역학 연구에서 발생하는 비뚤림(bias) 중 선택 비뚤림(selection bias)에 해당하는 것은?

입원 환자를 대조군으로 선정하면 일반 인구를 대표하지 못하여 선택 비뚤림이 발생한다. 이를 버크슨 비뚤림(Berkson's bias)이라 한다. 1번은 회상 비뚤림(recall bias), 2번은 검사자 비뚤림(observer bias), 5번은 측정 비뚤림(measurement bias)에 해당한다.

핵심 해설 이 문제는 역학 연구의 핵심인 비뚤림(Bias) 유형 중 선택 비뚤림(Selection Bias)을 정확히 이해하고 있는지 묻는 전형적인 국시 문항이에요. 연구 설계 단계에서 연구 대상자의 선정 과정에 체계적 오류(Systematic Error)가 개입되면 연구 결과의 타당성(Validity)이 심각하게 훼손됩니다. 핵심 개념 분석 (Key Concept): 선택 비뚤림(Selection Bias)은 연구 대상자를 모집하거나 추적 관찰하는 과정에서, 노출군과 비노출군(또는 환자군과 대조군) 간에 연구 결과에 영향을 미칠 수 있는 특성이 체계적으로 다르게 포함될 때 발생해요. 즉, 대상자 선정 방식 자체가 왜곡되어 노출과 결과 간의 연관성이 실제와 다르게 추정되는 현상입니다. 정답 근거 (Answer Rationale): 3번 보기인 환자-대조군 연구(Case-Control Study)에서 입원 환자만을 대조군으로 선정하는 경우가 정답입니다. 입원 환자들은 일반 인구집단(General Population)에 비해 특정 질환(예: 소화기계 질환, 호흡기계 질환)의 유병률이 높거나 건강 행태가 다를 가능성이 큽니다. 이렇게 특정 병원에 입원한 환자들만 대조군으로 삼으면, 실제 연구하려는 노출과 질병 간의 연관성이 과소 또는 과대 추정될 위험이 있습니다. 이 특수한 형태의 선택 비뚤림을 핵심! 버크슨 비뚤림(Berkson's Bias) 또는 입원 환자 비뚤림(Admission Rate Bias)이라고 부릅니다. 오답 분석 (Distractor Analysis): ①번 혼동 주의! 흡연자가 폐암 진단 후 과거 흡연량을 과장하여 보고하는 것은 회상 비뚤림(Recall Bias)에 해당합니다. 이는 정보 비뚤림(Information Bias)의 한 종류로, 환자-대조군 연구에서 질병에 걸린 환자군

이 과거 노출력을 더 잘 기억하거나 과장하는 경향을 말합니다. ②번 추적 기간 중 연구 참여자가 지속적으로 탈락하는 것은 탈락 비뚤림(Attrition Bias)입니다. 이는 주로 코호트 연구(Cohort Study)나 임상시험에서 발생하며, 탈락자와 잔류자 간의 특성 차이가 결과를 왜곡할 수 있습니다. ④번 측정 도구의 보정이 불충분하여 노출량이 체계적으로 낮게 측정되는 경우는 측정 비뚤림(Measurement Bias) 또는 정보 비뚤림(Information Bias)에 해당합니다. 측정 도구의 정확도(Accuracy) 문제로 인해 발생하는 체계적 오류입니다. ⑤번 연구자가 노출 여부를 알고 결과 평가에 영향을 미치는 경우는 검사자 비뚤림(Observer Bias) 또는 평가자 비뚤림(Detection Bias)입니다. 연구자의 주관적인 기대나 지식이 결과 판정 과정에 개입되어 발생하는 비뚤림입니다. 연관 개념 정리 (Related Concepts): 선택 비뚤림의 다른 유형으로 건강한 근로자 효과(Healthy Worker Effect)가 있습니다. 직업성 역학 연구에서 근로자 집단은 일반 인구에 비해 전반적으로 건강 상태가 좋아, 특정 노출의 유해 효과가 실제보다 작게 평가될 수 있는 현상입니다. 또한, 임상시험에서 환자의 중증도나 예후에 따라 특정 치료군에 배정되는 선택 배정 비뚤림(Selection Allocation Bias)도 중요한 개념입니다. 개념 정리: 역학 연구의 비뚤림(Bias)은 크게 선택 비뚤림(Selection Bias)과 정보 비뚤림(Information Bias)으로 나뉩니다. 선택 비뚤림은 '누가' 연구에 포함되는지의 문제이고, 정보 비뚤림은 '어떻게' 정보를 수집하는지의 문제입니다. 한눈에 비교!

