근거 기반 진료 및 의학 통계
AKT에서는 "온라인에서 뭔가를 읽었다"는 말로는 충분하지 않기 때문입니다.
최종 업데이트: 2026년 4월 · 근거 기반 의학(EBM)이라고도 함
📥 다운로드
배포 자료, 요약본, 추가 교육 자료 등 필요한 모든 자료가 준비되어 있습니다.
웹 자료
공식 지침과 실제 임상 현장의 일반의 교육 자료를 엄선하여 구성했습니다. 때로는 가장 중요한 정보는 공식 문서에 숨겨져 있지 않기 때문입니다.
1분 회상
진료 전에 이걸 훑어보시나요? 아니면 AKT 시험 전날 밤에요? 이런 것들이 점수를 좌우합니다.
🧮 위험 공식
- ARR = CER − EER
- NNT = 1 ÷ ARR
- Rrr = ARR ÷ CER
- RR = EER ÷ CER
- NNH = 1 ÷ ARI
🔬 진단 검사
- 센스 = TP ÷ (TP+FN) → SnNout
- 투기 = TN ÷ (TN+FP) → SpPin
- PPV = TP ÷ (TP+FP) ← 유병률이 낮아짐
- NPV = TN ÷ (TN+FN) ← 유병률이 높을수록 감소함
📊 연구 설계
- 체계적 검토/메타분석 → 가장 높은 근거 수준
- RCT → 치료의 표준 기준
- 코호트 → 상대위험도 및 발생률
- 환자-대조군 연구 → OR, 희귀 질환
- 횡단면 연구 → 유병률
📈 그래프
- 삼림도에서 마름모꼴이 선을 가로지르는 것은 통계적으로 유의미하지 않음을 의미합니다.
- 깔때기 비대칭성 = 출판 편향
- 케이츠 도표: NNT = 100 ÷ 노란 얼굴
- 상자 그림의 가운데 선 = 중앙 분리대
- I² >50% = 상당한 이질성
📉 중요성
- p < 0.05 = 통계적으로 유의미함
- 신뢰구간이 1.0(비율)을 넘는 경우 = 유의미하지 않음
- 신뢰구간이 0(차이)을 넘으면 통계적으로 유의미하지 않음
- 평균 = 평균값; 중앙값 = 중간값
- 정규분포에 대한 68-95-99.7 규칙
⚖️ 편향 유형
- 선택 → 대표성이 없는 표본
- 회상 → 더 많은 사례를 기억하세요
- 출판 → 긍정적인 연구 결과만 해당
- 리드 타임 → 스크리닝 착시 현상
- 탈락률 → 중도 포기는 결과를 왜곡합니다
이것이 일반의 및 AKT에서 중요한 이유
근거중심의학(EBM)과 통계는 단순히 이론적인 것에 그치지 않습니다. 진료실에서 치료 옵션에 대한 모든 대화에는 언급 여부와 관계없이 NNT(치료 필요 환자 수)가 포함됩니다. 모든 혈액 검사에는 민감도와 특이도가 있으며, 모든 새로운 진료 지침은 신뢰도에 영향을 미치는 연구 설계에 기반합니다.
AKT 시험에서 이 주제는 상당한 비중을 차지합니다. RCGP 지침에 따르면 전체 점수의 약 10~15%에 해당합니다. 이는 집중적인 복습을 조금만 해도 효과를 볼 수 있는 몇 안 되는 영역 중 하나입니다. 바로많은 수험생들이 여기서 쉬운 점수를 잃는 이유는 개념 자체가 어려워서가 아니라, 체계적으로 공부한 경험이 없기 때문입니다.
AKT의 통계 문제는 종종 임상 시험 데이터 표를 제시하고 값을 계산하거나, 그래프를 해석하거나, 최적의 연구 설계를 파악하도록 요구합니다. 이러한 문제는 의학 지식보다는 체계적인 사고력을 평가합니다. 이러한 이유로 해당 항목들은 시험에서 가장 "학습하기 쉬운" 항목이 됩니다.
근거 기반 의학(EBM)
"제가 1980년대 중반에 수련을 받을 당시, 심장마비로 병원에 오는 모든 환자에게 리도카인을 정맥 주사했습니다. 그게 표준이었죠. 모두가 그렇게 했습니다. 아주 당연한 일처럼 보였으니까요."
— '근거 기반 의학(EBM)'이라는 용어를 만든 고든 가이엇 교수가 EBM이 존재하기 이전 자신의 수련 과정을 설명하며 한 말
그는 나중에 자신이 훈련받았던, 그리고 전 세계 수십만 명의 의사들이 시행하고 있던 시술이 무용지물일 뿐만 아니라 잠재적으로 사람들을 죽음에 이르게 할 수 있다는 사실을 알게 되었습니다. 과실이나 무능함 때문이 아니라, 그 시술이 실제로 효과가 있는지 제대로 검증해 본 사람이 아무도 없었기 때문입니다.
그 이야기는 근거 중심 의학이 존재하는 이유이자, 여러분이 만나게 될 모든 환자에게 그것이 매우 중요한 이유입니다.
"개별 환자 치료에 관한 결정을 내릴 때 현재 이용 가능한 최상의 근거를 양심적이고 명확하며 현명하게 활용하는 것."
— 데이비드 새킷, BMJ 1996 — 의학에서 가장 널리 인용되는 정의
쉽게 말해서, 습관, 의견, 전통 또는 교수님이 가르쳐준 것에 따라 환자를 치료하는 대신, 근거중심의학(EBM)은 엄격하게 수행되고, 비판적으로 평가되고, 정직하게 해석된 최상의 연구 결과를 바탕으로 임상적 결정을 내릴 것을 요구합니다.
이는 임상적 판단을 대체하는 것이 아닙니다. 정보 용 EBM은 서로 불가분하게 연결된 세 가지 기둥 위에 세워져 있습니다.
🕰️ 근거중심의학(EBM)은 어떻게 탄생했을까요? — 간략한 역사
근거중심의학(EBM)은 갑자기 나타난 것이 아닙니다. 그것은 캐나다와 영국에서 수십 년 동안 조용히 진행되어 온 혁명적인 사고의 결정체였습니다.
| 출간연도 | 이벤트 |
|---|---|
| 1938 | 존 폴(예일대)은 "임상 역학"이라는 용어를 만들었는데, 이는 의학을 개별 환자를 관찰하는 데 그치지 않고 인구 집단을 대상으로 과학적으로 연구해야 한다는 생각에서 비롯된 것이다. |
| 1967 | 캐나다 해밀턴에 위치한 맥마스터 대학교는 임상 역학 및 생물 통계학과를 포함한 새로운 의과대학을 개설했는데, 당시로서는 획기적인 조치였으며 연구 방법론을 임상 의사 결정에 적용하는 데 전념했습니다. |
| 1972 | 스코틀랜드 역학자인 아치 코크런이 논문을 발표했습니다. 효과성과 효율성: 의료 서비스에 대한 두서없는 생각들 의학계가 자체 치료법을 엄격하게 검증해야 한다고 주장한 획기적인 저서입니다. 그의 연구는 결국 그의 이름을 딴 코크란 협회의 탄생으로 이어졌습니다. |
| 1981 | 맥마스터 대학의 데이비드 새킷과 그의 동료들은 캐나다 의학 협회 저널에 임상의들에게 의학 문헌을 비판적으로 평가하는 방법을 가르치는 9편의 논문 시리즈를 발표했습니다. 이것이 근거 중심 의학(EBM) 운동의 공식적인 시작입니다. |
| 1990 | 맥마스터 대학의 젊은 레지던트 책임자인 고든 가이엇은 새로운 교육 프로그램을 구상하고 처음에는 "과학적 의학"이라고 이름 붙였다. 동료들은 현재의 의료 관행이 과학적이지 않다는 암시가 너무 직접적이라는 이유로 반발했다. |
| 1991 | 가이엇은 그 접근 방식을 다른 이름으로 바꾼다. "근거 기반 의학" 그리고 ACP 저널 클럽의 사설에 그 용어를 발표합니다. 그 표현은 즉시 널리 퍼지게 됩니다. |
| 1992 | 획기적인 JAMA 논문 — "근거 기반 의학: 의학 실습 교육에 대한 새로운 접근법" — 그는 전 세계에 근거중심의학(EBM)을 소개했습니다. 가이엇은 당시 반응이 "격분"이었다고 회상합니다. 동료들은 자신들이 훌륭한 의사가 아니라는 말을 듣는다고 느꼈습니다. |
| 1993 | 코크란 협회가 공식적으로 설립되었습니다. 코크란 협회는 의료 증거에 대한 체계적인 검토를 생산하고 보급하는 국제 네트워크입니다. |
| 1996 | 데이비드 새킷이 의학저널(BMJ)에 근거중심의학의 세 가지 핵심 원칙에 대한 명확한 정의를 발표하면서, 근거중심의학이 주류로 자리 잡게 된다. |
| 2000년대–현재 | 근거중심의학(EBM)은 영국 의사 교육에 필수적으로 반영됩니다. NICE 가이드라인, 영국 의사면허위원회(GMC)의 우수 의료 행위 지침, 그리고 영국 일반의협회(RCGP) 교육과정 모두 EBM을 요구합니다. EBM은 이제 모든 영국 의사의 교육 및 평가의 기반이 되었습니다. |
⚠️ 근거중심 의학(EBM) 이전의 의학은 어땠을까요? 근거중심 의학이 해결한 문제는 무엇이었을까요?
근거중심의학(EBM) 이전에는 의학이 고든 가이엇이 인상적으로 묘사한 '근거에 기반한' 방식으로 운영되었습니다. "고브샛" - 테이블에 둘러앉은 정겨운 옛 친구들임상 지침은 저명한 전문가들이 개인적인 의견을 종합하여 작성했으며, 환자에게 어떤 일이 일어날지는 전적으로 어떤 의사가 환자를 진료하느냐에 달려 있었습니다.
- 권위에 기반한 의학: 당신은 교수님처럼 환자들을 대했습니다. 권위는 증거가 아닌 연공서열에서 나왔습니다. 30년 동안 "항상 이렇게 해왔다"는 컨설턴트의 의견에 따르는 사람들이 많았는데, 그 "이 방식"이 검증된 적이 없더라도 마찬가지였습니다.
- 직관에 기반한 의학: 생리학적으로 타당해 보이는 치료법이라면 무엇이든 사용되었습니다. 비정상적인 심장 박동을 억제하는 것이 논리적으로 보이면 억제했습니다. 실제로 환자에게 도움이 되는지 여부는 거의 검증되지 않았습니다.
- 일화에 기반한 의학: "제 경험상…"이 증거의 기준이었습니다. 개별 사례가 실무를 좌우했는데, 심지어 그 사례들이 통계적으로 예외적인 경우일지라도 마찬가지였습니다.
- 엄청난 차이: 같은 환자가 서로 다른 두 병원을 방문하거나, 심지어 같은 병원 내에서도 서로 다른 두 의사에게 진료를 받을 경우, 완전히 다른 치료를 받을 수 있습니다.
🔴 의학계를 바꾼 사례 — CAST 임상시험
이것은 가상의 이야기가 아닙니다. 현대 의학에서 가장 중요한 실화 중 하나이며, 근거 중심 의학(EBM)이 필요로 했던 가장 강력한 논거 중 하나입니다.
사건의 전개 — 반박할 수 없을 것처럼 보였던 논리
심장마비는 위험한 심장 박동 이상(심실 부정맥)을 유발합니다. 심실 부정맥은 급사를 초래할 수 있습니다. 따라서: 부정맥을 억제하여 → 급사를 예방합니다이는 너무나 당연한 사실처럼 여겨져서 1970년대 이후로 전 세계 병원에서 심근경색 후 환자들에게 항부정맥제, 특히 리도카인, 플레카이니드, 엔카이니드를 일상적으로 투여하게 되었습니다. 가끔씩이 아니라, 일상적으로, 표준 치료법으로 말입니다.
시험 — 누군가 실제로 실험을 해봤습니다
1987년, 심장 부정맥 억제 시험(CAST)에서는 심근경색 후 환자 1,700명 이상을 모집하여 항부정맥제(플레카이니드 또는 엔카이니드) 투여군과 위약 투여군으로 무작위 배정했습니다. 약물은 예상대로 부정맥을 효과적으로 억제했습니다. 하지만 예상치 못한 일이 발생했습니다.
결과는 아무도 예상하지 못했던 것이었다
약물을 복용 중인 환자들은 2.5 번 죽을 확률이 더 높습니다. 위약 투여군보다 부작용이 더 컸습니다. 부작용이 너무 명확해서 임상시험을 조기에 중단해야 했습니다. 그 약들은 오히려 환자들을 보호하려던 목적에서 환자들을 죽음으로 몰아넣고 있었습니다.
