어느 지역에서 2026년 1월 1일부터 12월 31일까지 조사한 결과, 특정 암의 신규 환자 수는 200명이고, 2026년 7월 1일 기준 추계인구는 50,000명이다. 이 암의 1년간 발생밀도(Incidence Density)를 구하기 위해 필요한 추가 정보로 가장 적절한 것은?

보건행정 핵심 해설
핵심 개념 분석 (Key Concept): 발생밀도(Incidence Density, ID)는 단위 인구-시간(person-time)당 발생하는 신규 환자의 비율로, 각 개인이 관찰된 시간의 합을 분모로 사용해요. 따라서 정확한 발생밀도를 구하려면 각 개인이 질병 없이 관찰된 기간을 모두 합한 총 관찰 인년(Person-year)이 반드시 필요해요.
정답 근거 (Answer Rationale): 발생밀도 = (신규 환자 수) / (총 관찰 인년)이므로, 분자에 해당하는 신규 환자 수(200명) 외에 분모인 총 관찰 인년이 있어야 계산할 수 있어요.
오답 분석 (Distractor Analysis): ①과 ②는 유병률 계산에 필요한 정보예요. ③은 누적발생률 계산 시 위험에 노출된 초기 인구를 구할 때 필요하지만, 발생밀도와는 직접적인 관련이 없어요. ⑤는 단순한 인구 규모로, 각 개인의 실제 관찰 기간을 반영하지 못해 발생밀도 분모로 부적합해요.
연관 개념 정리 (Related Concepts): 혼동 주의! 누적발생률(CI)은 관찰 시작 시점의 인구를 분모로 하는 반면, 발생밀도(ID)는 추적 관찰 중 탈락자를 고려한 인년(person-year)을 분모로 사용해요. 역학 연구에서 추적 탈락이 많을수록 CI보다 ID가 더 정확한 발생률 측정 지표가 돼요.
개념 정리: 발생밀도 = (신규 환자 수) / (총 관찰 인년). 총 관찰 인년은 각 연구 대상자가 질병에 걸리지 않고 관찰된 기간을 모두 합한 값.
한눈에 비교!: 누적발생률(CI)은 '시작 시점의 위험 인구' 대비 신규 발생, 발생밀도(ID)는 '총 관찰 인년' 대비 신규 발생을 나타내요. CI는 0~1 사이 값, ID는 0~무한대 값을 가질 수 있어요.
실무 포인트: 코호트 연구나 임상시험 결과를 해석할 때, 추적 기간이 길고 중도 탈락자가 많다면 반드시 발생밀도를 확인해야 해요. 같은 신규 환자 수라도 관찰 인년이 짧으면 발생밀도가 높아지기 때문이에요.
암기 팁: 발생'밀도'는 '밀도'라는 단어처럼 시간이라는 공간 안에 신규 환자가 얼마나 빽빽하게 발생하는지를 보여주는 지표라고 생각하면 돼요.
국시 빈출 포인트: 누적발생률과 발생밀도의 정의, 계산식, 그리고 어떤 연구 설계에서 주로 사용되는지를 구분하는 문제가 자주 출제돼요. 특히 분모의 차이를 정확히 이해해야 해요.
기출 변형 주의!: "총 1,000인년을 관찰하는 동안 5명의 환자가 발생했다"와 같은 문장을 주고 발생밀도를 계산하게 하거나, 표를 통해 관찰 인년을 직접 계산하게 하는 문제로 출제될 수 있어요.

