# 환자-대조군 연구에서 적절한 대조군(Control group)을 선정하는 방법에 대한 설명으로 가장 옳은 것은?

> source: MyMerci (mymerci.kr)  
> url: https://mymerci.kr/pages/nclex_q.php?qn_id=444855  
> language: ko  
> subject: 분석역학

## 문제

환자-대조군 연구에서 적절한 대조군(Control group)을 선정하는 방법에 대한 설명으로 가장 옳은 것은?

## 보기

1. 질병 발생에 영향을 미칠 수 있는 모든 변수를 환자군과 완전히 동일하게 짝지어 선정해야 한다
2. 환자군과 성별, 연령을 일치시키면 대표성 문제가 해결되므로 무작위로 편리하게 선정해도 무방하다
3. 환자군보다 표본 수를 최소 2배 이상 크게 하여 통계적 검정력을 높이는 것이 필수적이다
4. 환자군이 선정된 동일한 기반 모집단(Source population)에서 질병이 발생하지 않은 사람 중 선정하는 것이 원칙이다 **✔ 정답**
5. 연구의 편의를 위해 연구자가 속한 병원의 다른 질환을 가진 환자들로만 대조군을 구성해야 한다

**정답: 4**

## 해설

보건행정 핵심 해설
**핵심 개념 분석 (Key Concept)**: 이 문제는 환자-대조군 연구에서 가장 중요한 부분 중 하나인 대조군 선정 원칙을 묻고 있어요. 대조군을 어떻게 선정하느냐에 따라 연구의 타당성이 완전히 달라질 수 있기 때문에 매우 중요해요.
**정답 근거 (Answer Rationale)**: 핵심! 대조군 선정의 가장 핵심 원칙은 '비교 가능성(comparability)'이에요. 즉, 대조군은 만약 질병에 걸렸다면 환자군에 포함되었을 가상의 인구집단을 대표해야 해요. 이를 가장 잘 충족시키는 방법은 환자군이 발생한 동일한 기반 모집단(Source population)에서 환자군에 속하지 않은 사람들을 대조군으로 선정하는 거예요. 예를 들어, 특정 지역 병원에 입원한 환자들이 환자군이라면, 같은 지역에 거주하는 건강한 주민들을 대조군으로 선정하는 것이 바람직하답니다.
**오답 분석 (Distractor Analysis)**: ①번처럼 다른 질환을 가진 환자로만 대조군을 구성하면, 그 질환과 연구 중인 위험요인 간의 연관성 때문에 대표성이 떨어질 수 있어요. ③번에서 성별, 연령을 일치시키는 것(매칭)은 중요하지만, 이것만으로는 대표성 문제가 해결되지 않아요. 혼동 주의! ④번은 환자군보다 대조군을 더 많이 선정하는 것이 통계적 검정력을 높일 수 있지만, '최소 2배'가 필수적인 것은 아니에요. ⑤번은 '완전히 동일하게 짝지어 선정'하는 과잉 매칭(overmatching)은 오히려 실제 연관성을 희석시킬 수 있어서 피해야 해요.
**연관 개념 정리 (Related Concepts)**: 대조군 선정 방법에는 크게 병원 기반 대조군, 지역사회 기반 대조군, 친척/친구 대조군 등이 있으며, 각각 장단점이 있어요. 연구 목적과 현실적 제약을 고려하여 최적의 대조군을 선택해야 한답니다.
개념 정리: 대조군 선정 원칙 = 환자군이 나온 동일한 기반 모집단에서 질병이 없는 사람을 대표하도록 선정
한눈에 비교!: 병원 대조군(접근성 좋음, 대표성 낮을 수 있음) vs 지역사회 대조군(대표성 높음, 비용과 시간 많이 소요)
실무 포인트: 병원 데이터를 이용한 환자-대조군 연구에서, 만약 연구 대상 질환이 특정 상급종합병원(Tertiary care hospital)에만 내원하는 중증 질환이라면, 같은 병원의 다른 경증 질환자들을 대조군으로 선정할 경우 심각한 선택 바이어스가 발생할 수 있어요.
암기 팁: "대조군은 '환자군의 거울상'이어야 한다. 환자군이 아프지 않았다면 이랬을 모습을 대표해야 한다!" 라고 기억하세요.
국시 빈출 포인트: 대조군 선정 시 고려사항과 잘못된 대조군 선정의 예시(선택 바이어스 유발)를 묻는 문제가 자주 출제돼요.
기출 변형 주의!: "다음 중 환자-대조군 연구에서 선택 바이어스를 최소화할 수 있는 대조군 선정 방법은?" 과 같은 사례형 문제로 출제될 수 있어요.