NNH = 21. 플레카이니드 또는 엔카이니드로 치료받은 환자 21명당, 치료받지 않았더라면 생존했을 사람이 1명 더 사망했습니다.
레슨
당시 젊은 심장 전문의였던 고든 가이엇은 자신이 근무하는 병동에 오는 모든 심근경색 후 환자에게 직접 리도카인 주입을 시행했습니다. 그는 최선의 진료 지침을 따랐고, 올바르게 교육받았으며, 좋은 의도를 가지고 있었습니다. 그러나 무작위 대조 시험(RCT)이라는 엄격한 검증 없이는 그 자신도, 그의 동료들도 그 치료법이 해로운지 알 길이 없었습니다. 이 경험은 그가 평생을 근거 중심 의학(EBM)에 헌신하게 된 결정적인 계기가 되었습니다. 그는 훗날 "의학의 역사는 확실한 근거보다는 추측과 직관에 기반한 치료법으로 가득 차 있다"고 말했습니다.
근거중심의학(EBM)이 등장하기 전에는 거주 지역, 병원, 담당 의사에 따라 받는 치료 내용이 완전히 달랐습니다. 같은 질환을 가진 환자라도 리즈와 런던에서 받는 치료는 천차만별이었고, 병원이나 국가에 따라 결과 또한 극명하게 달랐습니다.
근거중심의학(EBM)은 이러한 상황을 변화시켰습니다. 동일한 근거, 즉 동일한 임상시험, 동일한 체계적 문헌고찰, 동일한 가이드라인에 임상적 결정을 기반함으로써 의학계에 공통된 언어와 기준을 제시했습니다. 오늘날 브래드퍼드에서 심근경색으로 내원한 환자와 브리스톨에서 심근경색으로 내원한 환자는 본질적으로 동일한 근거 기반 치료를 받아야 합니다. 이는 의사의 전문성이 동일해서가 아니라, 치료가 개인의 선호가 아닌 근거에 의해 결정되기 때문입니다.
영국에서는 이것이 다음과 같은 방식으로 실행됩니다. NICE 가이드라인 밸리 RCGP 커리큘럼, QOF 지표, 임상 감사예산 및 MRCGP 시험 이 모든 것은 증거 기반 실천을 요구하고 평가합니다. AKT 시험을 치르면 이러한 틀을 적용하는 능력을 평가받게 됩니다.
🌍 근거중심의학(EBM)이 없는 세상 — 국제적 관점
영국은 NICE, NHS, 그리고 대학원 교육을 통해 근거중심의학(EBM)에 전념하고 있지만, 전 세계적으로 보편화된 것은 아닙니다. 세계 여러 지역에서는 환자가 받는 진료가 여전히 진료를 담당하는 의사, 진료 장소, 그리고 진료비 지불 능력에 따라 크게 좌우됩니다. 이러한 현실을 이해하면 EBM이 환자를 어떤 위험으로부터 보호하는지 더 잘 알 수 있습니다.
아래에 설명된 변형은 다음과 같은 점을 반영합니다. 의료 시스템 및 구조이는 개별 의사의 역량이나 헌신에 문제가 아닙니다. 나열된 모든 국가에는 훌륭하고 성실한 의사들이 많이 있습니다. 문제는 근거 중심 의학(EBM)이 제공하는 표준화된 인프라, 즉 지침, 감독, 교육 체계가 부재하다는 것입니다. 개별 의사 혼자서는 시스템적인 문제를 해결할 수 없습니다.
| 국가 / 지역 | 견고한 근거중심의학(EBM) 프레임워크가 없을 때 실제 진료 방식은 어떻게 달라지는가 |
|---|---|
| 🇮🇳 인도 (민간 부문) | 2018 랜싯 연구 결과에 따르면 민간 병원의 제왕절개율은 40~58%인 반면 공공 병원은 10~14%에 불과한데, 이는 임상적 필요성보다는 재정적 유인에 의해 좌우되는 경우가 많다. 과도한 검사와 다약제 처방은 민간 부문에서 널리 보고되고 있다. 같은 암 환자라도 진료 병원과 경제적 여건에 따라 극적으로 다른 치료를 받을 수 있다. |
| 🇵🇰 파키스탄 | 항생제 사용 지침 준수율에 상당한 편차가 있으며, 이는 남아시아에서 가장 높은 항생제 처방률 중 하나입니다. 약물 내성 결핵과 항생제 내성은 이러한 문제의 직접적인 결과입니다. 전문 의료 서비스 및 표준화된 관리 경로에 대한 접근성은 지역 및 소득 수준에 따라 크게 달라집니다. |
| 🇳🇬 나이지리아 / 🇬🇭 가나 | 황산마그네슘은 세계보건기구(WHO)에서 권장하는 근거 기반의 저렴한 자간증 치료제입니다. 연구에 따르면 황산마그네슘은 산모 사망률을 크게 감소시키는 것으로 나타났습니다. 그러나 나이지리아와 가나의 의료 시설에서 황산마그네슘의 가용성과 실제 사용률은 병원 자원과 의료진의 교육 수준에 따라 매우 큰 차이를 보입니다. 즉, 자간증에 걸린 여성의 생사가 어느 의료 시설에 도착하느냐에 따라 달라질 수 있다는 뜻입니다. |
| 🇸🇩 수단 / 🇮🇶 이라크 | 장기간 지속된 분쟁과 불안정은 의료 인프라를 황폐화시켰습니다. 2003년 이후 이라크에서는 공공 보건 서비스가 붕괴되고, 진료 지침 이행이 지연되었으며, 기본적인 의약품 접근성이 지역별로 격차가 벌어졌습니다. 수단에서는 분쟁으로 인해 예방 접종 프로그램, 모성 보건 서비스, 만성 질환 관리가 중단되었습니다. 이러한 환경에서의 진료 방식 차이는 선호의 문제가 아니라, 이용 가능한 의료 서비스의 문제입니다. |
| 🇪🇬 이집트 / 🇮🇷 이란 | 두 나라 모두 숙련된 의사를 배출하는 의과대학을 보유하고 있으며 근거중심의학(EBM) 지침을 발표했지만, 공공 부문과 민간 부문, 그리고 도시 지역과 농촌 지역 간에 시행 방식이 일관되지 않습니다. 이란의 경우, 국제 제재로 인해 의약품 공급이 어려워지면서 근거 기반 프로토콜에서 벗어난 의료 서비스 제공이 불가피해졌습니다. |
| 🇷🇴 루마니아 | 루마니아는 이러한 관행을 기록해 왔습니다. 플리쿨 (소위 "뇌물 수수")는 의료 서비스 제공을 보장받기 위해 의사와 간호사에게 비공식적으로 현금을 지급하는 행위를 말합니다. 공식적으로는 불법이지만 널리 행해지고 있습니다. 의회 조사와 탐사 보도를 통해 수술 치료의 질이 환자의 공식적인 NHS(국민건강보험) 적용 여부와 관계없이 개인적으로 지불할 수 있는 금액에 따라 달라질 수 있다는 사실이 확인되었습니다. EU 가입 이후 약 14,000명 이상의 의사가 해외로 이탈한 것으로 추산됩니다. |
| 🇺🇸 미국 | 세계에서 가장 비싼 의료비(1인당 연간 12,000달러 이상)를 지출하는 미국이지만, 의료 결과는 영국보다 나은 경우가 드뭅니다. 다트머스 아틀라스 프로젝트는 임상 진료에서 지역별 엄청난 격차가 있음을 보여주었습니다. 마이애미의 같은 환자가 미니애폴리스의 같은 환자보다 두 배나 많은 검사와 시술을 받는 경우가 있지만, 결과에는 차이가 없습니다. 2019년 JAMA 연구에 따르면 미국 의료비 지출의 약 4분의 1에 해당하는 9,350억 달러가 불필요한 진료에 낭비되고 있습니다. 오피오이드 위기는 부분적으로 제약 회사들이 근거 중심 의학(EBM) 체계를 벗어난 처방 관행에 영향을 미친 데서 비롯되었습니다. |
| 🇫🇷 프랑스 | 프랑스는 훌륭한 의료 시스템을 갖추고 있지만, 항생제 처방률은 역사적으로 유럽에서 가장 높은 수준이었는데, 이는 진료 후 반드시 처방이 이루어져야 한다는 문화적 기대감에 부분적으로 기인합니다. "항생제 처방은 자동이 아닙니다"라는 캠페인을 통해 이러한 경향을 줄이는 데 어느 정도 효과가 있었지만, 이 사례는 아무리 선진적인 의료 시스템에서도 문화적, 상업적 압력이 근거 기반 지침을 압도할 수 있음을 보여줍니다. |
| 🇮🇹 이탈리아 | 이탈리아 북부(밀라노, 볼로냐)의 의료 서비스 질은 유럽 최고 수준입니다. 하지만 이탈리아 남부 일부 지역의 상황은 매우 다릅니다. 암 수술 대기 시간이 길고, 검진 프로그램의 시행이 일관적이지 않으며, 진료 지침 준수율도 낮습니다. 같은 나라 안에서도 출신 지역에 따라 의료 서비스 결과가 크게 달라질 수 있습니다. |
| 🇬🇷 그리스 / 🇪🇸 스페인 | 그리스의 긴축 정책 위기(2010~2015)는 의료비 지출을 25% 이상 삭감하여 의약품 부족, 인력 감축, 의료 서비스 질 저하를 초래했습니다. 3만 5천 명이 넘는 의료 종사자들이 해외로 이주했습니다. 스페인에서는 암 생존율에 상당한 지역적 차이가 있는 것으로 나타났습니다. 즉, 발생하는 종양의 양상이 거주 지역에 따라 다르게 나타날 수 있는데, 이는 종양 자체의 생물학적 차이 때문이 아니라, 근거 기반 치료법을 적용하는 방식의 차이 때문입니다. |
견고한 근거중심의학(EBM) 체계나 보편적 의료 보장 제도가 없는 의료 시스템에서는 지불과 치료 품질 간의 관계가 직접적이고 문서화되어 있는 경우가 많습니다.
- 인도의 일부 사립 병원에서는 흉통을 호소하는 환자가 사립 병원 진료비를 지불할 여력이 있다면 즉시 심혈관 조영술과 스텐트 삽입술을 받을 수 있습니다. 반면 공공 병원에서는 같은 환자가 심전도 검사를 받기 위해 몇 시간을 기다려야 할 수도 있습니다.
- 사하라 사막 이남 아프리카 일부 지역에서는 중증 말라리아에 걸린 어린이가 아르테미시닌 기반 복합 요법(근거 기반 표준 치료법)을 받을지, 아니면 효과가 떨어지는 기존 약물을 받을지가 어느 의료기관에 도착했는지, 그리고 가족의 경제적 여건에 따라 결정됩니다.
- 의약품 접근성이 보편화되지 않은 국가에서는 항암 화학요법제가 자비로 구매할 수 있는 사람들만 이용 가능할 수 있으며, 이는 동일한 암이라도 소득 수준에 따라 치료 결과가 극적으로 달라질 수 있음을 의미합니다.
- 루마니아를 비롯한 일부 동유럽 국가에서는 수술의 질, 즉 외과의사의 성실성, 마취 모니터링의 질, 심지어 수술 후 간호 서비스 제공 여부까지도 임상적 필요가 아닌 비공식적인 지불에 달려 있다는 사실이 기록으로 남아 있습니다.
상업 항공편에 탑승할 때마다 여러분은 인류가 만들어낸 가장 효과적인 안전 시스템 중 하나로부터 혜택을 받습니다. 이는 개별 조종사들의 뛰어난 재능 때문이 아니라(물론 그들은 뛰어난 재능을 가지고 있지만), 항공 산업 자체가 이러한 시스템을 기반으로 구축되었기 때문입니다. 표준화되고 증거에 의해 검증된 프로토콜모든 조종사, 모든 항공사, 모든 국가는 동일한 이륙 전 점검 목록, 동일한 착륙 절차, 동일한 비상 프로토콜을 따릅니다. 이 시스템은 어떤 조종사를 만나든 관계없이 여러분을 보호합니다.
근거중심의학(EBM)이 없는 의학은 체크리스트 없는 항공과 같습니다. 당신의 안전은 전적으로 훌륭한 조종사를 만나는지, 그 조종사가 최근에 충분한 훈련을 받았는지, 컨디션이 좋은지, 그리고 신뢰할 만한 사람으로부터 최신 의학 지식을 전달받았는지에 달려 있습니다.