보건행정 핵심 해설 핵심 개념 분석 (Key Concept): 이 문제는 역학의 기본 발생 측정 지표 중 하나인 발생밀도(Incidence Density, ID)의 정의와 계산 원리를 정확히 이해하고 있는지 평가해요. 발생밀도는 단순히 인구 수로 나누는 것이 아니라, 각 개인이 질병 발생의 위험에 노출된 시간의 총합(인년, Person-year)을 분모로 사용하여 단위 시간당 신규 발생률을 나타내는 동적 지표예요. 정답 근거 (Answer Rationale): 발생밀도의 공식은 (특정 기간 동안의 신규 환자 수) / (해당 기간 동안 관찰 집단의 총 관찰 인년)이에요. 문제에서 분자에 해당하는 신규 환자 수 200명은 주어졌지만, 분모인 총 관찰 인년(Person-year) 정보가 없어요. 핵심! 각 연구 대상자가 코호트에 들어와서 질병이 발생하거나 중도 탈락하기까지의 시간을 모두 합산한 값이 반드시 필요하므로, ③번이 정답이에요. 오답 분석 (Distractor Analysis): 발생밀도를 다른 역학 지표와 혼동하면 오답을 선택할 수 있어요. 혼동 주의! ① '2026년 1월 1일 기준 해당 암의 유병자 수'는 유병률(Prevalence) 계산에 필요한 정보예요. 발생밀도는 기존 환자가 아닌 '신규 환자'의 발생 속도를 측정하므로 필요하지 않아요. 혼동 주의! ② '2026년 1월 1일 기준 해당 지역의 전체 인구 수'는 누적발생률(Cumulative Incidence, CI)의 분모로 사용될 수 있지만, 발생밀도의 분모는 '시간' 개념이 포함된 인년이어야 해요. 단순한 인구 수는 각 개인의 관찰 기간을 반영하지 못해요. 혼동 주의! ④, ⑤ '전체 암 환자 수'는 유병률 산출의 분자로 사용될 수 있어요. 발생밀도와는 전혀 다른 개념이며, 특정 시점의 환자 수는 신규 발생의 속도를 측정하는 데 사용할 수 없어요. 연관 개념 정리 (Related Concepts): 발생밀도(ID)는 추적 기간이 길거나 중도 탈락이 많은 코호트 연구에서 필수적으로 사용하는 지표예요. 반면, 누적발생률(CI)은 관찰 기간이 짧고 탈락자가 거의 없는 상황에서 사용하기 적합해요. 발생밀도는 0에서 무한대까지의 값을 가질 수 있다는 점도 함께 기억해두세요.
개념 정리: 발생밀도(Incidence Density) = (신규 환자 수) / (총 관찰 인년). 총 관찰 인년은 각 연구 대상자가 질병이 발생하거나 중도 탈락하기 전까지 위험에 노출된 시간을 모두 더한 값이에요.
한눈에 비교!

구분	누적발생률 (CI)	발생밀도 (ID)
정의	일정 기간 동안 위험 집단에서 발생한 신규 환자의 비율	단위 인구-시간당 발생하는 신규 환자의 비율
분모	관찰 시작 시점의 위험 인구 수	총 관찰 인년 (Person-year)
값의 범위	0 ~ 1 (또는 0~100%)	0 ~ 무한대
주요 사용처	단기간 추적, 탈락자가 적은 연구	장기간 추적, 동적 코호트, 탈락자가 많은 연구

실무 포인트: 병원 행정가나 연구 기획자는 연구 논문을 읽거나 임상시험 데이터를 분석할 때, 연구 설계에 따라 어떤 발생 지표가 사용되었는지 반드시 확인해야 해요. 특히, 관찰 인년의 개념을 모르면 연구 결과를 완전히 오해석할 수 있어요. 예를 들어, 100명을 10년 관찰한 것과 1,000명을 1년 관찰한 것은 신규 환자 수가 같더라도 발생밀도가 다르게 나올 수 있어요.
암기 팁: 발생'밀도'는 시간의 '밀도'를 생각하세요! "얼마나 많은 사람이 아니라, 얼마나 빠르게 새로 생기는가"를 측정하는 지표예요. 분모에 '인년'이라는 시간 단위가 꼭 들어간다는 점을 기억하세요.
국시 빈출 포인트: 이 주제는 보건의료정보관리사 및 병원행정사 시험에서 누적발생률, 발생밀도, 유병률의 정의, 공식, 분모의 차이를 묻는 형태로 매우 자주 출제돼요. 주어진 연구 상황에 맞는 적절한 측정 지표를 선택하는 사례형 문제도 빈출되니, 각 지표의 장단점과 적용 조건을 완벽히 이해해야 해요.
기출 변형 주의!: 단순히 '총 관찰 인년'을 묻지 않고, "5년간의 코호트 연구에서 각 참가자의 관찰 기간이 담긴 표를 제시한 후, 발생밀도를 계산하시오"와 같은 계산형 문제로 출제될 수 있어요. 표에서 중도 탈락 시점을 정확히 파악하여 각 개인의 관찰 기간을 합산하는 연습이 필요해요.

