 지표는 다음과 같아요. 이는 2x2 분할표(Contingency Table)를 통해 이해하면 명확해져요.
| 구분 | 실제 질병 있음(D+) | 실제 질병 없음(D-) |
|---|
| 검사 양성(T+) | 진양성(True Positive, TP) | 위양성(False Positive, FP) |
| 검사 음성(T-) | 위음성(False Negative, FN) | 진음성(True Negative, TN) |
문제에서 주어진 지표의 정의는 다음과 같아요.
- 핵심! 민감도(Sensitivity) = TP / (TP + FN): 실제로 질병이 있는 사람 중에서 검사가 양성으로 올바르게 판정하는 비율입니다. "질병 있는 사람을 잡아내는 능력"이라고 생각하세요. 문제에서는 90%입니다.
- 핵심! 특이도(Specificity) = TN / (TN + FP): 실제로 질병이 없는 사람 중에서 검사가 음성으로 올바르게 판정하는 비율입니다. "건강한 사람을 건강하다고 판정하는 능력"이에요. 문제에서는 85%입니다.
정답 근거 (Answer Rationale)
정답은 ④번 "
실제로 질병이 있는 사람을 음성으로 판정할 확률이 10%이다."입니다.
민감도가 90%라는 것은, 실제 환자 100명을 검사했을 때 90명은 양성(TP), 나머지 10명은 음성(FN)으로 나온다는 뜻이에요. 이때 '음성으로 판정'된 10명이 바로
위음성(False Negative)에 해당합니다. 따라서 "실제로 질병이 있는 사람을 음성으로 판정할 확률"은 100% - 민감도 90% =
10%가 맞습니다.
오답 분석 (Distractor Analysis)
혼동 주의! 다른 선택지들은 민감도/특이도의 정의와, 또 다른 중요한 지표인
양성 예측도(Positive Predictive Value, PPV) 및
음성 예측도(Negative Predictive Value, NPV)를 혼동하고 있어요.
- ①번 "검사 결과 음성인 사람 중 실제로 질병이 없을 확률은 85%이다.": 이는 음성 예측도(NPV = TN / (TN + FN))의 정의입니다. 특이도와 혼동하기 쉬운데, 특이도는 '실제 건강한 사람'을 기준으로 하고, NPV는 '검사 결과 음성인 사람'을 기준으로 합니다. NPV는 질병의 유병률(Prevalence)에 크게 영향을 받아요.
- ②번 "실제로 질병이 없는 사람을 음성으로 판정할 확률이 90%이다.": 이는 특이도의 정의이지만, 수치가 틀렸어요. 문제에서 특이도는 85%로 주어졌습니다.
- ③번 "실제로 질병이 있는 사람을 양성으로 판정할 확률이 85%이다.": 이는 민감도의 정의이지만, 수치가 틀렸어요. 민감도는 90%입니다.
- ⑤번 "검사 결과 양성인 사람 중 실제로 질병이 있을 확률은 90%이다.": 이는 양성 예측도(PPV = TP / (TP + FP))의 정의입니다. 민감도와 혼동하기 쉬운데, PPV는 '검사 결과 양성인 사람'을 기준으로 하며, 이 또한 유병률에 따라 변동이 커요. 민감도가 90%라 해서 PPV가 90%라는 보장은 없습니다.
연관 개념 정리 (Related Concepts)
민감도와 특이도는 검사 자체의 고유 특성으로,
유병률과 무관하다는 점이 매우 중요해요. 반면, 양성 예측도(PPV)와 음성 예측도(NPV)는 검사의 성능과 더불어 검사를 시행하는 집단의
유병률에 크게 의존합니다. 따라서 고위험군을 대상으로 하는 검진 프로그램에서는 PPV가 높아지는 효과가 있어요.
개념 정리
| 지표 | 계산식 | 의미 | 기준 집단 | 유병률 영향 |
|---|
| 민감도 | TP/(TP+FN) | 질병 있는 사람 잡아내는 능력 | 실제 환자(D+) | 무관 |
| 특이도 | TN/(TN+FP) | 건강한 사람 건강하다고 판정하는 능력 | 실제 건강한 사람(D-) | 무관 |
| 양성 예측도 | TP/(TP+FP) | 양성 결과 나온 사람이 실제 환자일 확률 | 검사 양성자(T+) | 의존함 (높을수록 PPV↑) |
| 음성 예측度 | TN/(TN+FN) | 음성 결과 나온 사람이 실제 건강할 확률 | 검사 음성자(T-) | 의존함 (낮을수록 NPV↓) |
한눈에 비교!
| 비교 항목 | 민감도 vs 양성 예측도 | 특이도 vs 음성 예측도 |
|---|
| 분모 기준 | 민감도: 실제 환자 수
양성 예측도: 검사 양성자 수 | 특이도: 실제 건강한 사람 수
음성 예측도: 검사 음성자 수 |
| 주요 용도 | 민감도: 조기 검진, 위음성 위험 큰 질환(감염병 등)
양성 예측도: 양성 결과 해석, 불필한 추가 검사 방지 | 특이도: 확진 검사, 위양성 위험 큰 질환
음성 예측도: 음성 결과 해석, 질병 배제 |
| 암기 팁 | "민감도는 병 있는 사람 기준, 특이도는 병 없는 사람 기준" |
실무 포인트
보건행정 현장에서, 예를 들어 국가 암 검진 사업의 효과를 평가하거나 새로운 진단 장비 도입 타당성을 검토할 때 이 지표들을 반드시 확인해야 해요. 민감도가 높은 검사는 놓치는 환자를 최소화하지만 위양성이 많아 불필요한 공포와 추가 검사 비용을 발생시킬 수 있어요. 반대로 특이도가 높은 검사는 건강한 사람을 잘 걸러내지만 위음성으로 인해 진단이 늦어질 위험이 있어요. 따라서 질병의 특성(치명성, 치료 가능성 등)과 검진 목적에 따라 민감도와 특이도 사이의 적절한 균형(Trade-off)을 고려한 검사 전략을 수립하는 것이 중요합니다.
암기 팁
- 민감도(Sensitivity) = SeNsitivity = 환자(N)을 찾는다! → 실제 환자(D+) 중 양성(TP) 비율.
- 특이도(Specificity) = SPecificity = 건강한 사람(SPecific)을 구별한다! → 실제 건강한 사람(D-) 중 음성(TN) 비율.
- 위음성률 = 1 - 민감도, 위양성률 = 1 - 특이도라는 관계를 꼭 기억하세요.
국시 빈출 포인트
이 주제는
매년 1~2문제 꼴로 출제되는 고정 출제 영역이에요. 출제 패턴은 크게 두 가지입니다.
1.
정의 직접 묻기: "민감도에 대한 설명으로 옳은 것은?" (오늘 문제 유형)
2.
간단한 계산 또는 추론: 2x2 분할표를 제시하고 민감도나 특이도를 계산하도록 하거나, 민감도와 특이도 수치를 주고 위양성률 등을 묻는 문제.
기출 변형 주의!
동일한 개념을 사례형으로 변형 출제할 수 있어요.
예시: "A 지역의 특정 질병 유병률이 5%일 때, 민감도 95%, 특이도 90%인 검사법으로 검진을 실시하였다. 검사 결과 양성으로 나온 사람이 실제로 질병이 있을 확률(양성 예측도)은 약 얼마인가?" (이 경우 베이즈 정리(Bayes' theorem)를 이용한 계산이 필요합니다)