근거중심의학(EBM)은 운을 체계로 대체합니다. "제 경험상"이라는 말을 "200만 명의 환자를 대상으로 한 1만 5천 건의 임상시험 결과"로 대체합니다. 회의실에서 가장 연장자인 사람의 의견 대신 인류의 집단적인 임상 경험을 통해 축적된 증거를 활용합니다. 당신은 환자들을 위해 그런 상황을 더 선호하지 않으시겠습니까? 환자들도 자신을 위해 그런 상황을 더 선호하지 않겠습니까?
- 여러분이 따르는 모든 NICE 가이드라인은 체계적인 증거 검토의 산물입니다. 즉, 누군가가 여러분의 행동이 최신 과학에 의해 뒷받침되는지 확인하는 작업을 수행한 것입니다.
- 통계 및 연구 방법론에 관한 모든 AKT 문제는 증거를 비판적으로 평가하는 능력, 즉 지시를 수동적으로 따르는 것이 아니라 근거중심의학(EBM)을 능동적으로 활용하는 능력을 평가하는 것입니다.
- 환자에게 NNT(치료 필요 환자 수)를 설명하거나, 선별 검사의 한계를 논의하거나, 적응증이 없는 항생제 처방을 거부하는 것은 모두 의식적이고 명확하며 신중하게 근거 중심 의학(EBM)을 실천하는 것입니다.
- 제약회사 영업사원이 당신 앞에 앉아 자사의 신약이 심혈관 질환 발생률을 35% 감소시킨다고 말할 때, 당신이 가장 먼저 던질 질문인 "35%는 상대적인 수치인가요, 아니면 절대적인 수치인가요?"는 근거중심의학(EBM)이 의학에 가르쳐준 바로 그 질문입니다.
연구 설계 및 증거의 위계
결과를 해석하기 전에 알아야 할 사항이 있습니다. 어디서 왔는지연구 설계 방식에 따라 답변하는 질문도 다르고, 산출하는 통계 자료도 다르며, 신뢰도 수준도 다릅니다.
증거 피라미드
가장 강력한 증거는 맨 위에, 가장 약한 증거는 맨 아래에 있습니다.
⬆ 가장 강력한 증거 | ⬇ 가장 약한 증거
| 연구 설계 | 방향 | 지원 기기 | 생성 | 주요 약점 |
|---|---|---|---|---|
| 체계적 문헌고찰/메타분석 | - | 해당 질문에 대한 가장 종합적인 증거 | 통합 효과 크기 | 기초 연구의 질에 따라 결과가 좌우됩니다. 이질성 |
| RCT(무작위 대조 시험) | 앞으로 | 치료법 X는 효과가 있나요? | RR, ARR, NNT | 값비싼 비용, 인위적인 환경, 윤리적 문제 |
| 코호트 연구 | 전방(예측) 또는 후방(회고) | 노출이 결과에 영향을 미치는가? 발생률에 영향을 미치는가? | 상대 위험도(RR), 발생률 | 인력 감소; 시간이 지남에 따라 비용이 많이 들음; 혼란스러움 |
| 사례 관리 연구 | 뒤로 | 희귀 질환; 위험 요인 | 승산비(OR) | 회상 편향; 발생률을 직접 계산할 수 없음 |
| 단면적 연구 | 단일 스냅샷 | 현재 X는 얼마나 흔한가요? (유병률) | 널리 퍼짐 | 인과관계를 확립할 수 없음; 시간적 모호성 |
| 사례 보고서 / 전문가 의견 | - | 가설 생성; 희귀 사건 | 설명만 | 편향에 매우 취약하며 일반화하기 어렵습니다. |
📖 질적 연구 vs 양적 연구
"몇 개" 또는 "얼마나"와 같은 질문에 답합니다. 숫자, 통계 및 구조화된 데이터를 사용합니다. 예: 무작위 대조 시험(RCT), 코호트 연구, 수치적 결과를 포함하는 설문 조사. p값, 신뢰 구간(CI), 치료 필요 환자 수(NNT)를 생성합니다.
"왜" 또는 "어떻게"에 대한 답을 제시합니다. 단어, 주제, 인터뷰 등을 활용합니다. 예시: 포커스 그룹, 민족지학적 연구, 근거 이론. 환자의 경험과 신념을 탐구합니다.
🔬 체계적 문헌고찰과 메타분석 - 서로 다른 개념입니다
체계적 문헌고찰: 특정 질문에 대한 모든 관련 연구를 식별, 선택 및 비판적으로 평가하는 엄격하고 체계적인 문헌 검색입니다. 그 결과는 증거에 대한 질적 요약입니다.
메타 분석: 한 단계 더 나아간 체계적인 검토 — 수학적으로 풀링 여러 연구의 정량적 결과를 하나의 통합 추정치로 나타내는 것입니다. 모든 체계적 검토에 메타분석이 포함되는 것은 아닙니다(예: 연구들이 너무 이질적이어서 통합할 수 없는 경우).
🔄 PICO 프레임워크
PICO는 임상 연구 질문을 구조화하기 위한 표준 프레임워크로, 문헌 검색 및 연구 설계에 사용됩니다.
| 편지 | ~을 의미합니다 | 예시 |
|---|---|---|
| P | 인구/환자 | 2형 당뇨병이 있는 성인 |
| I | 조정 학습 교사 | SGLT2 억제제 |
| C | 비교 | 메트포르민 단독 요법 |
| O | 결과 | 5년 후 심혈관 질환 발생률 |
🎲 RCT 설계 특징 (일반적으로 테스트되는 항목)
| 제품 특장점 | 의미 | 업데이트가 중요한 이유 |
|---|---|---|
| 무작위화 | 참가자들은 무작위로 그룹에 배정되었습니다. | 선택 편향을 제거하고 교란 변수의 균형을 맞춥니다. |
| 싱글 블라인드 | 참가자들은 자신에게 배정된 금액을 모릅니다. | 플라시보 효과와 참가자 편향을 줄입니다. |
| 더블 블라인드 | 참가자도 연구자도 배정 내역을 알지 못합니다. | 관찰자 편향과 참여자 편향을 모두 제거합니다. |
| 트리플 블라인드 | 참가자, 연구자 및 데이터 분석가 모두 눈가림 처리됨 | 최대 편향 감소 |
| 치료의사지향적 분석(ITT) | 참여 여부와 관계없이 원래 그룹에서 분석되었습니다. | 무작위성을 유지하고 실제 사용 환경을 반영합니다. |
| 프로토콜에 따라 | 프로토콜을 완료한 경우에만 분석했습니다. | 생물학적 효능은 입증되었지만 실제 효능은 과대평가되었습니다. |
| 크로스오버 디자인 | 참가자들은 두 가지 치료를 순차적으로 받습니다. | 각 개인이 스스로를 통제합니다. 휴식 기간이 필요합니다. |
| 할당 은폐 | 참가자 모집 담당자는 다음 참가자가 어느 그룹에 배정될지 추후에 확인할 수 없습니다. 시간 내에 그들은 등록되었습니다 | 이는 모집 담당자가 무의식적으로(또는 의도적으로) 더 건강한 환자를 치료군에 배정하는 것을 방지합니다. 이러한 선택 편향은 무작위 배정만으로는 방지할 수 없습니다. |
| 클러스터 RCT | 개인이 아닌 전체 집단(예: 일반 진료소, 병동, 학교)을 대상으로 무작위 배정을 실시합니다. | 개별 무작위 배정이 비현실적인 경우(예: 새로운 진료 방식 시험)에 사용됩니다. 더 큰 표본 크기와 군집 효과에 대한 통계적 조정이 필요합니다. |
치료 의도는 더 많은 것을 제공합니다 보수적인 (낮은) 효과 추정치 — 왜냐하면 프로토콜을 준수하지 않은 참가자를 포함하기 때문입니다. 이는 임상적 의사결정에 선호되는 분석 방법입니다. 프로토콜 준수 분석은 효과를 과대평가하지만 생물학적 메커니즘을 이해하는 데 유용합니다.
⚖️ 우월성, 비열등성 및 동등성 시험
모든 임상시험이 동일한 질문을 하는 것은 아닙니다. AKT는 때때로 임상시험이 실제로 무엇을 보여주기 위해 설계되었는지, 그리고 그 결과를 해석할 때 왜 그것이 중요한지 이해하고 있는지를 평가합니다.
| 평가판 유형 | 질문 내용 | 공통 맥락 |
|---|---|---|
| 우월성 시험 | "새로운 치료법은 무엇인가요?" 보다 나은 비교 대상 말인가요? | 대부분의 표준 RCT는 진정으로 새로운 약물이나 접근법을 테스트합니다. |
| 비열등성 시험 | "새로운 치료법은 무엇인가요?" 그보다 나쁘지 않다 비교 대상과의 차이가 사전에 정해진 작은 차이보다 더 큰가요? | 부작용이 적거나, 비용이 저렴하거나, 투여가 더 쉬운 신약의 목표는 "충분히 효과적"이라는 것을 입증하는 것이다. |
| 동등성 시험 | "두 가지 치료법이 있나요?" 본질적으로 동일합니다?" | 바이오시밀러 의약품; 제네릭 의약품; 다양한 투여 경로 |
새로운 항응고제가 뇌졸중 예방에 있어 와파린에 비해 "비열등성"을 보이는 것으로 나타날 수 있습니다. 즉, 더 나은 것은 아니지만 의미 있게 더 나쁘지도 않으며, 사용이 더 간편하다는 점(INR 모니터링 불필요)을 의미합니다. 이 약물이 와파린을 "이겨내지" 못하더라도 임상적으로 가치 있는 결과입니다. 미국 항응고학회(AKT)는 여러분에게 비열등성 시험 결과를 정확하게 해석하도록 요구할 수 있습니다.
"유의미한 차이가 없다"는 것을 보여주는 비열등성 시험이란 지원 우월성 시험에서 "유의미한 차이 없음"을 보여주는 것과 같은 의미입니다. 우월성 시험에서 유의미하지 않은 결과는 신약이 기존 약물보다 더 효과적이라는 것을 입증하지 못했다는 것을 의미합니다. 반면 비열등성 시험에서는 유의미한 차이가 없다는 결과가 바로 우리가 바라던 결과입니다.
연구 편향, 타당성 및 신뢰성
| 편향의 유형 | 정의 | 어떤 연구 설계가 좋을까요? | 그것을 줄이는 방법 |
|---|---|---|---|
| 선택 편향 | 참가자들은 목표 모집단을 대표하지 않습니다. | 모든 유형의 | 무작위화; 신중한 표본 추출 |
| 리콜 바이어스 | 환자군(질병 환자)은 대조군보다 과거 노출 경험을 더 생생하게 기억합니다. | 사례 대조 연구 | 객관적인 데이터 출처; 표준화된 질문 |
| 출판 편향 | 긍정적이거나 유의미한 연구 결과가 부정적이거나 유의미한 연구 결과보다 더 자주 발표됩니다. | 메타 분석 (깔때기 도표를 통해 확인됨) | 임상시험 등록; 회색 문헌 검색 |
| 소모 편향 | 추적 조사 참여자의 탈락은 결과에 왜곡을 초래합니다 (탈락자와 완료자는 서로 다릅니다). | 코호트 연구, 무작위 대조 시험 | 의도분석(intention-to-treat analysis); 중도탈락 최소화 |
| 리드 타임 편향 | 검진은 질병을 조기에 발견함으로써 생존율이 향상되는 듯한 착각을 불러일으킵니다. | 선별 연구 | 질병별 사망률을 사용하고, 진단 시점부터의 생존율을 사용하지 마십시오. |
| 길이 편향 | 선별검사를 통해 천천히 진행되는(덜 공격적인) 질병을 더 많이 발견할 수 있습니다. | 선별 연구 | 질병별 결과가 있는 무작위 대조 시험(RCT) |
| 관찰자/평가 편향 | 치료 배분 방식에 대한 지식은 결과 평가에 영향을 미칩니다. | RCT | 눈부심 (싱글, 더블, 트리플) |
| 호손 효과 | 참가자들은 자신이 관찰되고 있다는 사실을 알기 때문에 행동을 바꿉니다. | 모든 유형, 특히 관찰형 | 대조군; 맹검 관찰자 |
| 검증 편향 | 양성 판정을 받은 환자만 표준 확진 검사를 받기 때문에 민감도는 실제보다 높게 나타나고 특이도는 실제보다 낮게 나타납니다. | 진단 검사 연구 | 양성 및 음성 환자 모두에게 표준 검사를 실시해야 합니다. |
| 혼란스러운 | 제3의 변수가 노출과 결과 모두와 연관되어 있어, 겉으로 드러나는 관계를 왜곡합니다. | 관찰 연구 | 무작위 배정(RCT); 층화; 다변량 분석 |
🔀 혼란스러운 상황 — 두 가지가 연관되어 있는 것처럼 보이지만 실제로는 그렇지 않은 경우
교란변수는 연구 방법론에서 가장 중요한 개념 중 하나이며, 겉보기에 설득력 있는 관찰 연구 결과가 잘못된 것으로 판명되는 가장 흔한 이유 중 하나입니다. 핵심 아이디어는 간단합니다. 두 가지가 서로 직접적인 영향을 미치기 때문이 아니라, 둘 다 숨겨진 제3의 변수와 연결되어 있기 때문에 서로 연관되어 있는 것처럼 보일 수 있습니다.