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "당신은 종합병원 의료정보팀에서 근무하는 보건의료정보관리사예요. 암 등록 사업의 일환으로 폐암 환자 데이터를 관리하던 중, 신규 항암제의 효과를 평가하기 위한 후향적 코호트 연구를 기획하게 되었어요. 연구팀이 5년간의 전자의무기록(EMR) 데이터를 분석하여 '신약 A를 투여한 그룹의 폐암 재발률이 기존 치료 그룹보다 낮다'는 가설을 세웠어요. 그런데 연구팀에서 재발률 계산 시 단순히 '재발 환자 수 / 전체 환자 수'로 계산한 수치를 제시하며 발생밀도라는 용어를 혼용해서 사용하는 문제가 발생했어요." 행정 중재 전략 (Admin Intervention): 핵심! 데이터의 정확성과 연구의 타당성을 위해 보건의료정보관리사가 적극적으로 개입해야 하는 상황이에요. 1. 상황 파악: 연구팀이 사용한 지표가 '누적발생률'인지 '발생밀도'인지, 그리고 각 환자의 실제 추적 관찰 기간(인년)이 분석에 반영되었는지 확인해요. 2. 규정/개념 검토: 만약 추적 기간 중 전원이나 사망 등 중도 탈락자가 존재한다면, 누적발생률은 실제 재발 위험을 과소 또는 과대평가할 수 있음을 설명해요. 발생밀도(ID)의 정확한 개념과 계산 방법(각 환자의 '마지막 추적일 - 치료 시작일' 또는 '재발일 - 치료 시작일'을 합산)을 연구팀에게 교육해요. 3. 대응 및 처리: EMR 데이터베이스에서 각 환자의 코호트 진입일, 재발일, 마지막 추적 관찰일을 추출하여 총 관찰 인년을 정확히 산출하도록 데이터 추출 쿼리를 수정하거나 지원해요. 그 후, 올바르게 계산된 발생밀도를 재분석 결과로 제시하도록 안내해요. 4. 사후 기록/보고: 데이터 분석 방법론에 대한 이의제기 및 수정 과정을 연구 회의록에 명확히 기록하여 연구의 신뢰성과 재현성을 확보해요. 법적 안전 및 주의사항 (Precautions): 연구 과정에서 개인정보보호법 및 의료법상 환자 정보 보호는 필수예요. 연구 목적으로 의무기록 데이터를 활용할 때는 반드시 기관생명윤리위원회(IRB)의 승인을 받고, 환자 식별 정보를 비식별화하는 절차를 준수해야 해요. 잘못된 통계 지표를 사용하여 연구 결과를 발표할 경우, 학문적 신뢰도 하락은 물론 병원의 평판에도 부정적인 영향을 미칠 수 있어요.
업무 프로토콜 1. 연구 계획서 검토 및 IRB 승인 획득 2. 데이터 추출 조건 정의 (코호트 진입일, 사건 발생일, 중도 탈락일) 3. 비식별화된 데이터셋 생성 4. 분석 프로그램(R, SAS, SPSS 등)을 이용한 관찰 인년 계산 및 발생밀도 산출 5. 연구 결과 해석 시 누적발생률과 발생밀도의 차이점을 명확히 기술
선배의 한마디: "보건의료정보관리사는 단순히 기록을 관리하는 것을 넘어, 데이터가 올바른 의미를 가질 수 있도록 돕는 '데이터 해석의 조력자'예요. 연구자들이 흔히 혼동하는 역학 지표의 개념을 정확히 이해하고 바로잡아 줄 수 있다면, 그 자체로 병원 연구의 질을 한 단계 높이는 전문가로 인정받을 수 있어요!"