## 심화 해설

핵심 해설
**핵심 개념 분석 (Key Concept)**: 이 문제는 환자-대조군 연구(Case-control study)에서 가장 중요한 대조군 선정 원칙을 묻고 있어요. 환자-대조군 연구는 질병이 있는 환자군

## 임상 시나리오

과 질병이 없는 대조군(Control)의 과거 위험요인 노출력을 비교하는 연구 설계인데, 대조군을 어떻게 선정하느냐에 따라 연구 결과의 타당성이 완전히 달라지기 때문에 매우 중요해요. 잘못된 대조군을 선정하면 선택 바이어스(Selection bias)가 발생하여 연구 결과가 왜곡될 수 있어요.

**정답 근거 (Answer Rationale)**: 핵심! 대조군 선정의 가장 핵심 원칙은 **비교 가능성(Comparability)**이에요. 즉, 대조군은 만약 질병에 걸렸다면 환자군에 포함되었을 '가상의 인구집단'을 대표해야 해요. 이를 가장 잘 충족시키는 방법은 환자군이 발생한 **동일한 기반 모집단(Source population)**에서 환자군에 속하지 않은 사람들을 대조군으로 선정하는 거예요. 예를 들어, 특정 지역 병원에 입원한 환자들이 환자군이라면, 같은 지역에 거주하는 건강한 주민들을 대조군으로 선정하는 것이 가장 바람직하답니다. 이렇게 하면 환자군과 대조군이 위험요인에 노출될 기회가 동일하다고 가정할 수 있어 비교 가능성이 높아져요.

**오답 분석 (Distractor Analysis)**:
①번: 혼동 주의! **과잉 매칭(Overmatching)**의 오류예요. 모든 변수를 완전히 동일하게 짝지어 선정하는 것은 불가능할 뿐만 아니라, 만약 위험요인 자체를 매칭 변수로 잘못 포함시키면 실제 연관성을 희석시키는 심각한 오류를 범하게 돼요. 매칭은 혼란 변수(Confounding variable)에 대해서만 선별적으로 시행해야 해요.
②번: 성별과 연령을 일치시키는 것은 **매칭(Matching)** 기법으로 혼란 변수를 통제하는 좋은 방법이지만, 이것만으로 기반 모집단을 대표하지 못한다면 대표성 문제가 해결되지 않아요. '무작위' 선정이 아닌 '편리하게' 선정하면 또 다른 선택 바이어스를 초래할 수 있어요.
③번: 대조군의 표본 수를 환자군보다 크게 하는 것은 통계적 검정력을 높이는 한 가지 전략일 수 있어요. 하지만 핵심! '최소 2배'가 **필수적인** 원칙은 아니에요. 예산이나 환자군 확보 가능성에 따라 1:1 매칭도 흔히 사용되며, 질병의 발생률이 낮을수록 대조군의 수를 늘리는 것이 효율적이지만 이는 필수 조건이 아니랍니다.
⑤번: 연구의 편의를 위해 연구자가 속한 병원의 '다른 질환을 가진 환자'로만 대조군을 구성하면, 그 질환과 연구 중인 위험요인 간의 연관성 때문에 대표성이 심각하게 훼손될 수 있어요. 이것은 대표적인 선택 바이어스의 예시이며, 특히 **버크슨 바이어스(Berkson's bias, 입원율 바이어스)**를 유발할 수 있어서 피해야 해요.

**연관 개념 정리 (Related Concepts)**: 대조군 선정 방법에는 크게 **병원 기반 대조군(Hospital-based control)**, **지역사회 기반 대조군(Population-based control)**, 친척/친구 대조군 등이 있어요. 병원 대조군은 접근성이 좋고 정보를 쉽게 얻을 수 있지만 대표성이 낮을 수 있고, 지역사회 대조군은 대표성이 높지만 비용과 시간이 많이 소요된다는 장단점이 있어요. 연구 목적과 현실적 제약을 고려하여 최적의 대조군을 선택하는 것이 중요해요.