A 교란 변수 (또는 교란 변수)는 독립적으로 연관된 제3의 변수입니다. 두 노출 이는 결과적으로, 연구 대상인 노출과 결과 사이에 허위 연관성을 만들거나 실제 연관성을 가립니다.
고전적인 예
| 명백한 연결 | 혼란을 일으키는 자 | 이것이 모든 것을 설명하는 이유 |
|---|---|---|
| 아이스크림 판매 → 익사 사망 | 더운 날씨 (여름) | 더운 날씨는 아이스크림 소비량 증가와 수영량 증가를 초래하고, 결과적으로 익사 사고 증가로 이어진다. 아이스크림 자체가 익사의 원인은 아니다. |
| 커피 섭취 → 폐암 | 흡연 | 흡연자는 평균적으로 커피를 더 많이 마십니다. 초기 연구에서는 커피와 암 사이의 연관성을 발견했지만, 흡연 여부를 통제한 후에는 이러한 연관성이 사라졌습니다. |
| 라이터를 휴대하는 것 → 폐암 | 흡연 | 흡연자들은 라이터를 가지고 다닙니다. 라이터는 생물학적 영향이 없지만, 흡연은 영향을 미칩니다. |
| 흰머리 → 심장 질환 | 연령 | 흰머리와 심장 질환은 모두 나이가 들면서 증가합니다. 교란 변수는 나이이지 머리 색깔이 아닙니다. |
| 신발 사이즈 → 읽기 능력 (어린이 기준) | 연령 | 나이가 많은 아이들은 발도 크고 책도 더 잘 읽습니다. 나이가 들면서 두 가지 모두 설명됩니다. |
어떤 변수가 다음 조건을 충족하면 교란변수라고 합니다. 세 개 모두 이들 중:
- 그것은 ~와 관련이 있습니다 노출 (네가 공부하는 것)
- 그것은 ~와 관련이 있습니다 결과 (측정하려는 결과)
- 그것은 지원 노출과 결과 사이의 인과 경로 상에 있는 별개의 제3의 변수이며, 중간 단계가 아닙니다.
- 무작위화 (무작위 대조 시험에서) — 알려진 교란 변수와 알려지지 않은 교란 변수를 두 그룹에 균등하게 분배합니다. 이것이 가장 강력한 보호 장치입니다.
- 제한 — 교란 변수에 대해 유사한 참가자만 모집합니다(예: 커피 연구에서는 비흡연자만).
- 매칭 — 교란변수를 기준으로 환자군과 대조군을 짝지어 비교합니다.
- 충화 — 교란변수의 각 수준별로 결과를 별도로 분석합니다.
- 다변량 통계적 조정 — 여러 교란 변수를 동시에 통계적으로 고려합니다.
제대로 수행된 무작위 대조 시험(RCT)에서는 무작위 배정을 통해 알려진 교란 변수와 알려지지 않은 교란 변수 모두를 두 그룹에 균등하게 배분하여, 차이를 설명하는 요인으로서 교란 변수를 배제할 수 있습니다. 반면 코호트 연구나 환자-대조 연구에서는 이미 알고 있고 측정된 교란 변수만 보정할 수 있습니다. 측정되지 않은 교란 변수는 관찰된 연관성에 대한 잠재적인 설명 요인으로 항상 남아 있으며, 이것이 바로 관찰 연구가 인과 관계를 확실하게 증명할 수 없는 이유입니다.
✅ 타당성 및 신뢰성 - 차이점은 무엇일까요?
이 연구는 연구 대상 집단 내에서 측정하고자 하는 것을 제대로 측정했습니까? 결과는 어떻습니까? 이 연구의 신뢰성은 어떠한가? 편향과 교란 변수로 인해 위협받고 있다.
이 결과가 다른 인구 집단이나 실제 환경에 적용될 수 있을까요? 전문 센터에서 실시된 고도로 통제된 무작위 대조 시험은 일차 진료 현장에서 일어나는 일을 반영하지 못할 수 있습니다.
동일한 조건에서 반복했을 때 검사 결과가 일관적인가? 검사자 간 신뢰도(카파 통계량) 또는 검사-재검사 신뢰도로 측정한다.
두 평가자 간의 일치도를 우연을 넘어선 수준으로 측정합니다. κ = 1 (완벽한 일치); κ = 0 (우연보다 나은 일치가 없음); κ < 0 (우연보다 못한 일치).
위험 측정 및 치료 효과
이것은 가장 집중적으로 테스트된 지역 AKT 통계학에서는 이러한 공식들을 완벽하게 숙지하고 시험 환경에서 실제 데이터 표에 적용할 수 있어야 합니다.
주요 지표
📊 NNT 해석 — 이 숫자들은 실제로 무엇을 의미할까요?
NNT는 치료가 필요한 환자 수를 알려줍니다. 한 이득을 보기 위해서입니다. 그래서 적은 한 가지 효과를 얻기 위해 치료해야 하는 환자 수가 많을수록 치료법의 효과는 더 뛰어납니다. NNT=2는 환자 2명 중 1명이 효과를 본다는 뜻으로, 매우 우수한 결과입니다. NNT=100은 100명 중 1명만이 효과를 본다는 의미로, 훨씬 약한 결과입니다.
| NNT 범위 | 대략적인 해석 | 예시 컨텍스트 |
|---|---|---|
| <10 | 매우 효과적 | 특정 감염에 대한 항생제; 일부 급성 치료제 |
| 10 – 50 | 중간 효과 | 흔히 사용되는 예방약들 |
| > 100 | 약한 효과 | 인구 수준의 예방 전략 몇 가지 |
이러한 임계값은 지원 NICE나 RCGP에서 제공하는 자료는 대략적인 교육 보조 자료일 뿐입니다. "적절한" NNT는 항상 상황에 따라 달라집니다.
- NNT 100점도 여전히 가치 있을지도 모릅니다. 예방된 결과가 사망 또는 심각하고 회복 불가능한 손상인 경우
- NNT 5점은 적절하지 않을 수 있습니다. 치료 과정에서 잦거나 심각한 부작용이 발생하는 경우
한 줄 규칙: NNT는 한 명의 환자가 효과를 보기 위해 몇 명의 환자를 치료해야 하는지를 나타냅니다. NNT가 낮을수록 효과가 강하다는 의미입니다. 하지만 항상 결과의 심각성과 치료 부담을 함께 고려해야 합니다.
만약 100명의 환자 중 60명이 혜택을 받는다면, 이는 ARR이 60%(= 0.6)라는 의미이며, NNT = 1 ÷ 0.6 ≈ 입니다. 1.7 — 아주 훌륭한 결과입니다. NNT는 혜택을 받는 사람의 수가 아니라, 치료를 통해 얻을 수 있는 결과의 수입니다. NNT는 혜택을 받는 사람의 수가 아니라, 치료를 통해 얻을 수 있는 결과의 수입니다. 한 이익.
📖 확률비와 위험비 - 언제 사용될까요?
| 캠페인 측정 | 사용 | 해석 |
|---|---|---|
| 상대 위험도(RR) | 코호트 연구, 무작위 대조 시험 | 두 그룹의 위험도를 직접 비교합니다. OR보다 직관적입니다. |
| 승산비(OR) | 사례 대조 연구 | 환자군과 대조군의 노출 확률을 비교합니다. 질병 발생률이 낮을 경우 상대위험도(RR)를 근사적으로 계산합니다. |
| 위험 비율(HR) | 생존 분석(사건 발생 시간) | RR과 비슷하지만 다음을 고려합니다. 언제 사건은 시간에 따라 발생합니다. HR <1 = 치료군에서 위험 감소. |
흔한 질병의 경우, OR은 RR에 비해 위험을 과대평가합니다. 드문 질병(유병률 10% 미만)의 경우, 둘은 거의 같습니다. 환자-대조군 연구는 OR을 산출합니다. 환자-대조군 연구를 통해 발생률 또는 상대위험도를 직접 계산합니다.
🧮 예시 문제 — 실험 데이터를 이용한 NNT 계산
🎯 시나리오: 스타틴 임상시험
5년간 진행된 무작위 대조 연구에 따르면 심혈관 질환 위험이 높은 환자들을 대상으로 한 결과, 위약 투여군에서는 6%, 스타틴 투여군에서는 4%가 심근경색을 경험했습니다.
5년간 50명의 환자를 치료하면 심장마비 1건을 예방할 수 있습니다.
인상적이네요! 하지만 절대적인 이점은 겨우 2%에 불과합니다.
스타틴 복용군은 위약 복용군의 위험도의 67% 수준으로, 상대적으로 33% 감소했습니다.
환자가 "이 스타틴이 저에게 도움이 될까요?"라고 물으면, NNT(치료 필요 환자 수)를 사용하세요. "당신과 같은 50명이 이 약을 5년 동안 복용하면 심장마비 1건을 예방할 수 있습니다. 당신 개인에게는 2%의 절대적인 이점이 있습니다."라고 말하는 것이 "심장마비 위험을 33% 줄여줍니다."라고 말하는 것보다 훨씬 더 솔직한 답변입니다.
💬 환자에게 위험성을 전달하는 방법 (AKT 추천)
AKT는 종종 환자에게 통계 정보를 어떻게 설명할지 평가합니다. 주요 형식은 네 가지입니다.
| 옵션 | 예시 | 지원 기기 |
|---|---|---|
| 고유진동수 | "100명 중 5명" | 환자들이 가장 쉽게 이해할 수 있는 방법 |
| 백분율 | "5%의 사람들" | 널리 사용되지만 오해를 불러일으킬 수 있습니다. |
| NNT | "20건을 치료하면 1건의 사고를 예방할 수 있습니다." | 절대적인 이점을 명확하게 전달합니다. |
| 케이츠 플롯 | 100개의 얼굴로 이루어진 시각적 격자 | 공동 의사결정을 위한 최고의 시각적 보조 도구 |
기준 위험도를 제시하지 않고 "이것이 위험을 33% 줄여줍니다"라고 말하는 것은 오해를 불러일으킬 수 있습니다. 기준 위험도가 0.3%일 때 상대적 위험 감소율(RRR)이 33%라는 것은 절대적인 이점이 0.1%라는 의미입니다. 항상 RRR을 기준 위험도와 함께 제시하거나, ARR/NNT 비율을 제공해야 합니다.
💊 제약회사 영업사원의 속임수 — 제약회사가 통계를 조작하는 방법
제약회사 담당자들은 임상시험 데이터를 가장 유리한 방향으로 제시하도록 훈련받습니다. 그들은 간단하지만 효과적인 통계적 속임수를 사용합니다.
- 이점 → 상대적 위험 감소(RRR)로 표시됨 더 크고 인상적으로 들리기 때문입니다.
- 피해 → 절대 위험 증가(ARI)로 표시됨 — 왜냐하면 더 작고 덜 걱정스러워 보이기 때문입니다.
예시 문제 — 가상의 스타틴 판매원 방문
새로운 스타틴 계열 약물은 5년 동안 심장마비 발생률을 2%에서 1%로 감소시키지만, 심근병증 발생률은 1%에서 2%로 증가시킵니다.
해독제: 항상 물어보세요 — "절대적인 차이점은 무엇인가요?" 담당자가 상대적인 수치를 제시하면 직접 변환하세요. ARR = CER − EER이고, NNT = 1 ÷ ARR입니다. 이는 복리후생에도 동일하게 적용됩니다. 피해.
진단 검사 및 선별 검사 — 2×2 표
2×2 분할표는 모든 진단 통계의 기본입니다. 이 표를 작성하고 읽을 수 있다면 대부분의 AKT 진단 문제에 답할 수 있습니다.
2×2 표
| 실제 질병 상태 | ||
|---|---|---|
| 테스트 결과 | 질병 선물 | 질병 없는 |
| 검사 결과 양성 | 트루 포지티브(TP) 검사 결과 '예' → 질병 있음 ✓ |
가양성(FP) 검사 결과 '예' → 질병 없음 ✗ |
| 검사 결과 음성 | 거짓 부정(FN) 검사 결과 '아니오' → 질병 있음 ✗ |
트루 네거티브(TN) 검사 결과 '아니오' → 질병 없음 ✓ |
🧠 SnNout & SpPin — 기억력 향상 도구 (그리고 그 효과)
Sn밖으로: 매우 Sen양성 검사, 만약 N부정형은 질병을 지배합니다. 아웃.
