보건행정 핵심 해설
이 문제는
보건통계학과
검사 평가 지표의 핵심 개념을 이해하고 있는지 묻는 문제예요. 특히
혼동 주의! 민감도(Sensitivity), 특이도(Specificity), 양성 예측도(Positive Predictive Value, PPV), 음성 예측도(Negative Predictive Value, NPV)의 정의와 해석을 정확히 구분할 수 있어야 해요.
핵심 개념 분석 (Key Concept)
검사 평가 지표는 크게 두 가지로 나뉘어요.
1.
검사 자체의 성능 지표: 검사가 얼마나 정확한지를 평가하며,
유병률(Prevalence)에 영향을 받지 않아요. 여기에는
민감도와
특이도가 있어요.
2.
검사 결과의 해석 지표: 검사 결과를 받은 개인에게 '이 결과가 실제로 무엇을 의미하는지'를 알려주며,
핵심! 유병률에 크게 영향을 받아요. 여기에는
양성 예측도와
음성 예측도가 있어요.
정답 근거 (Answer Rationale)
정답은
①번이에요.
핵심! 민감도(Sensitivity)의 정의는 "실제 질병이 있는 사람들 중에서 검사 결과가 양성으로 나올 확률"이에요. 즉, "참양성률(True Positive Rate)"이라고도 불리며, 질병을 가진 사람을 놓치지 않고 잘 찾아내는 검사의 능력을 나타내요. 문제에서 민감도가 90%라고 했으므로, 이는 "실제 암 환자를 검사에서 올바르게 양성으로 판정할 확률은 90%이다"라는 ①번 설명이 정확히 일치해요.
오답 분석 (Distractor Analysis)
혼동 주의! 각 오답이 어떤 개념과 혼동되는지 확인해보세요.
-
②번: "위양성률이 15%인 우수한 검사이다."는 틀린 설명이에요.
위양성률(False Positive Rate)은 "실제 질병이 없는 사람들 중 검사 결과가 양성으로 나올 확률"이며, 이는
1 - 특이도로 계산돼요. 특이도가 85%이므로, 위양성률은 1 - 0.85 = 0.15, 즉 15%가 맞아요. 하지만 문제는 이 계산이 옳은지 묻는 게 아니라, "위양성률이 15%인 우수한 검사이다"라는
평가(우수한 검사)가 옳은지 묻고 있어요. 위양성률은 낮을수록 좋은 지표이며, 15%는 상대적으로 높은 수치일 수 있어 단정적으로 '우수하다'고 평가하기 어려워요.
-
③번: "검사 결과 양성인 사람의 90%가 실제로 암이다."는
양성 예측도(PPV)의 정의를 잘못 이해한 거예요. 양성 예측도는 "검사 결과가 양성인 사람들 중 실제로 질병이 있는 사람의 비율"이에요. 이 값은 민감도, 특이도, 그리고
유병률에 따라 결정되며, 유병률이 매우 낮은(1%) 경우 민감도(90%)보다 훨씬 낮아져요. 따라서 90%라는 주장은 틀렸어요.
-
④번: "검사 결과 음성인 사람의 85%는 실제로 암이 아니다."는
음성 예측도(NPV)와 특이도를 혼동한 거예요. 음성 예측도는 "검사 결과가 음성인 사람들 중 실제로 질병이 없는 사람의 비율"이에요. 특이도(85%)는 "실제 질병이 없는 사람들 중 검사 결과가 음성으로 나올 확률"이므로, 둘은 완전히 다른 개념이에요.
-
⑤번: "이 검사의 양성 예측도는 90%에 가깝다."는 틀린 설명이에요. 앞서 설명한 대로, 유병률이 1%로 매우 낮을 때 양성 예측도는 민감도(90%)보다 훨씬 낮아져요. 실제로 간단한 계산을 해보면, 10,000명 중 환자는 100명(1%), 건강한 사람은 9,900명이라고 가정할 때, 민감도 90%에 따라 참양성은 90명, 특이도 85%에 따라 참음성은 9,900 * 0.85 = 8,415명, 위양성은 9,900 - 8,415 = 1,485명이 됩니다. 따라서 양성 예측도(PPV) = 참양성 / (참양성+위양성) = 90 / (90+1485) ≈ 5.7%에 불과해요. 90%와는 거리가 멀죠.