개념 정리

| 구분 | 내용 |
| --- | --- |
| 대조군 선정 핵심 원칙 | 환자군이 발생한 동일한 기반 모집단(Source population)에서 질병이 없는 사람을 대표하도록 선정하여 '비교 가능성'을 확보할 것 |
| 대조군 유형 | 지역사회 기반(대표성 높음, 비용/시간 多), 병원 기반(접근성 좋음, 대표성 낮을 수 있음), 친척/친구(유전적/환경적 요인 통제 가능, 과잉 매칭 가능성) |

한눈에 비교!

| 용어 | 정의 | 영향 |
| --- | --- | --- |
| 선택 바이어스 (Selection bias) | 연구 대상자를 선정하는 과정에서 비교 집단 간에 체계적인 차이가 발생하는 오류 | 위험요인과 질병 간의 연관성을 과대 또는 과소 추정함 |
| 정보 바이어스 (Information bias) | 노출 또는 질병에 대한 정보를 수집하는 과정에서 집단 간에 체계적인 차이가 발생하는 오류 (예: 회상 바이어스) | 연관성 추정치의 정확도를 떨어뜨림 |
| 혼란 바이어스 (Confounding bias) | 위험요인과 결과 모두에 연관된 제3의 변수(혼란 변수)의 효과가 혼합되어 나타나는 오류 | 실제 연관성을 왜곡하거나 가짜 연관성을 만들어냄 |

실무 포인트
병원 데이터를 이용한 환자-대조군 연구에서, 만약 연구 대상 질환이 특정 상급종합병원(Tertiary care hospital)에만 내원하는 중증 질환이라면, 같은 병원의 다른 경증 질환자들을 대조군으로 선정할 경우 심각한 선택 바이어스가 발생할 수 있어요. 연구 설계 시 대조군의 기반 모집단이 환자군과 동일한지 반드시 확인해야 해요.

암기 팁
"대조군은 '환자군의 거울상'이어야 한다. 환자군이 아프지 않았다면 이랬을 모습을 대표해야 한다!" 라고 기억하세요. 대조군 선정의 오류는 아무리 고급 통계 기법을 써도 교정할 수 없는 치명적인 결함이에요.

국시 빈출 포인트
환자-대조군 연구에서 대조군 선정 시 고려사항과 잘못된 대조군 선정의 예시(선택 바이어스 유발)를 묻는 문제가 자주 출제돼요. 버크슨 바이어스의 개념과 예시도 함께 알아두면 좋아요.

기출 변형 주의!
"다음 중 환자-대조군 연구에서 선택 바이어스를 최소화할 수 있는 대조군 선정 방법은?" 과 같은 사례형 문제로 출제될 수 있어요. 또는 특정 질환과 위험요인의 연관성을 연구한 논문을 제시하고, 이 연구에서 발생할 수 있는 바이어스의 종류를 묻는 형태로도 변형 가능해요.

(qn_case):
보건행정 실무 가이드
**실무 시나리오 (Practical Scenario)**: 당신은 한 종합병원 의무기록실에서 근무하는 보건의료정보관리사예요. 호흡기내과 교수님께서 "최근 3년간 본원에서 진단된 폐암 환자(환자군)와, 같은 기간 건강검진센터를 방문한 일반 수검자(대조군)의 과거 흡연력을 비교하는 환자-대조군 연구"를 의뢰했어요. 교수님은 데이터 접근이 편리하다는 이유로 건강검진 수검자를 대조군으로 정했지만, 당신은 이 대조군이 병원에 방문할 만큼 건강에 관심이 많고, 폐암 환자들에 비해 사회경제적 수준이 높을 가능성이 있다는 점을 발견했어요. 즉, 건강검진 수검자들은 폐암 환자들이 발생한 지역사회 기반 모집단을 대표하지 못할 수 있는 거죠. 당신은 연구의 타당성을 높이기 위해 어떤 조언을 해야 할까요?

**행정 중재 전략 (Admin Intervention)**: **상황 파악** → 교수님의 연구 설계에서 대조군(건강검진 수검자)과 환자군(폐암 환자)의 기반 모집단이 다를 가능성을 인지했어요. **법적/규정 검토** → 역학 연구 설계 원칙에 따라 대조군은 환자군이 발생한 동일한 기반 모집단에서 선정되어야 선택 바이어스를 피할 수 있어요. 건강검진 수검자는 '건강 염려증(Healthy volunteer bias)'이라는 선택 바이어스를 유발할 수 있어요. **대응 및 처리** → 교수님께 정중히 연구 설계의 잠재적 문제점(선택 바이어스 가능성)을 보고하고, 대안으로 ① 같은 병원에 폐렴 등 호흡기계 질환으로 입원한 다른 환자군을 대조군으로 사용하거나(병원 기반 대조군), ② 폐암 환자들의 거주 지역을 파악하여 해당 지역 주민센터의 협조를 얻어 무작위로 선정한 지역사회 주민을 대조군으로 사용하는 방법(지역사회 기반 대조군)을 제안할 수 있어요. **사후 기록/보고** → 연구 설계 상담 내용과 제안 사항을 의무기록 연구 지원 일지에 기록하고, 필요시 연구윤리심의위원회(IRB) 심의 신청서에 대조군 선정 근거를 명확히 기재하도록 지원해요.

