서로 다른 시점의 우식 유병률을 비교할 때 연령구조 차이를 줄이는 방법은?

연령표준화는 집단 간 연령분포 차이로 생기는 왜곡을 줄인다.

연령표준화는 서로 다른 인구집단 간 유병률을 비교할 때 각 집단의 연령구조 차이가 결과에 미치는 영향을 통제하는 역학적 방법입니다. 치아우식증은 연령에 따라 유병률이 크게 달라지는 대표적인 연령 의존성 질환이기 때문에, 두 지역이나 두 시점의 우식 유병률을 단순 비교하면 실제 질병 위험 차이가 아닌 인구 연령 구성의 차이가 결과에 반영될 수 있습니다. 예를 들어 노년층 비율이 높은 지역은 젊은 층이 많은 지역보다 단순 우식 유병률이 높게 나타날 수 있는데, 이는 질병 발생 위험이 실제로 높아서가 아니라 우식 경험이 누적될 시간이 긴 고연령층이 인구에서 차지하는 비중이 크기 때문입니다.

연령표준화는 비교 대상 인구의 연령별 유병률을 표준인구의 연령구조에 적용하여, 연령구조가 동일하다고 가정했을 때의 가상적 유병률을 산출하는 과정입니다. 이를 통해 두 집단 간 연령 분포 차이를 제거한 상태에서 우식 부담의 실제 차이를 비교할 수 있습니다. GBD 2017 연구에서도 국가별·연도별 구강질환 부담을 비교할 때 연령표준화율을 활용하여 인구구조 차이를 보정하고 있습니다. ^[1]

혼동 주의! 연령표준화는 실제 유병률을 바꾸는 것이 아니라 비교를 위한 가상의 요약 지표입니다. 표준화율 자체는 특정 표준인구를 기준으로 한 상대적 수치이므로, 한 집단의 실제 질병 부담 크기를 그대로 나타내는 값으로 해석해서는 안 됩니다.

우식 부담의 시계열 변화를 분석한 연구에서는 인구 증가와 고령화 같은 인구학적 요인이 우식 유병자 수 변화에 기여한 부분과, 연령별 유병률 자체의 변화가 기여한 부분을 분리하기 위해 분해 분석(decomposition analysis)을 사용했습니다. ^[2] 이는 단순 합산이나 유병자 수 비교만으로는 인구구조 변화의 효과를 구분할 수 없다는 점을 보여줍니다. 또한 GBD 2021 자료를 이용한 연구에서도 연령-기간-코호트 분석에 기반한 Nordpred 모형으로 향후 30년간 구강질환 부담을 예측했는데, 이 역시 연령 효과를 통제하지 않으면 미래 부담 추계가 왜곡될 수 있기 때문입니다. ^[3]

메타회귀분석을 통해 국가별 우식 자료를 통합한 체계적 문헌고찰에서도, 연구마다 대상자의 연령 분포가 다르기 때문에 이를 보정하지 않고 원자료를 그대로 합치면 추정치에 비뚤림이 발생할 수 있음을 전제로 합니다. 서로 다른 연령구조를 가진 집단의 유병률을 비교하거나 통합할 때는 연령표준화가 필수적인 전처리 과정입니다.

보기 중 임의표본 축소는 표본의 대표성을 낮추어 오히려 비뚤림을 키울 수 있고, 검사자 교체는 측정 오차와 관련된 문제이며, 유병자 제외는 유병률 산출 자체를 불가능하게 만듭니다. 자료 단순 합산은 연령구조 차이를 그대로 반영하므로 비교 타당성을 확보할 수 없습니다. 연령구조 차이를 통제하여 시점 간 우식 유병률을 타당하게 비교하는 방법은 연령표준화입니다.