유병률이 20%인 지역에서 쓰던 집단검진 도구를 유병률이 1%인 지역에 그대로 적용하였다. 검사 타당도의 변화로 옳은 것은?

민감도와 특이도는 검사도구 자체의 속성이어서 유병률의 변화만으로는 달라지지 않으나, 예측도는 유병률에 좌우되어 유병률이 낮아지면 양성예측도는 떨어지고 음성예측도는 올라간다. 다만 대상 집단의 중증도 분포가 달라지는 스펙트럼 효과가 있으면 민감도·특이도도 실제로는 변동할 수 있다.

유병률(prevalence)이 다른 지역으로 검사 도구를 옮길 때, 검사의 타당도 지표 중 무엇이 변하고 무엇이 변하지 않는지를 구분하는 문제입니다. 집단검진 도구의 성능을 평가할 때 민감도(sensitivity)와 특이도(specificity)는 검사 자체의 고유한 특성으로, 질병 유병률과 무관하게 일정하게 유지됩니다. 반면 양성예측도(positive predictive value, PPV)와 음성예측도(negative predictive value, NPV)는 유병률에 따라 달라지는 지표입니다.

유병률이 20%에서 1%로 낮아지면, 검사 결과가 양성인 사람 중 실제로 질병이 있는 사람의 비율인 양성예측도는 감소하고, 검사 결과가 음성인 사람 중 실제로 질병이 없는 사람의 비율인 음성예측도는 증가합니다. 이는 낮은 유병률 환경에서 양성 판정을 받은 사람들 중 상당수가 실제로는 질병이 없는 위양성(false positive)일 가능성이 커지기 때문입니다. 근거 자료[1]에서도 저유병률 환경(low-prevalence settings)에서 표준 선별 단계가 많은 위양성 의뢰(false-positive referrals)를 생성하여 비용과 지연, 환자 부담을 증가시킨다고 설명하고 있습니다.

혼동 주의! 민감도와 특이도는 유병률의 영향을 받지 않습니다. 민감도는 '질병이 있는 사람을 검사가 양성으로 판정하는 능력', 특이도는 '질병이 없는 사람을 검사가 음성으로 판정하는 능력'으로, 이는 검사 방법 자체의 cut-off 값과 생물학적 특성에 의해 결정됩니다. 따라서 보기 1번과 3번은 옳지 않습니다.

핵심! 유병률이 낮아지면 위양성의 절대적인 수는 줄어들 수 있지만, 양성 판정을 받은 사람 중 위양성이 차지하는 비율은 오히려 커집니다. 보기 5번은 '위양성이 줄어들어 양성예측도가 높아진다'고 했지만, 저유병률 환경에서는 양성 결과 중 위양성 비율이 높아져 양성예측도가 낮아지므로 옳지 않습니다.

예측도를 계산하는 공식으로 이해하면 더 명확합니다. 양성예측도는 민감도 × 유병률 / [민감도 × 유병률 + (1-특이도) × (1-유병률)]로, 음성예측도는 특이도 × (1-유병률) / [특이도 × (1-유병률) + (1-민감도) × 유병률]로 표현됩니다. 유병률이 감소하면 양성예측도 공식에서 분자의 유병률 항이 작아지고 분모의 (1-유병률) 항이 커지므로 양성예측도는 낮아집니다. 반대로 음성예측도는 분자의 (1-유병률) 항이 커지고 분모의 유병률 항이 작아지므로 높아집니다. 따라서 보기 2번처럼 두 지표가 모두 높아지는 것은 불가능하며, 보기 4번이 정답입니다.

근거 자료는 AUC와 ROC 곡선을 바탕으로 cut-off 점수를 설정할 때 민감도와 특이도의 균형을 고려해야 한다고 제시하고 있습니다. 이는 검사 도구를 특정 집단에 적용할 때 해당 집단의 질병 유병률과 검사 목적(선별인지 확진인지)에 따라 cut-off를 재설정해야 할 필요성을 시사합니다. 유병률이 1%인 지역에서는 동일한 cut-off를 그대로 적용할 경우 양성예측도가 급격히 낮아져, 양성 판정을 받은 사람 중 실제 환자의 비율이 매우 적어지므로 검진의 효율성이 떨어지게 됩니다.참고 문헌 (논문 출처)[1]Sequential Screening as Diagnostic Filtering or Substitution: A Bayesian Cost Model of Screening as a Function of Prevalence.일반논문Mamane E, Balayla J. (2026) · DOI: 10.1111/jep.70536