환자-대조군 연구에서 연관성의 강도를 평가하는 지표로 가장 적합한 것은?

보건행정 핵심 해설
핵심 개념 분석 (Key Concept): 이 문제는 환자-대조군 연구에서 사용하는 연관성 측정 지표를 묻고 있어요. 연구 설계의 특성상 질병 발생률을 직접 계산할 수 없기 때문에, 이를 대체하는 지표를 이해하는 것이 핵심이에요.
정답 근거 (Answer Rationale): 핵심! 환자-대조군 연구는 연구자가 환자군과 대조군의 수를 임의로 정하기 때문에, 전체 연구 집단에서의 질병 발생률(Incidence)을 계산할 수 없어요. 따라서 발생률의 비인 상대위험도(RR)를 직접 구할 수 없답니다. 대신, 환자군과 대조군 각각에서 위험요인에 노출된 오즈(odds)의 비율인 오즈비(Odds Ratio, OR)를 계산하여 연관성의 강도를 평가해요. 질병이 드문 경우(rare disease assumption), OR은 RR의 좋은 근사치로 사용될 수 있어요.
오답 분석 (Distractor Analysis): ①번 상대위험도(RR)는 코호트 연구에서 계산하는 대표적인 연관성 지표예요. 혼동 주의! ③번 발생률 차이, ④번 기여위험도, ⑤번 인구집단 기여위험도는 모두 질병 발생률을 기반으로 계산하는 지표들이므로, 발생률을 모르는 환자-대조군 연구에서는 직접 계산할 수 없어요. 이러한 지표들은 주로 코호트 연구에서 절대적인 위험의 크기를 평가할 때 사용한답니다.
연관 개념 정리 (Related Concepts): 오즈비(OR)가 1이면 위험요인과 질병 간에 연관성이 없음을, 1보다 크면 양의 연관성(위험요인이 질병 발생 가능성을 높임), 1보다 작으면 음의 연관성(위험요인이 질병 발생 가능성을 낮춤, 즉 보호 효과)을 의미해요.
개념 정리: 환자-대조군 연구의 핵심 연관성 지표 = 오즈비(OR). OR = (환자군의 노출 오즈) / (대조군의 노출 오즈)
한눈에 비교!: 상대위험도(RR) = 코호트 연구 / 오즈비(OR) = 환자-대조군 연구 (단, 로지스틱 회귀분석 등 다변량 분석에서도 OR이 널리 사용됨)
실무 포인트: 병원에서 특정 감염병 발생의 위험요인을 후향적으로 분석할 때, 오즈비를 통해 어떤 요인이 통계적으로 유의미한 영향을 미쳤는지 평가할 수 있어요. 예를 들어, 수술 부위 감염 환자군과 비감염 대조군의 수술 시간, 항생제 사용력 등을 비교 분석하는 거죠.
암기 팁: "환자-대조군은 발생률을 몰라요! 그래서 오즈비(OR)만 계산할 수 있어요." 라고 기억하세요. 오즈비는 '승산비'라는 뜻으로, 어떤 사건이 발생할 확률과 발생하지 않을 확률의 비율을 비교하는 거예요.
국시 빈출 포인트: 각 연구 설계별로 어떤 연관성 지표를 사용하는지 짝짓는 문제, 그리고 RR과 OR의 차이점을 묻는 문제가 빈출이에요.
기출 변형 주의!: "환자-대조군 연구 결과표를 보고 오즈비를 계산하시오." 와 같은 계산형 문제로 출제될 수 있어요. 2x2 분할표에서 OR = ad/bc 공식을 반드시 숙지하세요.

보건행정 핵심 해설 핵심 개념 분석 (Key Concept): 이 문제는 역학적 연구 설계(Epidemiological Study Design) 중 환자-대조군 연구(Case-Control Study)의 특성과 그에 맞는 연관성 지표를 묻고 있어요. 연구 설계의 방향성(질병 발생 → 과거 위험요인 노출 추적) 때문에 발생률을 계산할 수 없다는 근본적인 한계를 이해해야 해요. 보건행정에서 특정 질병의 위험요인을 규명하고 예방 정책을 수립할 때 기초가 되는 역학적 근거를 생산하는 중요한 연구 방법이랍니다.

정답 근거 (Answer Rationale): 핵심! 환자-대조군 연구는 이미 질병이 발생한 집단(환자군)과 발생하지 않은 집단(대조군)을 선정한 후, 과거의 위험요인 노출력을 후향적으로 조사하는 방식이에요. 연구자가 집단의 크기를 임의로 정하기 때문에, 전체 모집단에서의 질병 발생률(Incidence Rate)을 계산할 수 없어요. 발생률을 알아야 계산할 수 있는 상대위험도(Relative Risk, RR) 대신, 발생률을 모르는 상황에서도 계산 가능한 오즈비(Odds Ratio, OR)를 연관성 강도의 지표로 사용해요. 질병이 매우 드문 경우(rare disease assumption), OR은 RR의 훌륭한 근사치로 활용된답니다.