민감도가 매우 높으면 음성 검사 결과는 질병 발생 가능성이 매우 낮다는 것을 의미합니다(낮은 위음성률). 민감도가 높은 검사를 사용하여 선별하고 질병을 배제하십시오.
Sp에서: 매우 Sp특정 테스트, 만약 P긍정적, 질병을 지배한다 In.
특이도가 매우 높으면 양성 검사 결과는 질병이 있을 가능성이 매우 높다는 것을 의미합니다(위양성률이 낮음). 진단을 확정하기 위해 특이도 검사를 사용하십시오.
📊 유병률이 양성예측값(PPV) 및 음성예측값(NPV)에 미치는 영향 — AKT의 핵심 주제
이는 진단 통계에서 가장 중요하고 많이 검증된 개념 중 하나입니다. 민감도와 특이도는 검사의 고정된 속성입니다. 하지만 양성예측값(PPV)과 음성예측값(NPV)은 검사 대상 집단에서 질병의 유병률에 따라 크게 달라집니다.
| 시나리오 | 널리 퍼짐 | PPV | NPV |
|---|---|---|---|
| 일반 인구를 대상으로 희귀 질환(예: 저위험군 HIV) 검진을 실시하는 것 | 1% | 낮음(~16%) | 높음(~99.9%) |
| 고위험군 전문 클리닉에서의 검사 | 50% | 높음(~95%) | 높음(~95%) |
- 유병률이 증가함에 따라 양성예측값(PPV)이 증가하고 음성예측값(NPV)이 감소합니다.
- 유병률이 감소함에 따라 양성예측값(PPV)이 감소하고 음성예측값(NPV)이 증가합니다.
- 유병률이 낮은 인구 집단에서는 특이도가 높은 검사를 사용하더라도 대부분의 양성 결과는 위양성(낮은 양성예측률)입니다.
- 유병률이 높은 집단에서 음성 검사 결과가 나오더라도 질병을 놓칠 수 있습니다(낮은 음성예측값).
📐 가능성 비율 — 더 자세히 알아보고 싶을 때
가능성비(LR)는 민감도와 특이도를 하나의 수치로 결합하여 검사 결과가 질병 발생 확률에 얼마나 영향을 미치는지 알려줍니다. 양성예측값/음성예측값보다 더 고급 기술이지만 유용하며, AKT에서도 간혹 검사에 사용됩니다.
| LR+ | 사후 검사 확률에 미치는 영향 |
|---|---|
| > 10 | 확률의 크고 종종 결정적인 증가 |
| 5-10 | 적당한 증가 |
| 2-5 | 소폭 증가 |
| 1 | 변화 없음 (테스트는 무의미함) |
| 0.1-0.5 | 소폭에서 중간 정도의 감소 |
| <0.1 | 큰 폭의 감소 — 강력한 부정적 배제 |
인구 통계 및 역학
📊 표준화 사망률(SMR)
| SMR 값 | 해석 |
|---|---|
| = 100 | 사망률은 기준 인구와 동일함 |
| > 100 | 초과 사망률(예상보다 높음) |
| <100 | 예상보다 낮은 사망률 |
🎯 스크리닝 — 리드 타임 및 길이 편향 (AKT의 주요 함정)
검진을 통해 질병을 조기에 발견하면 생존율이 향상된 것처럼 보일 수 있지만, 실제로는 환자가 같은 시점에 사망하는 경우가 많습니다. "진단 시점부터의 생존 기간"은 조기 발견으로 인해 연장된 것일 뿐, 실제 치료 효과로 인한 것은 아닙니다. 환자가 더 오래 사는 것이 아니라, 단지 질병이 있다는 사실을 더 오래 알게 되는 것뿐입니다.
선별 검사 프로그램은 빠르게 진행되는 공격적인 질병보다 천천히 진행되고 증상이 완만하며 "검출 가능한 전임상 단계"가 더 긴 질병을 발견할 가능성이 높습니다. 이 때문에 선별 검사가 중증 질환에 대해 실제보다 더 효과적인 것처럼 보이게 됩니다.
✅ Wilson & Jungner 심사 기준
선별 프로그램을 도입하기 전에, 해당 프로그램은 윌슨과 융너의 기준(1968년 최초 발표, 현재까지 표준 프레임워크)을 충족해야 합니다. AKT는 이러한 기준에 대한 지식과 시나리오에 대한 적용 능력을 모두 평가합니다.
| # | 표준 | 실제 적용에서의 의미는 무엇일까요? |
|---|---|---|
| 1 | 중요한 건강 문제 | 이 질환은 상당한 이환율이나 사망률을 초래하므로 선별검사를 실시할 가치가 있습니다. |
| 2 | 인정된 치료법이 있습니다 | 치료할 수 없는 질병을 진단하는 것은 의미가 없습니다. |
| 3 | 진단 및 치료 시설이 갖춰져 있습니다. | 출시 전에 인프라가 구축되어 있어야 합니다. |
| 4 | 식별 가능한 잠재성 또는 초기 단계 | 해당 질병은 증상이 나타나기 전 단계가 반드시 존재해야 합니다. |
| 5 | 적합한 테스트가 있습니다 | 검사는 일반 대중에게 수용 가능하고 안전하며 합리적으로 정확해야 합니다. |
| 6 | 대중이 수용할 수 있는 검사 | 사람들이 기꺼이 검사를 받을 의향이 있어야 합니다. 침습적이거나 불편한 검사는 참여를 저해할 수 있습니다. |
| 7 | 자연사를 충분히 이해함 | 치료하지 않고 방치할 경우 질병이 어떻게 진행되는지 반드시 알아야 합니다. |
| 8 | 치료 대상자에 대한 합의된 정책 | 명확한 프로토콜이 필요합니다. 단순히 탐지뿐 아니라 그 이후에 어떤 조치가 취해질지에 대한 내용도 포함되어야 합니다. |
| 9 | 비용 효율적인 | 각 사례를 찾아내는 데 드는 비용은 얻을 수 있는 이익과 균형을 이루어야 합니다. |
| 10 | 일회성이 아닌 지속적인 프로세스 | 검진은 지속적으로 이루어져야 합니다. 질병 발생률은 계속 증가하고 있습니다. |
전립선암 검진을 위한 PSA 검사는 지원 NHS 국가 선별 검사 프로그램의 일부가 된 이유는 바로 기준 5와 7을 충족하지 못하기 때문입니다. PSA 검사는 충분히 정확하지 않고(낮은 특이도 → 많은 위양성), 많은 저등급 전립선암은 자연 경과상 환자의 평생 동안 증상을 유발하지 않습니다. 이는 과잉 진단으로 직결됩니다(아래 참조).
🔍 과잉진단 — 문제를 일으키지 않았을 문제를 찾아내는 것
과잉진단은 실제로 존재하는 질병이 발견되었지만, 그 질병이 진단에 필요한 최소한의 증상만 나타내는 경우를 말합니다. 증상, 피해 또는 사망을 유발한 적이 없습니다. 만약 발견되지 않고 방치된다면 환자의 평생 동안 질병이 진행될 수 있습니다. 이는 오진(질병 자체가 실제로 존재하는 것)이 아니라, 발견할 필요가 없었던 진양성입니다.
과잉진단은 건강한 사람들을 환자로 만듭니다. 이는 그들에게 아무런 해를 끼치지 않았을 질환에 대한 치료로 인한 불안감, 부작용, 그리고 위험을 초래합니다. 이는 선별검사 프로그램의 가장 중요한 폐해 중 하나이며, AKT는 바로 이 문제를 직접적으로 검증합니다.
| 상태 | 과잉진단 사례 |
|---|---|
| 전립선 암 | PSA 검사에서 발견되는 많은 저등급 암은 진행되지 않거나 증상을 유발하지 않습니다. 남성들은 사망합니다. 과 그들, 아니 에 그들 |
| 갑상선 암 | 초음파 검사를 통해 거의 예외 없이 진행이 느린 미세한 유두상 갑상선암을 발견할 수 있게 되었는데, 진단율은 급증했지만 사망률은 변함이 없습니다. |
| DCIS(유방암) | 유방촬영술로 발견된 관상피내암 - 일부는 침윤성 암으로 진행되지 않을 수 있습니다. |
과진단 = 굳이 찾을 필요가 없었던 질병을 찾아내는 것. 과잉치료 = 치료가 필요 없는 질병을 치료하는 것(과잉 진단으로 인해 발생할 수도 있고, 독립적으로 발생할 수도 있음). 이 두 개념은 관련이 있지만 서로 다릅니다.
🔢 연령 표준화
서로 다른 인구 집단(예: 다른 국가, 다른 시기) 간의 질병 발생률이나 사망률을 비교할 때는 해당 인구 집단의 연령 분포가 다를 수 있다는 점을 고려해야 합니다. 건강 상태가 동일하더라도 고령 인구는 자연스럽게 사망률이 더 높습니다.
연령 표준화는 인구 집단 간 건강 결과를 비교할 때 서로 다른 연령 분포로 인한 왜곡 효과를 제거하는 통계 기법입니다. 이를 통해 두 인구 집단의 연령 구조가 동일할 경우(즉, "표준 인구") 관찰될 수 있는 비율을 산출합니다.
🎗️ 암 통계 — AKT에서 꼭 알아야 할 사항
AKT는 때때로 특정 암 관련 통계를 조사합니다. 종양학에 대한 전문적인 지식이 없어도 되지만, 이러한 주요 수치는 알아두면 유용합니다.
| 게자리 | 주요 통계 | 업데이트가 중요한 이유 |
|---|---|---|
| 고환암 | 10년 생존율 98% 이상 | 치료가 가장 잘 되는 암 중 하나 - 젊은 남성 상담 시 알아두면 중요한 정보입니다. |
| 폐암 | 영국에서 암으로 인한 사망의 주요 원인 | 가장 흔한 암은 아니지만, 다른 어떤 암보다 더 많은 사람의 목숨을 앗아갑니다. |
암은 높은 발병률을 보일 수 있습니다. 투사 (흔하지만) 낮음 사망자 수 유방암처럼 치료 가능한 암도 있고, 췌장암처럼 발병률은 낮지만 사망률이 매우 높은 암도 있습니다. AKT는 암 통계를 정확하게 해석하는 능력을 평가하는 시험일 수 있습니다. 가장 흔한 암이 가장 치명적인 암이라고 단정짓지 마세요.
⚖️ 건강 불평등
건강 불평등은 서로 다른 집단 간의 불공평하고 피할 수 있는 건강상의 차이를 의미합니다. 이는 영국 공공 보건 정책의 중요한 초점이며, AKT(Anti-Kickback Transformation)에서는 역학 및 건강의 사회적 결정 요인과 관련하여 다뤄집니다.
건강 불평등은 서로 다른 인구 집단 간의 건강 상태 또는 건강 결정 요인의 분포에서 불공평하고 피할 수 있는 차이이러한 현상들은 사회적, 경제적, 환경적 조건에서 비롯되기 때문에 "피할 수 있는" 것이며, 원칙적으로 이러한 조건들은 변화될 수 있는 것들입니다. 즉, 우연이나 생물학적 변이에 의한 것이 아닙니다.
| 타입 | 영국의 사례 |
|---|---|
| 사회 경제 | 빈곤 지역의 기대 수명은 낮고, 심혈관 질환, 당뇨병, 정신 질환 발병률은 빈곤층에서 더 높다. |
| 지리 | "남북 격차" — 잉글랜드 북부 일부 지역의 건강 상태가 남부에 비해 더 열악한 현상 |
| 민족 | 남아시아 인구에서 제2형 당뇨병 발병률이 높고, 흑인 인구에서 심혈관 질환 위험이 더 높다. |
| 성별 | 남성은 기대 수명이 여성보다 짧지만, 여성은 질병으로 인해 건강이 악화되는 기간(질병 부담)이 더 길다. |
데이터 분포 및 통계적 유의성
중심 경향 측정
| 캠페인 측정 | 정의 | 언제 사용하는 것이 가장 좋습니다 | 조심해 |
|---|---|---|---|
| Mean | 모든 값의 합 ÷ 값의 개수 | 데이터는 정규 분포를 따릅니다. | 이상치에 의해 쉽게 왜곡됨 |
| 중앙값 | 정렬했을 때 중간 값입니다. 만약 있다면 우수 여러 값 중에서 중앙값은 가운데 두 숫자의 평균입니다. | 왜곡된 데이터(예: 소득, 입원 기간) | 극단적인 값에서의 실제 값을 무시합니다. |
| 모드 | 가장 자주 발생하는 값 | 범주형 데이터; 이중봉 분포 | 연속형 데이터의 경우 의미가 없을 수 있습니다. |
| 범위 | 최대값 - 최소값 | 빠른 확산 감지 | 이상치에 의해 전적으로 결정됨 |
| IQR(사분위 범위) | 75번째 백분위수 - 25번째 백분위수 | 왜곡된 데이터의 경우 중앙값과 함께 사용 | 상위 25%와 하위 25%를 무시합니다. |
| 표준 편차(SD) | 평균으로부터의 평균 편차 | 정규 분포된 데이터 | 데이터가 정규 분포를 따르지 않으면 오해의 소지가 있습니다. |
🗂️ 데이터 유형 — 명목척도, 순서척도, 간격척도, 비율척도
이해하기 유형 보유한 데이터 양에 따라 적절한 요약 통계량과 통계 검정 방법이 결정됩니다. AKT는 일반적으로 데이터 세트를 제시하고 어떤 검정이나 측정 방법을 사용할지 묻는 방식으로 이를 검증합니다.