비뚤림 종류	핵심 특징	발생 상황
선택 비뚤림	대상자 선정 과정의 오류	환자-대조군 연구에서 부적절한 대조군 선정, 코호트 연구에서 추적 소실
정보 비뚤림	정보 수집/측정 과정의 오류	회상 비뚤림, 측정 비뚤림, 검사자 비뚤림

암기 팁: 'Bias = 삐뚤어짐'을 기억하세요. '선택(Selection)'은 '누구를 뽑을까?'의 문제이고, '정보(Information)'는 '뭘 어떻게 물어볼까?'의 문제입니다. 버크슨 비뚤림은 'Berkson's Bias'의 'B'를 '병원(Bed)'으로 연상해서 '입원 환자 선택 편향'으로 외우세요. 국시 빈출 포인트: 선택 비뚤림은 '환자-대조군 연구' 설계의 타당도를 위협하는 가장 큰 비뚤림으로 자주 출제됩니다. 특히 대조군이 '입원 환자'인 경우와 '일반 인구'인 경우의 차이를 비교하는 문제가 반복 출제됩니다. 기출 변형 주의!: "다음 중 선택 비뚤림을 최소화하기 위한 방법으로 가장 적절한 것은?"과 같은 문제로 변형될 수 있습니다. 정답은 대조군을 지역사회 기반(Community-based)에서 무작위 추출하거나, 환자군과 대조군을 성별, 연령 등 교란변수(Confounding Variable)에 대해 짝짓기(Matching)하는 방법입니다. (qn_case): 약국/임상 실무 가이드 임상 시나리오 (Clinical Scenario): 약사가 지역 보건소에서 특정 약물(예: 고혈압 치료제)의 장기 복용 효과에 대한 후향적 코호트 연구(Retrospective Cohort Study)를 설계하고 있습니다. 약국 조제 기록(DUR 데이터)을 활용하여 약물 노출군과 비노출군을 나누고, 심혈관계 사건 발생률을 비교하려고 합니다. 그런데, 약물 노출군은 대부분 정기적으로 건강검진을 받는 환자들이고, 비노출군은 건강검진을 덜 받는 환자들로 구성될 가능성이 높습니다. 복약지도 및 중재 전략 (Counseling & Intervention): 이러한 상황에서 약사는 '건강한 약물 순응자 비뚤림(Healthy Adherer Bias)'이라는 선택 비뚤림이 발생할 수 있음을 인지해야 합니다. 약물을 꾸준히 잘 복용하는 환자들은 일반적으로 건강에 대한 관심이 높고 건강한 생활 습관을 유지할 가능성이 크므로, 실제 약물 효과보다 심혈관계 사건 발생 위험이 더 낮게 평가될 수 있습니다. 환자 안전 및 주의사항 (Precautions): 연구 결과를 해석할 때 이러한 선택 비뚤림의 가능성을 반드시 고려해야 하며, 연구 설계 단계에서 이를 통제하기 위해 성향 점수 매칭(Propensity Score Matching)과 같은 고급 통계 방법을 적용할 수 있습니다. 선배 약사의 한마디: "약사는 단순히 약을 조제하는 것을 넘어, 약물 사용 결과(Drug Use Outcome)를 평가하는 '약물 역학자(Drug Epidemiologist)'의 역할도 할 수 있어요! 부작용(Adverse Effect) 모니터링이나 약물 유효성 평가 연구를 할 때, '이 연구 결과가 정말 믿을 만한가?'를 판단하려면 비뚤림(Bias)과 교란(Confounding)의 개념이 필수랍니다. 약대생 때부터 역학적 사고를 익혀두면 약국에서도 한층 더 전문적인 조언을 할 수 있을 거예요."