업무 프로토콜
**대조군 데이터 추출 검토 단계**: 1단계: 연구 가설 확인 및 환자군의 기반 모집단(Source population) 정의 → 2단계: 제안된 대조군의 기반 모집단과의 일치성 검토 → 3단계: 잠재적 선택 바이어스 가능성 평가 (건강 지원자 바이어스, 버크슨 바이어스 등) → 4단계: 대안 대조군 추출 전략 제안 및 IRB 승인 지원

선배의 한마디
"의무기록 데이터를 활용한 후향적 연구를 지원할 때, 연구 설계의 타당성을 검토하는 것은 단순한 데이터 추출 업무 이상의 가치를 지녀요. 교수님이 미처 생각하지 못한 선택 바이어스를 짚어내고 더 나은 대안을 제시할 때, 당신은 진정한 보건의료정보 전문가로서 신뢰를 얻게 될 거예요. 단순히 시키는 대로 데이터만 뽑아주는 역할에서 벗어나, 데이터의 품질과 연구의 질을 함께 고민하는 전문가로 성장하길 바랄게요!"

## 핵심 개념

- **환자-대조군 연구 (Case-control study)** — 질병이 있는 환자군과 질병이 없는 대조군의 과거 위험요인 노출력을 비교하여 질병과 위험요인의 연관성을 추론하는 분석 역학 연구 설계
- **선택 바이어스 (Selection bias)** — 연구 대상자를 선정하는 과정에서 비교 집단 간에 위험요인 노출 또는 질병 발생과 관련된 체계적인 차이가 발생하여 연관성 측정이 왜곡되는 오류
- **기반 모집단 (Source population)** — 연구에서 환자군이 실제로 표본 추출된 근원이 되는 인구집단으로, 대조군 선정 시 이 집단에서 질병이 발생하지 않은 사람을 선정하는 것이 원칙
- **과잉 매칭** — 환자-대조군 연구에서 위험요인 자체이거나 위험요인과 너무 밀접하게 관련된 변수를 짝지어 선정함으로써 실제 연관성이 희석되는 오류
- **버크슨 바이어스 (Berkson's bias)** — 병원 입원 환자를 대상으로 연구할 때, 입원율이 질병과 위험요인 노출 모두에 의해 달라져 발생하는 선택 바이어스의 한 종류

## 같은 주제 문제

- [환자-대조군 연구(Patient-control study)의 기본 설계에 대한 설명으로 가장 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444852)
- [환자-대조군 연구에서 연관성의 강도를 평가하는 지표로 가장 적합한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444853)
- [환자-대조군 연구에서 발생할 수 있는 대표적인 바이어스(Bias)로, 과거의 위험요인 노출 정보를 수집할 때 환자군과 대조군 간에 기억의 정확성 차이로 인해 발생…](https://mymerci.kr/pages/nclex_q.php?qn_id=444854)
- [환자-대조군 연구에서 환자군과 대조군의 특성을 유사하게 맞추기 위해 시행하는 '짝짓기(Matching)'에 대한 설명으로 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444856)
- [환자-대조군 연구와 코호트 연구(Cohort study)를 비교한 설명 중 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444857)
- [환자-대조군 연구(Case-control study)의 일반적인 연구 설계 방향으로 가장 옳은 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444859)
- [환자-대조군 연구에서 연관성의 크기를 나타내는 지표로 가장 적절한 것은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444860)
- [환자-대조군 연구에서 대조군을 선정할 때 가장 중요한 원칙은?](https://mymerci.kr/pages/nclex_q.php?qn_id=444861)

---

More free questions: [기출문제](https://mymerci.kr/)

_학습 참고용입니다. 실제 임상은 최신 지침과 소속 기관 프로토콜을 따르세요._