| 타입 | 정의 | 예 | 유추 |
|---|---|---|---|
| 공칭 | 자연스러운 순서가 없는 범주 | 혈액형(A, B, AB, O); 성별; 눈 색깔; 사망 원인 | 과일 그릇 - 사과와 바나나는 그저 다를 뿐, '더 많이' 먹을 필요는 없다. |
| 서수 | 순서대로 나열된 범주들이지만, 그 범주들 사이의 간격은 다음과 같습니다. 지원 필연적으로 같다 | NYHA 심부전 등급(I~IV); 통증 척도(경증/중등도/중증); 리커트 척도 | 레이스 순위는 1위, 2위, 3위입니다. 순서는 알지만, 1위와 2위의 격차는 2위와 3위의 격차와 매우 다를 수 있습니다. |
| 간격 | 값들 사이의 간격이 동일하게 정렬되어 있지만 진정한 0은 없다 | 섭씨 온도; 달력 날짜; IQ 점수 | 온도계에서 0°C는 "온도가 없다"는 의미가 아닙니다. 어떤 절대적인 의미에서도 20°C가 10°C보다 "두 배 더 따뜻하다"고 말할 수는 없습니다. |
| 비율 | 정렬되고 동일한 간격, 그리고 진정한 절대 영점 | 키, 몸무게, 혈압, 나이, 소득, 약물 복용량 | 돈 — 0파운드는 정말로 아무것도 없다는 뜻입니다. 40파운드는 20파운드의 두 배입니다. |
- 명목/순서형 데이터 → 비모수 검정, 최빈값 또는 중앙값을 사용하여 평균을 구하십시오.
- 간격/비율 데이터 (정규 분포) → 평균, 표준편차, 모수 검정을 사용할 수 있음
- 자신의 평균값을 의미 있게 계산할 수 없습니다. 명목 데이터(예: "평균 혈액형"은 무의미함)에 대해서는 비례 관계를 명시적으로 언급할 수 없으며, 등간 데이터에 대해서는 비례 관계를 명시적으로 언급할 수 없습니다(IQ가 120인 사람이 60인 사람보다 "두 배 더 똑똑하다"라고 말할 수 없음).
🔬 모수 검정 vs 비모수 검정
통계적 검정은 데이터에 대한 가정에 따라 크게 두 가지 유형으로 나뉩니다. AKT는 주어진 시나리오에 어떤 유형의 검정이 적합한지 알려주는 검정입니다. 계산을 직접 수행할 필요는 없고, 어떤 경우에 어떤 검정을 사용해야 하는지만 알면 됩니다.
파라메트릭 테스트 데이터가 정규 분포를 따른다고 가정합니다(또는 표본 크기가 충분히 커서 정규 분포 여부가 크게 중요하지 않다고 가정합니다). 또한 데이터가 최소한 등간척도 수준이라고 가정합니다. 비모수 테스트 그러한 가정을 하지 마십시오. 그것들은 순위나 범주를 사용하며 왜곡된 데이터, 소규모 표본 또는 순서형/명목형 데이터에 적합합니다.
| 목적 | 모수 검정 | 비모수적 등가 |
|---|---|---|
| 두 독립 집단의 평균을 비교합니다. | 독립 t-검정 | Mann-Whitney U 테스트 |
| 비교란 같은 집단, 두 시점을 비교하는 것을 의미합니다. | 쌍체 t-검정 | Wilcoxon 부호 순위 테스트 |
| 3개 이상의 그룹의 평균을 비교합니다. | ANOVA(분산분석) | 크루스칼-월리스 테스트 |
| 두 연속 변수 간의 상관관계 | 피어슨 상관관계 | 스피어만 순위 상관관계 |
| 비율/범주형 데이터 비교 | - | 카이제곱 검정(χ²) |
- 데이터는 비뚤어진 or 정규 분포가 아닌 → 비모수적 방법을 사용하세요
- 작은 표본 크기 (정규성 여부가 불확실한 경우) → 비모수적 방법을 사용
- 데이터는 서수의 (예: 통증 점수, 리커트 척도) → 비모수적 방법 사용
- 비교 비율 또는 범주 → 카이제곱 검정
- 표본 크기가 크고, 연속형 변수이며, 대략 정규분포를 따른다면 모수 검정이 적합합니다.
🔔 정규 분포 — 68-95-99.7 법칙
정규 분포는 대칭적인 종 모양 곡선입니다. 평균, 중앙값, 최빈값은 모두 같으며 중심에 위치합니다.
| 범위 | 포함된 값의 비율 |
|---|---|
| 평균 ± 1 표준편차 | 68% |
| 평균 ± 2 표준편차 | 95% |
| 평균 ± 3 표준편차 | 99.7% |
양의 왜곡을 보이는 데이터(예: 소득, 일반의 진료 대기 시간, 병동 내 혈청 빌리루빈 수치)의 경우, 몇몇 높은 이상치가 평균값을 오른쪽으로 끌어당깁니다. 이 경우, 다음을 사용하십시오. 중앙 분리대 — 이는 일반적인 값을 더 잘 나타냅니다. AKT는 이러한 차이점을 검증하는 것을 좋아합니다.
📉 P값과 신뢰구간 - 그 진정한 의미는 무엇일까요?
P값
p값은 관찰된 결과만큼 극단적인 결과를 관찰할 확률입니다. 귀무가설이 참이라면 (즉, 실제 효과가 없다면). 지원 귀무가설이 옳을 확률.
| P-값이 | 해석 |
|---|---|
| p < 0.05 | 통계적으로 유의미함 — 이 결과가 우연히 발생할 확률이 5% 미만임 |
| p> 0.05 | 통계적으로 유의미하지 않음 - 결과는 우연에 의한 것일 수 있음 |
| 피 = 0.01 | 실제 효과가 없을 경우 이러한 결과가 나올 확률은 1%입니다. |
신뢰구간(CI)
95% 신뢰구간이란, 연구를 100번 반복했을 때, 그중 95번은 실제 모집단 값이 이 범위 안에 포함된다는 것을 의미합니다.
- 비율 (RR, OR, HR): 95% 신뢰구간에 포함되는 경우 1.0 → 통계적으로 유의미하지 않음
- 차이 (평균 차이, ARR): 95% 신뢰구간에 다음이 포함되는 경우 0 → 통계적으로 유의미하지 않음
- 신뢰구간(CI)이 (비율의 경우) 완전히 1보다 크면 → 위험도가 상당히 증가함
- 신뢰구간(CI)이 (비율의 경우) 완전히 1보다 작으면 → 위험이 상당히 감소함
❌ 1종 오류 및 2종 오류 — 늑대가 나타났다고 외치는 것과 늑대를 놓치는 것
실제로 참인 귀무 가설을 기각하는 것. 다시 말해, 치료 효과가 없는데도 효과가 있다고 결론짓는 것. 이를 위양성률이라고 합니다. 일반적으로 허용 가능한 위양성률은 5%입니다(α = 0.05, p < 0.05).
"양치기 소년"이라는 말은 늑대가 없는데도 경보를 울리는 것을 의미합니다.
실제로는 거짓인 귀무가설을 기각하지 못하는 것. 다시 말해, 실제 치료 효과를 놓치는 것. 이를 위음성률이라고 합니다. 일반적으로 허용 가능한 위음성률은 20%입니다(β = 0.2, 검정력 = 80%).
"늑대를 놓치다" — 늑대가 있는데 없다고 말하는 것.
검정력 = 1 − β. 이는 실제 효과를 정확하게 감지할 확률입니다. 검정력이 높을수록 실제 효과를 놓칠 가능성이 줄어듭니다. 검정력은 표본 크기가 클수록 증가합니다. 잘 설계된 임상시험에는 80% 이상의 검정력이 필요합니다.
⚡ 통계적 유의성 ≠ 임상적 중요성
이는 AKT 통계에서 가장 중요하고 검증된 미묘한 차이 중 하나이며, 많은 교육생들이 간과하는 부분이기도 합니다.
결과는 다음과 같을 수 있습니다. 통계적으로 유의미한 (p < 0.05) ~하는 동안 임상적으로 무의미함통계적 유의성은 결과가 우연에 의한 것일 가능성이 낮다는 것을 알려줄 뿐입니다. 아무것도 그 효과가 실제로 의미 있는 영향을 미칠 만큼 충분히 큰지에 관한 것입니다.
| 시나리오 | 통계적으로 유의미한가요? | 임상적으로 중요한가? |
|---|---|---|
| 혈압이 1mmHg 감소함, n=50,000, p=0.001 | 가능 | 아니 |
| 혈압이 15mmHg 감소함, n=30, p=0.08 | 아니 | 아마도 그럴 것이다 |
| 혈압이 12mmHg 감소함, n=500, p=0.02 | 가능 | 가능 |
항상 다음을 살펴보세요 효과 크기 (ARR, NNT, 평균 차이)와 함께 p값 및 신뢰구간을 제시합니다. 0이나 1을 포함하지 않는 좁은 신뢰구간은 p값만 있는 것보다 더 의미가 있습니다. 이는 효과의 방향과 정확도를 모두 알려주기 때문입니다.
- 좁은 신뢰구간 → 정확한 추정 → 실제 값이 추정값에 근접할 것이라는 높은 신뢰도 (일반적으로 대규모 표본에서 얻음)
- 넓은 CI → 불확실한 추정치 → 실제 값은 넓은 범위 내에 있을 수 있음 (일반적으로 소규모 또는 이질적인 표본에서 얻은 결과임)
예시: RR = 1.5 (95% CI 1.4–1.6) → 정확하고 설득력 있음. RR = 1.5 (95% CI 0.6–3.8) → 범위가 넓고 불확실하며, 1.0을 넘어서 통계적으로 유의미하지 않음.
📈 평균 회귀 — 임상 진료의 숨겨진 교란 요인
평균 회귀란 극단적인 측정값이 두 번째 측정에서 평균값에 더 가까워지는 통계적 경향을 말합니다. 어떠한 개입과도 관계없이이는 의학에서 잘못된 결론을 도출하는 가장 과소평가된 원인 중 하나입니다.
환자들은 증상이나 측정치가 가장 나쁠 때 검사나 치료를 받는 경우가 많습니다. 자연적인 변동성 때문에 재검사 시에는 이러한 측정치들이 개선될 가능성이 높으며, 이는 반드시 의료진의 개입 때문만은 아닙니다. 대조군이 없으면 평균 회귀 현상과 진정한 치료 효과를 구분할 수 없습니다.
| 시나리오 | 치료 효과로 보이는 것은 무엇일까요? | 실제로 무슨 일이 벌어지고 있을지도 모른다 |
|---|---|---|
| 환자의 혈압이 한 번 측정에서 매우 높게 나왔습니다. → 약물 치료를 시작했고 → 다음 방문 시 혈압이 낮아졌습니다. | 약이 효과가 있다 | 첫 번째 측정값이 이상치였을 가능성이 있습니다. 재측정 시에는 혈압이 어쨌든 더 낮게 나왔을 것입니다. |
| 학생이 시험에서 매우 낮은 점수를 받았다 → 추가 과외를 받았다 → 다음 시험에서 더 나은 점수를 받았다 | 수업료가 도움이 되었습니다 | 저조한 점수는 대표성을 제대로 반영하지 못했을 수도 있습니다. 실제 수행 능력은 평균에 가까워지는 경향이 있습니다. |
| 심한 습진 발작을 겪는 환자가 새로운 크림 사용을 시작하자 발작 증상이 호전되었습니다. | 크림은 효과적입니다 | 심한 증상 악화는 치료 여부와 관계없이 시간이 지남에 따라 자연적으로 호전됩니다. |
- 받아 다중 기준선 측정 치료를 시작하기 전에 평균값을 사용하십시오.
