보건행정 핵심 해설
이 문제는
의료정보학(Health Informatics) 및
의학연구방법론(Medical Research Methodology)의 핵심인 후향적 연구(Retrospective study)에서
핵심! 자료원 색출(Data Source Retrieval)의 원칙을 묻고 있어요. 후향적 연구는 이미 존재하는 의무기록(EMR)이나 데이터베이스를 뒤돌아보며 분석하는 연구 설계로, 자료의 질이 연구 결과의 타당성을 직접적으로 좌우해요.
1. 핵심 개념 분석 (Key Concept)
후향적 연구의 가장 큰 약점은
혼동 주의! 선택 편향(Selection Bias)과
정보 편향(Information Bias)이에요. 이를 최소화하고 자료의 신뢰성(Reliability)과 타당도(Validity)를 높이기 위한 첫걸음이 바로 체계적이고 명확한 자료 색출 기준을 설정하는 것이죠. 연구 목적에 맞지 않는 기록을 포함하거나 필요한 기록을 누락하면 연구 결과가 왜곡될 수 있어요.
2. 정답 근거 (Answer Rationale)
정답인 ①번 "
연구 목적에 부합하는 명확한 선정 및 제외 기준을 설정한다"는 모든 양질의 후향적 연구의 기본이 되는
금과옥조(Golden Rule)이에요.
*
선정 기준(Inclusion Criteria): 연구에 포함시킬 대상자를 명확히 정의해요. (예: 2020-2024년 기간 내, 국제질병분류(ICD) 코드 I21으로 퇴원한 20세 이상 성인 환자)
*
제외 기준(Exclusion Criteria): 선정 기준에 부합하지만 연구 결과를 혼란스럽게 할 수 있는 대상을 제외해요. (예: 다른 병원에서 주요 치료를 받은 전입 환자, 의무기록이 50% 이상 미비한 경우)
이러한 기준을 사전에 프로토콜(Protocol)에 명시함으로써 연구의 재현성(Reproducibility)을 높이고, 편향을 통제할 수 있어요.
3. 오답 분석 (Distractor Analysis)
*
②번 "가능한 한 많은 수의 의무기록을 포함시킨다":
혼동 주의! 연구의 정밀도(Precision)를 높이기 위해 표본 크기를 키우는 것은 중요하지만,
양(Quantity)보다 질(Quality)과 적합성(Fitness-for-purpose)이 우선이에요. 관련 없는 기록을 무분별하게 포함하면 '잡음(Noise)'이 커져 오히려 진짜 효과를 찾기 어려워질 수 있어요.
*
③번 "연구자의 편견을 배제하기 위해 무작위 표본을 추출한다": 무작위 표본 추출(Random Sampling)은 전향적 연구(Prospective study)나 설문조사에서 표본을 선정할 때 쓰는 방법이에요. 후향적 연구는 특정 조건을 만족하는
모든 대상(전수 조사) 또는 편의 표본(Convenience Sample)을 바탕으로 하는 경우가 대부분이에요. 여기서 편향을 줄이는 방법은 ①번처럼 명확한 기준을 설정하는 것이지, 무작위화(Randomization)가 아니에요.
*
④번 "최신 의무기록만을 분석 대상으로 삼는다": 연구 질문에 따라 특정 기간(예: 신약 도입 전후)의 기록이 필요할 수 있어요. 최신 기록만 고집하면 시간에 따른 변화 추이를 분석할 수 없는 등 연구 목적을 제한할 수 있어요.
*
⑤번 "전자의무기록 시스템에서 자동 추출된 데이터만을 사용한다": 자동 추출은 효율적이지만, 데이터의 정확성을 반드시 검증해야 해요. 코딩 오류, 누락된 값(Missing Values), 비정형 데이터(의사 소견 등)는 자동 추출만으로는 신뢰할 수 있는 자료를 확보하기 어려워요. 수동 검토와 검증 과정이 필수적으로 동반되어야 해요.
