핵심 해설
이 문제는
약물경제성 평가(Pharmacoeconomic Evaluation)에서 필수적으로 수행하는
민감도 분석(Sensitivity Analysis)의 정확한 유형과 목적을 묻고 있어요. 경제성 평가 모델은 다양한 가정과 불확실한 변수들로 구성되기 때문에, 특정 변수의 변화가 최종 결과에 얼마나 큰 영향을 미치는지, 그리고 결론이 얼마나 견고한지(Robustness)를 검증하는 과정이 반드시 필요합니다.
1. 핵심 개념 분석 (Key Concept)
민감도 분석은 크게
핵심! 결정론적 민감도 분석(Deterministic Sensitivity Analysis)과
확률론적 민감도 분석(Probabilistic Sensitivity Analysis, PSA)으로 나뉘어요. 문제의 보기들은 이 두 가지 큰 틀과 그 하위 분석법들의 개념을 혼동시키도록 설계되었어요.
2. 정답 근거 (Answer Rationale)
핵심! ②번
확률론적 민감도 분석(PSA)에 대한 설명이 정답이에요. PSA는 모델에 투입되는 각 변수에
확률 분포(Probability Distribution)를 부여합니다. 예를 들어 비용(Cost) 변수에는 왜도가 있는 데이터에 적합한
감마 분포(Gamma Distribution)를, 효용(Utility) 값처럼 0과 1 사이의 값을 가지는 변수에는
베타 분포(Beta Distribution)를 가정하는 식이지요. 그런 다음, 이 분포로부터 무작위로 값을 추출하여 분석을 수천~수만 번 반복하는
몬테카를로 시뮬레이션(Monte Carlo Simulation)을 수행해요. 이를 통해 점추정치가 아닌
증분 비용-효과비(ICER, Incremental Cost-Effectiveness Ratio)의 분포와
비용-효과 수용 곡선(CEAC, Cost-Effectiveness Acceptability Curve)을 도출하여 의사결정자가 특정 지불의사한계액(WTP Threshold)에서 대안이 비용-효과적일 확률을 직관적으로 파악할 수 있게 해줍니다. 이는 결과의 불확실성(Uncertainty)을 가장 포괄적으로 정량화하는 방법입니다.
3. 오답 분석 (Distractor Analysis)
①번:
혼동 주의! 일원 민감도 분석(One-way Sensitivity Analysis)은 '한 번에 하나의 변수만' 변화시키는 방법이에요. 여러 변수를 동시에 변화시킨다는 설명은 잘못되었습니다.
③번:
혼동 주의! 시나리오 분석(Scenario Analysis)은 여러 변수를 동시에 변화시켜 '최상/최악' 등 특정 가정 하의 결과를 보는 방법이에요. 하나의 변수로 임계점을 찾는 것은 임계값 분석(Threshold Analysis)입니다.
④번:
혼동 주의! 이 설명은 시나리오 분석에 해당해요. 임계값 분석은 결과(예: ICER)가 특정 기준을 넘게 되는 특정 변수의 값, 즉 임계점을 찾는 분석입니다.
⑤번:
혼동 주의! 이원 민감도 분석(Two-way Sensitivity Analysis)은 두 변수를 동시에 변화시켜 결과의 변화를 평면상의 그래프나 행렬로 보여주는 결정론적 방법이에요. 확률 분포와 몬테카를로 시뮬레이션을 사용하는 것은 확률론적 민감도 분석(PSA)의 특징입니다.
4. 연관 개념 정리 (Related Concepts)
결정론적 민감도 분석은 계산이 간단하고 변수의 영향력을 직관적으로 보여주는 장점이 있지만, 모든 변수의 불확실성을 동시에 고려하지 못한다는 한계가 있어요. 반면 PSA는 동시적 불확실성 반영이 가능하다는 점에서 최근 의약품 경제성 평가 가이드라인에서 기본 분석으로 권고되는 추세입니다.
토네이도 다이어그램(Tornado Diagram)은 일원 민감도 분석 결과를 시각화하여 어떤 변수가 결과에 가장 큰 영향을 미치는지 한눈에 보여주는 대표적인 도구입니다.
개념 정리: 민감도 분석은 경제성 평가 결과의 불확실성을 다루는 핵심 도구이며, 가정의 변화가 결론에 미치는 영향을 평가하여 연구의 견고성을 입증하는 과정입니다.
한눈에 비교!:
| 분석 유형 | 주요 특징 | 결과 제시 예시 |
|---|
| 일원 민감도 분석 (One-way) | 하나의 변수만 변화, 독립적 영향 파악 | 토네이도 다이어그램 |
| 이원 민감도 분석 (Two-way) | 두 변수를 동시에 변화 | 2차원 평면 그래프, 행렬 |
| 시나리오 분석 (Scenario) | 여러 변수를 특정 가정(최상/최악)으로 변화 | 시나리오별 결과 비교표 |
| 임계값 분석 (Threshold) | 결론이 역전되는 특정 변수의 임계값 탐색 | 특정 변수의 임계값 제시 |
| 확률론적 분석 (PSA) | 모든 변수에 확률분포 부여, 몬테카를로 시뮬레이션 | ICER 산포도, CEAC |
암기 팁: 결정론적 분석(일원, 이원, 시나리오, 임계값)은 'What if' 질문에 답하는 방식이고, 확률론적 분석(PSA)은 'How likely'에 답하는 방식이라고 생각하면 구분하기 쉬워요.
국시 빈출 포인트: PSA의 정의와 함께 몬테카를로 시뮬레이션, CEAC의 개념은 국시에 자주 출제되는 핵심 포인트입니다. 각 분석법이 어떤 상황에서 사용되는지 표로 정리하여 정확히 구분해두세요.
기출 변형 주의!: 단순히 분석 유형을 묻는 데서 나아가, 특정 연구 상황을 제시하고 '이때 적절한 민감도 분석 유형은?'과 같은 사례형 문제나 'CEAC 그래프를 해석하시오' 같은 심화 문제로도 출제될 수 있습니다.