오답·판단법
오답·판단법 · 지역사회간호학
같은 검사, 다른 두 집단
아래 수치는 어떤 실제 질환이나 국내 선별사업의 성능이 아니라 원리를 보여 주기 위한 가상 예시입니다. 두 집단 모두 1,000명에게 민감도 90%, 특이도 90%인 같은 검사를 했다고 가정합니다. A 집단의 질환 유병률은 10%, B 집단은 1%입니다. 검사 성능을 바꾸지 않았는데 ‘양성’의 해석은 왜 달라질까요?
1,000명을 직접 나눠 보기
| 집단 | 실제 질환자 | 참양성 | 거짓양성 | 양성예측도 |
|---|---|---|---|---|
| A: 유병률 10% | 100명 | 90명 | 90명 | 90/(90+90)=50% |
| B: 유병률 1% | 10명 | 9명 | 99명 | 9/(9+99)≈8.3% |
A에서는 질환이 없는 900명 중 10%인 90명이 거짓양성입니다. B에서는 질환이 없는 990명 중 10%인 99명이 거짓양성입니다. 검사 오류율은 같지만, 드문 질환을 더 낮은 위험 집단에서 찾을수록 전체 양성자 중 거짓양성이 차지하는 몫이 커집니다.
계산에서 판단으로
“양성자가 108명이나 나왔으니 108명이 질환자다.” B 집단에 이 말을 적용하면 무엇이 틀릴까요?
답 보기
B의 양성 108명은 참양성 9명과 거짓양성 99명의 합계입니다. 양성 자체가 확진은 아니며, 선별사업을 평가할 때는 후속 검사 부담과 불안 같은 해악도 함께 고려해야 합니다. 이 글의 핵심은 검사 경로 설계가 아니라 기저 유병률이 양성 결과의 의미를 바꾼다는 계산입니다.