4. 연관 개념 정리 (Related Concepts)
*
후향적 코호트 연구(Retrospective Cohort Study): 과거 특정 시점에 노출군/비노출군으로 나누어 미래(현재)의 결과를 조사하는 것처럼 보이지만, 실제로는
모든 자료 수집이 과거 기록에 의존해요.
*
의무기록 검토(Chart Review)의 품질 관리: 표준화된 데이터 추출 양식(CRF, Case Report Form) 사용, 추출자 간 신뢰도(Inter-rater Reliability) 평가 등이 중요해요.
*
GIGO (Garbage In, Garbage Out): 컴퓨터 과학 용어지만, 의학 연구에서도 동일하게 적용돼요.
잘못된 입력(자료)은 결코 좋은 출력(결과)을 낼 수 없다는 점을 항상 명심하세요.
개념 정리
| 용어 | 의미 | 후향적 연구에서의 중요성 |
|---|
선정 기준
(Inclusion Criteria) | 연구에 참여시킬 대상자를 정의하는 규칙 | 연구 모집단을 명확히 하여 연구 질문에 직접 답할 수 있는 대상만 포함 |
제외 기준
(Exclusion Criteria) | 선정 기준에 맞아도 연구에서 제외할 조건을 정의하는 규칙 | 혼란변수(Confounding Factor)를 줄이고 자료의 동질성(Homogeneity)을 높임 |
선택 편향
(Selection Bias) | 연구 대상자가 모집되는 과정에서 체계적 오차가 발생하는 것 | 후향적 연구의 주요 약점. 명확한 색출 기준으로 최소화해야 함 |
한눈에 비교!
| 구분 | 후향적 연구(Retrospective) | 전향적 연구(Prospective) |
|---|
| 시간 방향 | 과거 ← 현재 (원인을 추적) | 현재 → 미래 (결과를 기다림) |
| 자료원 | 기존 의무기록, 데이터베이스 | 새롭게 수집하는 관찰/측정 자료 |
| 표본 선정 | 명확한 선정/제외 기준 설정이 핵심 | 무작위 표본 추출 가능 |
| 장점 | 시간과 비용이 적게 듦, 드문 질병 연구에 유리 | 인과관계 추론이 더 강력, 편향 통제 용이 |
| 단점 | 자료의 질과 완전성에 의존, 선택/정보 편향 위험 높음 | 시간과 비용이 많이 듦, 추적 손실 가능성 |
실무 포인트
*
연구계획서(IRB 승인 전): 반드시
선정/제외 기준을 상세히 기술해야 Institutional Review Board(IRB, 연구윤리심의위원회) 승인을 받을 수 있어요.
*
데이터 추출 단계: 의무기록관리사나 연구 코디네이터는 이 기준에 따라 체크리스트를 만들고, 일관되게 자료를 색출하고 검증하는 업무를 수행해요.
*
논문 작성 시: 방법론(Methods) 섹션에 선정/제외 기준을 명시하지 않으면 논문의 신뢰성에 심각한 의문을 제기받아요.
암기 팁
"
후(後)회하지 않게, 선(選)택과 제(除)외를 명확히!"
후향적(後) 연구에서 후회(後悔)하지 않으려면, 선정(選) 기준과 제외(除) 기준을 명확히 해야 한다고 연상하세요.
국시 빈출 포인트
의학연구방법론은 보건의료정보관리사 시험에 꾸준히 출제돼요. "
후향적 연구의 장단점 및 유의사항"을 중심으로, 선택 편향, 선정 기준의 중요성, 무작위 추출의 적용 여부 등을 묻는 문제가 많아요. '자료원 색출'이라는 표현보다 '연구 대상자 선정 방법'으로 출제될 수도 있어요.
기출 변형 주의!
*
사례형: "급성 심근경색증 환자의 장기 예후를 분석하는 후향적 연구를 설계할 때, 자료의 신뢰성을 높이기 위한 가장 적절한 첫 단계는?" →
① 연구 목적에 맞는 명확한 선정 및 제외 기준을 설정한다.
*
참/거짓형: "후향적 연구에서 무작위 표본 추출은 필수적이다." →
거짓 (전향적 연구나 실험 연구에서 주로 사용).