- 사용하십시오 컨트롤 그룹 평균 회귀 현상은 두 그룹 모두에 동일하게 영향을 미치므로, 그룹 간의 차이는 실제 치료 효과일 가능성이 더 높습니다.
- 이는 가장 강력한 주장 중 하나입니다. 무작위 대조 시험(RCT)이 통제되지 않은 전후 연구보다 더 효과적입니다.
통계 그래프 — 무엇을 살펴봐야 할까요?
AKT는 정기적으로 그래프를 제시하고 해석을 요구합니다. 각 그래프 유형에서 핵심 특징을 파악하는 방법을 익히세요. 모든 것을 읽으려 하지 마세요. 핵심적인 관찰 하나만으로 충분합니다.
| 그래프 유형 | 1 차 사용 | 꼭 찾아야 할 한 가지 |
|---|---|---|
| 산림지 | 메타분석 결과 | 가요 다이아몬드 효과가 없는 수직선을 넘어서는 것입니까? |
| 깔때기 도표 | 출판 편향 탐지 / 일반의 이상치 모니터링 | 줄거리인가요? 비대칭 인(공백 = 미발표 연구 누락) |
| 케이츠 플롯 | 환자에게 NNT를 시각적으로 전달하기 | 색칠된 "혜택" 얼굴의 개수를 세세요. NNT = 100 ÷ 해당 얼굴의 개수 |
| 라베 플롯 | 메타분석에서 이질성 탐구 | 대각선 위의 점 = 치료 효과가 없음 |
| 상자 수염 그림 | 데이터 배포 및 확산 | 가운데 줄 = 중앙 분리대 (평균이 아님); 수염 너머의 점들은 이상치입니다. |
| 페이건의 노모그램 | 사전 검사 → 사후 검사 확률 | 사전 확률에서 LR을 거쳐 선을 그으면 사후 확률을 읽을 수 있습니다. |
| 줄기-잎 그림 | 배포 — 원래의 가치를 보존합니다 | 히스토그램과 비슷하지만 개별 데이터 포인트를 보여줍니다. |
| 카플란-마이어 곡선 | 생존 분석 - 사건 발생 시간 | 사건 발생 시 단계가 감소하며, 초기에 벌어진 후 지속적으로 벌어진 곡선은 치료 효과가 지속됨을 시사합니다. |
| 히스토그램 | 연속형 데이터의 분포 | 곡선의 형태: 대칭형 = 정규 분포; 비대칭형 = 평균 대신 중앙값 사용 |
🌲 산림 구획 - 자세히 알아보기
- 각 정사각형 = 하나의 연구. 사각형의 크기는 해당 연구의 가중치(일반적으로 표본 크기에 따라 결정됨)를 나타냅니다.
- 수평선 = 해당 연구의 95% 신뢰 구간
- 다이아몬드 맨 아래쪽은 통합된 전체 추정치입니다. 너비는 통합된 95% 신뢰구간입니다.
- 1.0에 수직선 = "효과 없음 선"(비율의 경우). CI 선 또는 마름모꼴인 경우 이 선을 넘는다그 결과는 다음과 같습니다. 통계적으로 유의미하지 않음
I²는 연구 간 변동의 정도가 우연이 아닌 실제 이질성(실제 차이)에 의한 것인지를 측정합니다.
I² < 25% = 낮은 이질성 ✓
I² = 25–50% = 적당한 이질성
아이제곱 > 50% = 상당한 이질성 — 통합 결과의 신뢰도가 떨어짐 ⚠️
📯 깔때기형 도표 — 출판 편향 및 일반의 이상치 모니터링
깔때기 도표는 AKT에서 완전히 다른 두 가지 맥락에서 나타납니다. 두 가지 모두 반드시 알아두어야 합니다.
연구의 정밀도 또는 규모(y축)에 대한 효과 크기(x축) 그래프입니다. 대칭적인 역깔때기 모양은 편향이 없음을 의미합니다. 왼쪽 아래에 틈이 있는 비대칭 깔때기 모양은 작은 음성 연구들이 누락되어 출판 편향이 발생했음을 의미합니다.
진료 지표(예: 의뢰율, 사망률)를 기준으로 일반 진료소를 비교합니다. 깔때기 선 밖의 데이터는 다음과 같습니다. 통계적 이상치 조사가 필요한 사안이지, 반드시 실적 부진의 증거는 아닙니다.
😊 케이츠 플롯 — NNT를 시각적으로 추출하는 방법
케이츠 도표(때때로 "스마일리 페이스 도표"라고도 함)는 100개의 얼굴로 이루어진 격자를 사용하여 환자가 절대적인 이점과 손해를 시각화하도록 돕습니다.
- 100개의 얼굴 각각은 치료를 받은 100명 중 한 명을 나타냅니다.
- 노란색/녹색 얼굴 = 수혜자 수 (예방된 사건 수)
- 얼굴이 빨개졌어요 = 피해를 경험한 사람들
- 회색/무광 얼굴 = 어느 쪽이든 효과 없음
📉 카플란-마이어 생존 곡선 - 읽는 방법
카플란-마이어(KM) 곡선은 시간에 따른 생존 확률(또는 사건 발생 없이 유지될 확률)을 보여줍니다. 이 곡선은 암 임상시험, 심혈관 질환 연구 및 사건 발생까지의 시간을 추적하는 모든 연구에 대한 AKT 문항에 나타납니다.
| 제품 특장점 | 의미 |
|---|---|
| Y축 | 생존 확률(또는 사건 발생 없는 생존 확률)은 1.0(100%)에서 시작하여 시간이 지남에 따라 감소합니다. |
| X축 | 시간 (일, 월, 년) |
| 각 하강 단계 | 사건이 발생했습니다(예: 사망, 재발). 단계가 클수록 해당 시점에 발생하는 사건의 수가 많아집니다. |
| 선 위의 눈금 표시 | 추적 관찰에서 제외된 환자 또는 연구가 종료된 환자를 의미합니다. 사건이 아닙니다. |
| 두 곡선이 초기에 갈라지기 시작하여 계속 떨어져 있다 | 추적 관찰 기간 동안 치료 효과가 지속되었음을 시사합니다. |
| 곡선 교차 | 시간에 따른 위험의 비례성을 시사하며, 해석을 복잡하게 만든다. |
| 중간 생존율 | 생존 곡선이 50%를 교차하는 시점, 즉 환자의 절반이 해당 사건을 경험한 시점 |
The 로그 순위 테스트 두 개의 KM 곡선을 통계적으로 비교합니다. 위험 비율(HR) 곡선 간의 전반적인 차이를 요약합니다. HR < 1은 치료군에서 시간이 지남에 따라 사건 발생 건수가 더 적다는 것을 의미합니다. 곡선이 상당히 겹치는 경우 HR은 1에 가까워지며(효과 없음)입니다.
📊 히스토그램 - 분포를 한눈에 파악하기
히스토그램은 연속 변수(예: 나이, 혈압, BMI)의 분포를 나타내기 위해 값을 구간(빈)으로 묶고 각 구간에 속하는 관측치의 수를 보여줍니다. 막대 그래프와 달리 히스토그램의 막대는 서로 붙어 있는데, 이는 데이터가 연속적이기 때문입니다.
| 셰이프 | 의미 | 평균을 사용할 것인가, 중앙값을 사용할 것인가? |
|---|---|---|
| 대칭형 종 모양 | 정규 분포 — 평균, 중앙값, 최빈값이 모두 같음 | 둘 다 가능하지만, 일반적으로는 평균 ± 표준편차로 표기합니다. |
| 오른쪽(양의) 왜곡 | 오른쪽으로 긴 꼬리가 나타남 - 몇몇 매우 높은 값이 평균값을 끌어올림 | 중앙값(더 대표성 있는 값) |
| 왼쪽(음의) 왜곡 | 왼쪽으로 긴 꼬리가 나타남 - 몇몇 매우 낮은 값이 평균값을 끌어내림 | 중앙값(더 대표성 있는 값) |
| 이중봉형(두 개의 봉우리) | 데이터에는 두 개의 서로 다른 하위 그룹이 있습니다. | 두 피크를 각각 별도로 보고하십시오. |
품질 개선 및 임상 감사
| 수단 | 목적 | 주요 특징 |
|---|---|---|
| 임상 감사 | 명확한 기준에 따라 실무를 평가하고, 격차를 파악하고 해소하십시오. | 명확하게 정의된 표준이 필요합니다. PDSA 사이클을 사용합니다. 재감사를 통해 피드백 루프를 닫습니다. 아니 연구 — 가설이 없으면 새로운 지식이 창출되지 않습니다. |
| 중요 사건 분석(SEA) | 단일 중요 사건에 대한 체계적인 다학제적 검토 | 비난 없는 접근 방식. 개인의 잘못이 아닌 시스템적 학습에 초점을 맞춥니다. 팀 내에서 공유됩니다. 학습 및 조치 사항을 문서화합니다. |
| 근본 원인 분석(RCA) | 중대 사건에 대한 심층 조사 | 전략적 환경 평가(SEA)보다 구조화되어 있으며, "5가지 왜(5 Whys)" 기법을 사용합니다. 원인과 기여 요인을 파악하고, 특히 절대 발생해서는 안 되는 사건이나 심각한 피해를 분석하는 데 유용합니다. |
| QOF 예외 보고 | QOF 지표에서 환자를 적절하게 제외하는 방법 | 임상적으로 적합한 경우는 다음과 같습니다: 환자가 견딜 수 있는 최대 치료, 환자의 충분한 정보에 입각한 반대 의사, 극심한 허약 상태 또는 임상적 금기 사항. |
🔄 임상 감사와 연구의 주요 차이점
| 제품 특장점 | 임상 감사 | 리써치 |
|---|---|---|
| 목적 | 표준과 비교하여 진료의 질을 향상시키세요. | 새로운 지식을 생성하다 |
| 가설 | 없음 — 기존 표준과 비교 | 항상 가설을 가지고 있다 |
| 윤리 승인 | 일반적으로 필요하지 않음 | 일반적으로 필요합니다 |
| 동의 | 일반적으로 필요하지 않음 | 일반적으로 필요합니다 |
| 무작위화 | 무작위 대조 시험(RCT)이 포함될 수 있습니다. | |
| 최종 결과 | 서비스 개선; 실행 계획 | 새로운 증거; 출판 |
🔁 PDSA 사이클
PDSA(계획-실행-평가-개선) 사이클은 임상 감사 및 품질 개선에 사용되는 지속적인 개선 프레임워크입니다.
| 단계 | 무슨 일이야 |
|---|---|
| 계획 | 질문을 정의하고, 기준을 설정하고, 데이터 수집 계획을 세우세요. |
| Do | 변경 사항을 실행하거나 현재 관행을 평가하십시오. |
| 교육과정 | 결과를 분석하고, 표준과 비교하고, 부족한 부분을 파악합니다. |
| 행동 | 개선 사항을 실행하고, 재감사를 계획하여 피드백 루프를 완성하세요. |
임상 계산 (AKT 공식 은행)
이 공식들은 AKT 계산 문제에 등장합니다. 각 공식을 익히고, 조치를 유발하는 임상적 기준치를 알아두세요.
🧮 ABPI 활용 예시
🎯 상황: T씨(72세)는 걸을 때 다리에 통증을 느낍니다.
🍷 알코올 단위 계산 예시
| 음주 | 부피 (ml) | ABV% | 계산 | 단위 |
|---|---|---|---|---|
| 큰 잔에 담긴 와인 | 250ml | 13% | 250 × 13 ÷ 1000 | 3.25 |
| 와인 한 병 | 750ml | 12% | 750 × 12 ÷ 1000 | 9.0 |
| 파인트 라거 (도수 높음) | 568ml | 5% | 568 × 5 ÷ 1000 | 2.84 |
| 싱글 스피릿 측정 | 25ml | 40% | 25 × 40 ÷ 1000 | 1.0 |
작동 예
🎯 예시 1: 시험표에서 모든 위험 지표 계산하기
무작위 대조 시험(RCT)에서는 환자들을 무작위로 배정하여 약물 X 또는 위약을 투여합니다. 3년 후, 위약 투여군 500명 중 80명에게 뇌졸중이 발생했고, 약물 X 투여군 500명 중 40명에게 뇌졸중이 발생했습니다.
🎯 예제 2: 2×2 표 구성 및 민감도와 특이도 계산
새로운 검사를 200명의 환자에게 적용했는데, 그중 100명은 질병을 앓고 있었습니다. 이 검사는 질병이 있는 100명 중 85명을 정확하게 식별했고, 질병이 없는 100명 중 80명을 정확하게 식별했습니다.
🎯 예시 3: 소아 투여량 계산
어린이에게 아목시실린 300mg이 필요합니다. 시판되는 현탁액은 250mg/5ml입니다. 투여량은 얼마여야 할까요?