연관 개념 정리 (Related Concepts)
암 검진 프로그램의 효과를 평가할 때는 단순히 민감도/특이도뿐만 아니라,
비용효과분석(Cost-effectiveness analysis),
선별검사 바이어스(Screening bias)(예: 길드 시간 바이어스, 선별 바이어스) 등도 함께 고려해야 해요. 또한, 국가 암 검진 사업은
국민건강보험공단을 통해 시행되며, 검진 주기와 대상 연령은
보건복지부 고시로 정해져 있어요.
개념 정리
| 지표 | 정의 (확률로 표현) | 계산식 (2x2 표 기준) | 특징 |
|---|
민감도
(Sensitivity) | 실제 질병 있는 사람 중 검사 양성일 확률 | 참양성 / (참양성 + 위음성) | 질병을 놓치지 않으려면 높아야 함. 유병률 영향 없음. |
특이도
(Specificity) | 실제 질병 없는 사람 중 검사 음성일 확률 | 참음성 / (참음성 + 위양성) | 건강한 사람을 환자로 오진하지 않으려면 높아야 함. 유병률 영향 없음. |
양성 예측도
(PPV) | 검사 양성인 사람 중 실제 질병 있을 확률 | 참양성 / (참양성 + 위양성) | 유병률이 높을수록, 특이도가 높을수록 증가. 임상적 해석에 중요. |
음성 예측도
(NPV) | 검사 음성인 사람 중 실제 질병 없을 확률 | 참음성 / (참음성 + 위음성) | 유병률이 낮을수록, 민감도가 높을수록 증가. |
위양성률
(FPR) | 실제 질병 없는 사람 중 검사 양성일 확률 | 위양성 / (참음성 + 위양성) = 1 - 특이도 | 특이도와 반비례 관계. |
한눈에 비교!
| 비교 항목 | 민감도 vs 양성 예측도 | 특이도 vs 음성 예측도 |
|---|
| 관점 | 검사의 성능 (질병 있는 사람 기준) | 검사 결과의 의미 (검사 양성인 사람 기준) |
| 의문 | "환자를 놓쳤나?" | "양성 결과인데 정말 병에 걸렸나?" |
| 유병률 영향 | 영향 받지 않음 | 영향을 크게 받음 (유병률 낮으면 PPV 낮아짐) |
| 중요한 상황 | 치명적 질환의 선별검사 (높은 민감도 필수) | 검진 프로그램의 효율성 평가, 불필요한 추가 검사 방지 |
실무 포인트
보건소나 병원에서 암 검진 사업을 기획·평가할 때는 반드시 대상 집단의 예상 유병률을 고려해야 해요. 민감도/특이도가 높은 검사라도, 유병률이 매우 낮은 일반 인구 집단에 적용하면
핵심! 양성 예측도가 낮아져 위양성 결과가 많이 발생하게 됩니다. 이는 불필요한 2차 검사와 심리적 불안을 초래하고, 의료 비용을 증가시켜요. 따라서 검진 대상 선정(고위험군 집중)이 매우 중요해요.
암기 팁
-
민감도(Sensitivity): "민감하게 반응한다" →
병 있는 사람(Sick)을 민감하게 찾아낸다. (Sensitivity & Sick)
-
특이도(Specificity): "특정하게 구별한다" →
건강한 사람(Healthy)을 특정하여 구별해낸다.
-
예측도(Predictive Value): "결과를 예측한다" → 검사
결과(Result)를 바탕으로 실제 상태를 예측한다. (Result → Predictive Value)
국시 빈출 포인트
보건의료정보관리사/병원행정사 시험에서 이 주제는
정의를 직접 묻거나, 주어진 수치를 해석하는 문제로 자주 출제돼요. 특히 "민감도와 양성 예측도를 구분하라", "유병률이 낮을 때 양성 예측도는 어떻게 변하는가?"라는 질문에 답할 수 있어야 해요.
기출 변형 주의!
동일한 개념을 다음과 같이 변형하여 출제될 수 있어요.
-
사례형: "A 지역(유병률 10%)과 B 지역(유병률 0.1%)에 동일한 검사법을 적용했을 때, 양성 예측도가 더 높은 지역은?" (정답: A 지역)
-
계산형: 2x2 분할표(Contingency table)를 제시하고 민감도, 특이도, 양성 예측도 중 하나를 계산하도록 요구.