오답 분석 (Distractor Analysis):
혼동 주의! ①번 상대위험도(RR)는 노출군과 비노출군의 발생률을 비교하는 지표로, 시간의 흐름에 따라 질병 발생을 추적 관찰하는 코호트 연구(Cohort Study)의 대표적인 연관성 측정 지표예요. 환자-대조군 연구에서는 발생률을 알 수 없으므로 RR을 계산할 수 없어요.
③번 기여위험도(Attributable Risk, AR), ④번 발생률 차이(Risk Difference, RD), ⑤번 인구집단 기여위험도(Population Attributable Risk, PAR)는 모두 '위험요인에 노출됨으로 인해 추가로 발생하는 질병의 절대적인 크기(양)'를 측정하는 지표예요. 이 지표들은 모두 질병 발생률을 기반으로 계산하기 때문에, 발생률을 모르는 환자-대조군 연구에서는 직접 산출할 수 없어요.

연관 개념 정리 (Related Concepts): 오즈비(OR)의 해석은 상대위험도(RR)와 유사해요. OR=1은 연관성 없음, OR>1은 양의 연관성(위험요인), OR

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): 당신은 병원 QI(Quality Improvement) 팀의 보건의료정보관리사입니다. 최근 중환자실에서 카바페넴 내성 장내세균속균종(CRE) 감염 사례가 증가하여, 병원 감염 관리 위원회로부터 원내 감염 발생의 위험요인을 신속하게 분석하라는 지시가 내려왔습니다. 이미 감염이 발생한 환자와 발생하지 않은 환자의 전자의무기록(EMR) 데이터를 활용하여 후향적으로 분석해야 하는 상황이에요. 연구 설계와 사용할 통계 지표를 어떻게 결정해야 할까요?

행정 중재 전략 (Admin Intervention): 핵심! 이미 질병이 발생한 상태에서 후향적으로 원인을 추적하는 상황이므로 환자-대조군 연구가 가장 적합해요. 1단계로 CRE 감염 환자군과 나이, 성별, 기저질환 등이 유사한 비감염 대조군을 EMR에서 선정하고, 2단계로 두 군의 의무기록을 검토하여 과거 침습적 시술 이력(중심정맥관 삽입, 인공호흡기 적용 등), 항생제 사용력, 재원 기간 등의 데이터를 추출해요. 3단계로 통계 분석을 통해 각 위험요인에 대한 오즈비(OR)와 95% 신뢰구간을 산출하여 보고서를 작성하면 됩니다.

법적 안전 및 주의사항 (Precautions): 후향적 의무기록 분석은 개인정보보호법 및 생명윤리 및 안전에 관한 법률에 따라 기관생명윤리위원회(IRB)의 심의를 거쳐야 할 수 있어요. 특히 환자의 개인식별정보를 익명화 또는 가명화 처리하는 절차가 반드시 필요하며, 분석된 데이터는 보안이 철저히 유지되는 환경에서만 다뤄야 해요. 동의 면제 사유가 인정되는지 IRB 심의 결과에 따라 연구 진행 여부가 결정된답니다. 업무 프로토콜 1. 연구 계획 수립: 연구 목적, 배경, 가설 설정 및 환자-대조군 연구 설계 확정 → 2. IRB 심의 신청: 후향적 의무기록 분석 연구 계획서, 개인정보보호 방안, 동의 면제 사유서 제출 → 3. 데이터 수집: EMR에서 선정/제외 기준에 따라 환자군 및 대조군 리스트 추출, 변수별 데이터 정제 → 4. 통계 분석: 로지스틱 회귀분석을 통한 위험요인별 오즈비(OR) 및 p-value 산출 → 5. 결과 보고: 감염 관리 위원회 보고 및 감염 예방 프로토콜 개선 근거로 활용. 선배의 한마디 "병원에서 원내 감염처럼 이미 발생한 사건의 원인을 찾을 때는 무조건 환자-대조군 연구와 오즈비(OR)를 떠올리세요! 연구 설계의 기본 원리를 이해하면, 수많은 논문을 비판적으로 읽고 우리 병원 상황에 적용할 수 있는 진짜 보건행정 전문가가 될 수 있어요. QI 팀에서 데이터 분석 역량은 선택이 아닌 필수랍니다!"