공식 요약 및 암기 보조 자료
위험 및 치료 공식
진단 테스트
인구 및 임상 공식
- 스나우트: 민감도 높은 검사 - 음성 결과는 질병이 없음을 의미합니다 (선별검사)
- 스핀: 특정 검사 — 양성 판정 (질병 확진)
- CI가 1.0을 넘습니다 (비율) 또는 0 (차이) → 유의미하지 않음
- 삼림 구획의 마름모꼴이 선을 가로지릅니다. → 중요하지 않음
- 깔때기 비대칭 → 출판 편향 (또는 성과 맥락에서 GP 이상치)
- 상자 그림 중간선 → 중앙값 (평균이 아님)
- 68-95-99.7 → 정규 분포에서 ±1SD, ±2SD, ±3SD
- I² >50% → 상당한 이질성
- 또는 사례 대조 연구에서 | 코호트에서 얻은 RR | 횡단 연구에서 얻은 유병률
- 감사 ≠ 연구 (감사 측정치와 표준 비교; 연구는 새로운 지식을 창출한다)
- 사례 대조 → 또는 (오즈비) — 과거 노출 내역을 살펴보는 것
- 보병대 → RR(상대 위험) — 노출 이후의 미래
- 단면 → 유병률 — 특정 시점의 현황
- RCT / SR → 치료 관련 질문에 대한 최고 수준의 기준
강사 및 교육 팁
- 수련생들은 NNT를 공식으로만 배우는 경우가 많지만, 임상적으로 실제로 어떤 의미인지 제대로 이해하지 못하는 경우가 흔합니다. 따라서 수련생들이 환자가 이해할 수 있는 문장으로 NNT를 설명할 수 있도록 지도해야 합니다.
- 민감도/특이도(검사 특성)와 양성예측값/음성예측값(유병률의 영향을 받음)의 차이점은 제대로 이해되지 않는 경우가 많습니다. 임신 테스트기 비유가 이를 잘 설명해 줍니다.
- 많은 연수생들이 삼림 시험지가 어떻게 생겼는지는 알지만 설명할 수는 없습니다. 뭐 살펴보려면 다이아몬드에 집중하고 효과가 없는 선을 넘는지 확인해야 합니다.
- 리드 타임 편향은 길이 편향과 혼동되는 경우가 많습니다. 도표나 타임라인을 사용하여 두 개념의 차이점을 설명하세요.
- 수련생들은 임상 감사와 연구를 흔히 혼동합니다. 영국 왕립 일반의협회(RCGP)의 평가 사례를 활용해 보세요.
- "여기 약물 임상시험 요약표가 있습니다. 필요한 치료 환자 수(NNT)를 말씀해 주시고, 이 환자에게 이 약을 처방하시겠습니까?"
- "이 산림 조사표를 보세요. 이 개입이 효과적이라고 생각하시나요? 그 대답에 얼마나 확신하시나요?"
- "환자분의 FIT 검사 결과가 양성입니다. 저위험군에서의 양성예측률(PPV)은 약 3%입니다. 이 결과를 환자분께 어떻게 설명하시겠습니까?"
- "PSA 수치가 높게 나오는 사례가 많이 있습니다. PSA를 선별 검사로 사용하는 데 어떤 문제가 있나요?"
- "동료 한 명이 우리 병원의 패혈증 치료 결과를 병원 전체의 결과와 비교하고 싶어합니다. 이건 감사인가요, 아니면 연구인가요? 윤리위원회가 필요한가요?"
- "환자가 '안전한가요?'라고 물을 때, 부작용 발생 확률이 50분의 1이라는 것을 어떻게 설명하시겠습니까?"
- 현재 환자들에게 위험성을 어떻게 설명하시나요? 절대적인 수치를 사용하시나요, 아니면 상대적인 수치를 사용하시나요?
- 최근 발표된 임상 지침에서 중요한 NNT(치료 필요 환자 수)를 언급한 사례를 기억하시나요? 그 값은 얼마였으며, 여러분의 진료에 어떤 영향을 미쳤습니까?
- 민감도/특이도를 모른 채 검사를 의뢰해 본 적이 있으신가요? 그런 경우 결과를 어떻게 해석하셨나요?
- 제약 회사가 임상 결과를 ARR이 아닌 RRR로 제시하는 이유는 무엇일까요?
🔥 AKT 고수확 팁
AKT 시험지에 반복적으로 등장하는 유형들입니다. 이 유형들을 암기하면 좋은 점수를 받을 수 있을 것입니다.
항상 백분율을 소수로 먼저 변환하십시오. ARR = 5% → NNT = 1 ÷ 0.05 = 20. 항상 반올림하세요. up 가장 가까운 정수로 반올림합니다. NNT 값이 낮을수록 치료 효과가 더 좋습니다.
비율(RR, OR, HR)의 경우: CI 교차 1.0 = 유의미하지 않음. 차이점을 보려면 신뢰구간 교차점을 참조하세요. 0 = 중요하지 않음. 이는 거의 모든 산림 조사 그래프 질문에서 나오는 질문입니다.
희귀 질환 → 케이스 컨트롤 → 또는. 향후 새로운 노출 → 보병대 → RR. 유병률 현황 → 횡단면치료에 대한 최상의 근거 → RCT or 체계적 문헌고찰/메타분석.
선별검사 → 높은 민감도를 원합니다 (사례를 놓치고 싶지 않음 → SnNout). 확진 검사 → 높은 특이도를 원합니다 (위양성을 원하지 않습니다 → SpPin).
특이도가 매우 높은 검사(99%)조차도 유병률이 낮은 환경에서는 양성예측률(PPV)이 낮습니다. 인구 집단 선별검사에서 양성으로 나오는 결과의 대부분은 위양성입니다. 이것이 바로 모든 사람을 대상으로 모든 질병에 대한 선별검사를 하지 않는 이유입니다.
경우 다이아몬드 (통합 추정치)가 효과 없음의 수직선을 넘으면 전체 결과는 통계적으로 유의미하지 않습니다. I² > 50%이면 상당한 이질성이 존재하므로 통합 결과의 신뢰도가 떨어집니다.
깔때기 도표의 왼쪽 하단에 빈 공간이 있다면 이는 출판 편향을 의미합니다. 즉, 작은 규모의 부정적인 연구 결과는 출판되지 않았다는 뜻입니다. 이로 인해 메타분석에서 특정 치료법의 효과가 과장되어 나타납니다.
라인 내부 상자는 중앙 분리대네모 상자는 사분위 범위(IQR, 중간 50%)를 나타냅니다. 네모 상자 테두리 너머의 점이나 원은 이상치를 나타냅니다.
제약 회사들은 RRR(상대 위험 감소율)을 인용하는 것을 좋아하는데, 그 이유는 수치가 더 커 보이기 때문입니다. 50%의 RRR은 놀랍게 들리지만, 기준 위험이 단 2%에 불과했다는 사실을 알게 되면 이야기가 달라집니다(→ ARR = 1%, NNT = 100). 항상 "기준 위험은 얼마였습니까?"라고 질문해야 합니다.
불균형 분포(소득, 입원 기간, 혈청 빌리루빈) → 사용 중앙 분리대 평균값이 아니라 중앙값입니다. 평균값은 이상치에 의해 좌우되지만, 중앙값은 그렇지 않습니다.
감사: ~에 대한 조치 현존하는 표준적임; 윤리적 고려 사항 불필요; 가설 필요 없음. 연구: 생성함 지식 보유; 윤리위원회 승인 필요; 가설 보유. AKT는 이러한 핵심적인 차이점을 반복적으로 검증합니다.
ITT 분석은 순응도와 관계없이 무작위 배정된 모든 참가자를 포함합니다. 이는 다음과 같은 결과를 제공합니다. 보수적인 임상 현장에서 더 현실적인 효과 추정치입니다. 프로토콜 준수 분석은 효과를 과대평가합니다.
ABPI < 0.9 = 말초동맥질환. ABPI > 1.3 = 압박이 불가능한(석회화된) 혈관 - 신뢰할 수 없는 결과. ABPI가 0.8 미만인 경우 압박 붕대는 금기입니다(압박 치료 지침을 확인하십시오).
혜택 표시(보통 노란색 또는 초록색)의 개수를 세어 보세요. NNT = 100 ÷ (혜택 표시 개수). 노란색 표시가 5개라면 NNT = 20입니다.
흔히 저지르는 실수 및 교육생 함정
AKT 채점표 전반에서 반복적으로 나타나는 오류들입니다. 이러한 오류 하나하나가 실제 응시자들의 감점으로 이어집니다.
- NNT를 계산하기 전에 백분율을 소수로 변환하는 것을 잊어버리는 경우 (예: ARR = 5% → NNT = 20이 되려면 5가 아닌 0.05를 사용해야 함)
- NNT 반올림 아래 (down) 보다는 up (NNT = 12.5 → 정답은 12가 아니라 13입니다)
- RRR과 ARR을 혼동하고, 더 인상적으로 들리는 상대적인 수치를 임상적 이점으로 제시하는 것
- 신뢰구간이 1.0에 닿는다는 이유만으로 결과가 "의미 있다"고 말하는 것은 옳지 않습니다. 포함하지 않음 1.0이 유의미한 값으로 간주됨
- 상자 그림에서 가운데 선이 평균이라고 말하는 것은 항상 그렇습니다. 중앙 분리대
- 민감도와 양성예측값(PPV)을 혼동하는 것은 위험합니다. 민감도는 검사의 고정된 속성인 반면, PPV는 유병률에 따라 달라집니다.
- 낮은 유병률을 보이는 집단에서 특이도가 높은 검사를 하면 신뢰할 수 있는 양성 결과가 나올 거라고 생각하는 건 착각입니다. (양성예측률이 낮음)
- OR과 RR을 혼동하지 마세요. OR은 질병이 드문 경우를 제외하고는 RR로 직접 사용할 수 없습니다.
- 환자-대조군 연구가 상대위험도(RR)를 산출한다고 말하는 것은 오즈비(OR)를 산출한다는 뜻입니다. 왜냐하면 노출군 코호트가 아니라 환자군과 대조군으로 시작하기 때문입니다.
- 임상 감사를 연구와 혼동하는 것 - 감사에 윤리적 승인이 필요하다고 주장하는 것
- 조기 진단 편향을 잘못 해석하여 선별 검사 프로그램이 생존율을 실제로 향상시킨다고 보는 것
- 삼림 도표에서 I² > 50%라는 사실을 간과하면 통합 결과의 타당성에 대한 우려가 제기됩니다.
- 소득이나 입원 기간과 같이 왜곡된 데이터를 설명할 때 평균 대신 중앙값을 사용해야 합니다.
🏁 최종 요약
- NNT = 1 ÷ ARR. 백분율은 항상 소수로 변환하고, 반올림은 항상 올림합니다. NNT가 낮을수록 치료 효과가 좋습니다.
- ARR은 임상적으로 정직한 지표입니다. RRR은 인상적으로 들리지만 오해를 불러일으킬 수 있습니다. RRR은 항상 기준 위험도와 함께 고려해야 합니다.
- 민감도와 특이도는 검사의 고정된 속성입니다. 양성예측값(PPV)과 음성예측값(NPV)은 질병 유병률에 따라 변합니다.
- SnNout: 민감도 검사는 음성일 때 배제합니다. SpPin: 특이도 검사는 양성일 때 확진합니다.
- 포레스트 플롯의 마름모꼴이 효과 없음 선을 넘음 → 통계적으로 유의미하지 않음. I² > 50% → 이질성 문제.
- 깔때기 도표의 비대칭성 → 출판 편향. 성과 모니터링에서 깔때기 한계를 벗어난 지점 → 이상치 분석 관행.
- 비율에 대한 신뢰구간이 1.0을 포함하는 경우 → 유의미하지 않음. 차이에 대한 신뢰구간이 0을 포함하는 경우 → 유의미하지 않음.
- 환자-대조군 연구 → OR. 코호트 연구 → RR. 횡단 연구 → 유병률. RCT/SR → 치료의 표준.
- 데이터가 왜곡된 경우 평균이 아닌 중앙값을 사용합니다. 상자 그림의 가운데 선은 중앙값이고, 수염 바깥쪽의 점들은 이상치입니다.
- 임상 감사에서는 표준에 대한 평가를 수행하지만 윤리적 기준이나 가설 설정은 필요하지 않습니다. 반면 연구는 새로운 지식을 창출하므로 윤리적 기준이 필수적입니다.
AKT 시험에서 통계 문제는 가장 확실하게 점수를 딸 수 있는 유형 중 하나입니다. 이 페이지를 몇 시간만 활용하고 연습 문제를 풀어보면 투자한 시간 이상의 큰 효과를 볼 수 있을 것입니다.