환자-대조군 연구에서 연관성의 크기를 나타내는 지표로 가장 적절한 것은?

보건행정 핵심 해설
핵심 개념 분석 (Key Concept): 이 문제는 환자-대조군 연구에서 사용하는 연관성 측정 지표를 묻고 있어요. 환자-대조군 연구는 연구자가 질병 발생 여부에 따라 대상자를 선정하기 때문에, 전체 인구집단에서의 질병 발생률(Incidence)을 알 수 없어 상대위험도(RR)를 직접 계산할 수 없어요.
정답 근거 (Answer Rationale): 핵심! 따라서 발생률의 대체 지표로, 환자군과 대조군에서의 위험 요인 노출 오즈(Odds)의 비율인 오즈비(OR)를 사용합니다. 이는 해당 질병이 희귀하다는 가정 하에 상대위험도(RR)의 좋은 근사치로 해석될 수 있어요.
오답 분석 (Distractor Analysis): 혼동 주의! ①번 상대위험도(RR)는 노출군과 비노출군의 발생률 비로, 발생률을 직접 계산할 수 있는 코호트 연구에서 주로 사용해요. ③번 발병률과 ⑤번 유병률은 질병 발생의 측정 지표이지 연관성 지표가 아니에요. ④번 기여위험도(AR)는 노출군에서 발생한 질병 중 노출로 인해 발생한 부분의 절대적인 크기를 나타내며, 코호트 연구에서 산출 가능합니다.
연관 개념 정리 (Related Concepts): 오즈비(OR)가 1보다 크면 위험 요인, 1보다 작으면 보호 요인으로 해석하며, 신뢰구간(95% CI)이 1을 포함하는지 여부로 통계적 유의성을 판단해요.
개념 정리: 환자-대조군 연구의 핵심 지표 = 오즈비(OR)
한눈에 비교!: RR (코호트 연구, 발생률 비) vs OR (환자-대조군 연구, 노출 오즈 비)
암기 팁: "환자-대조군은 OR(오즈비), 코호트는 RR(상대위험도)!"
국시 빈출 포인트: 각 역학 연구 설계별로 사용하는 연관성 지표(RR, OR)를 정확히 매칭하는 문제와, OR 값을 해석하는 문제가 빈출됩니다.

핵심 해설 핵심 개념 분석 (Key Concept): 이 문제는 역학 연구 설계에 따른 적절한 연관성 지표를 묻고 있어요. 환자-대조군 연구(Case-control study)는 질병이 있는 '환자군'과 없는 '대조군'을 먼저 선정한 뒤, 과거의 위험 요인 노출력을 비교하는 후향적 연구예요. 따라서 연구자가 임의로 집단을 나누어 추적 관찰하는 코호트 연구와 달리, 전체 모집단의 발생률(Incidence)을 직접 계산할 수 없다는 근본적인 한계를 가져요.

정답 근거 (Answer Rationale): 핵심! 발생률을 알 수 없기에, 코호트 연구의 핵심 지표인 상대위험도(RR)를 직접 산출하지 못해요. 대신, 환자군과 대조군 각각에서 위험 요인에 '노출되었을 오즈(Odds)'와 '노출되지 않았을 오즈'의 비율인 오즈비(Odds Ratio, OR)를 사용하여 연관성의 크기를 추정합니다. 오즈비는 해당 질병이 희귀하다는 가정 하에 상대위험도의 훌륭한 통계적 근사치로 인정받아요.

오답 분석 (Distractor Analysis):
① 발병률(Incidence Rate): 단위 인-년(person-year)당 새로 발생한 질병 건수를 나타내는 질병 발생 빈도 지표이지, 연관성의 크기를 나타내는 지표가 아니에요.
② 유병률(Prevalence Rate): 특정 시점에 질병을 가진 사람의 비율로, 역시 빈도 지표이며 인과적 연관성을 평가하는 데는 적합하지 않아요.
③ 상대위험도(Relative Risk, RR): 혼동 주의! 노출군과 비노출군의 발생률 비로, 연구자가 집단을 설정하고 추적 관찰하여 발생률을 직접 계산할 수 있는 코호트 연구(Cohort study)의 대표적인 연관성 지표예요. 환자-대조군 연구에서는 계산할 수 없습니다.
④ 기여위험도(Attributable Risk, AR): 노출군의 발생률에서 비노출군의 발생률을 뺀 절대적 차이로, 노출로 인한 초과 위험의 크기를 의미하지만, 발생률 정보가 필요한 만큼 환자-대조군 연구에서는 산출이 어려워요.

연관 개념 정리 (Related Concepts): 오즈비(OR)의 해석은 상대위험도(RR)와 유사해요. OR=1이면 연관성 없음, OR>1이면 위험 요인, OR

보건행정 실무 가이드 실무 시나리오 (Clinical Scenario): "원무과에서 근무 중, 병원 내 감염관리실로부터 연락이 왔어요. 최근 3개월간 특정 병동에서 클로스트리디움 디피실 감염(CDI)이 집단 발생한 것 같다는 보고가 접수된 거예요. 감염관리팀장이 지난 분기 항생제 사용 패턴이 CDI 발생에 영향을 주었는지 환자-대조군 연구를 진행하려고 합니다. CDI 확진 환자들의 의무기록과 대조군 환자들의 항생제 처방 기록을 비교 분석하기 위해, 보건의료정보관리사로서 여러분께 어떤 도움을 요청할까요?"

행정 중재 전략 (Admin Intervention): 감염관리팀에서 연구를 진행할 수 있도록, 환자군(CDI 확진자)과 대조군(비확진자)의 의무기록 열람 및 데이터 추출을 지원해야 해요. 먼저 핵심! 개인정보보호법 및 의료법에 따라, 연구 목적의 의무기록 열람은 기관생명윤리위원회(IRB)의 승인을 받았는지 반드시 확인해야 합니다. 승인된 연구 계획서에 따라 필요한 데이터(성별, 연령, 항생제 종류, 투여 기간 등)를 정확히 추출하고, 개인 식별 정보는 익명화하여 제공하는 것이 원칙이에요. 이때 연관성 분석을 위해 통계 프로그램(SPSS, R 등)에서 사용할 수 있는 형태(예: Excel)로 오즈비(OR) 계산에 필요한 노출 여부 변수를 정리해 주는 것이 핵심 업무입니다.

법적 안전 및 주의사항 (Precautions): 핵심! 연구 목적이라도 개인의 진료 정보는 민감 정보에 해당하므로, 정보 주체의 동의를 받았는지 IRB 승인 서류를 통해 확인하는 절차는 필수예요. 승인된 범위를 넘어서 데이터를 제공하거나, 연구 결과를 통해 특정 환자가 식별되지 않도록 철저히 주의해야 합니다.

업무 프로토콜: (1) IRB 승인 서류 확인 → (2) 정보 주체 동의서 확인 → (3) 연구 계획서 기준 데이터 추출 → (4) 개인 식별 정보 익명화 처리 → (5) 연구 책임자에게 안전하게 데이터 전달 및 이관 기록 작성

선배의 한마디: "보건의료정보관리사는 병원에서 생성되는 방대한 데이터의 관리자이자 연구의 조력자예요. 역학 연구 설계의 특성과 오즈비(OR) 같은 지표를 이해하고 있어야 연구팀이 원하는 데이터를 정확하게 제공할 수 있어요. 단순한 기록 관리가 아니라, 병원 내 의사 결정을 위한 근거 창출에 기여하는 중요한 역할이랍니다!"