Paperis 아티클
같은 논문의 같은 결과가 "22% 낮았다"로도 "10년에 1,000명당 여덟 명"으로도 적힌다. 둘을 잇는 고리는 그 인구의 기저위험이고, 하나만 적히면 다른 하나는 복원되지 않는다.
이 글은 AI가 연구 논문을 바탕으로 작성한 교육·정보 제공용 콘텐츠이며, 전문가의 조언을 대체하지 않습니다. 오류를 발견하셨나요? 알려주세요
© 2026 네오쿤스(Paperis) · 링크 공유는 환영합니다. 전문 전재·재배포는 사전 허가가 필요합니다.
아래 두 문장은 한 논문의 같은 결과다.
주요 심혈관질환 위험비 0.78 — "22% 낮았다" 주요 심혈관질환 위험차 −0.83%포인트 — "10년에 1,000명당 여덟 명"
영국 1차의료 자료에서 2형 당뇨병을 진단받고 심혈관 병력이 없으며 10년 예측 심혈관 위험이 10% 미만인 구간의 사람들을 대상으로, 스타틴을 시작한 군과 시작하지 않은 군을 성향점수로 맞춰 10년간 추적한 연구가 낸 숫자다. 위험비 0.78(95% CI 0.66–0.91), 위험차 −0.83%포인트(95% CI −1.28 ~ −0.34) (PMID 41461087).
덧붙여 둘 것이 있다. 이 연구의 저자들은 스타틴 시작이 예측 심혈관 위험의 전 구간에 걸쳐 전체 사망과 주요 심혈관질환의 감소와 연관됐다고 결론지었다. 위에 뽑은 것은 그 가운데 예측 위험이 가장 낮은 구간의 숫자이고, 이 글이 그 구간을 고른 이유는 이득이 작아서가 아니라 두 척도의 차이가 거기서 가장 잘 보이기 때문이다.
어느 쪽도 틀리지 않았다. 그런데 둘 중 하나만 적으면 다른 쪽을 복원할 수 없다. 앞의 문장에서 뒤의 문장으로 건너가려면 이 인구의 기저위험을 알아야 하고, 뒤에서 앞으로 건너갈 때도 마찬가지다.
이 글은 그 건너가는 법만 세운다. 미리 한 줄로 말해 두면 이렇다. 상대위험은 두 숫자를 하나로 압축한다. 그 압축이 이 지표의 장점이자, 동시에 약점이다.
한 가지 미리 분명히 해 둘 것이 있다. 이 글의 주제는 숫자를 읽는 법이지 어떤 치료나 검진의 가치 판단이 아니다. 아래에 나오는 모든 수치는 그것이 나온 인구·기저위험·관찰기간 안에서만 뜻을 갖고, 그 조건이 바뀌면 같은 상대 지표에서도 절대 이득이 달라진다. 그게 사실 이 글의 핵심이기도 하다.
이건 감상이 아니라 세어 본 사실이다.
2008년 6월부터 2010년 9월까지 영향력 상위 6개 일반의학 저널에 실린 무작위 약물시험 316편을 전수 조사한 연구가 있다. 이 중 116편(37%)이 대리 1차 결과변수를, 106편(34%)이 복합 결과변수를 썼다. 1차 결과변수가 사망을 포함한 118편 가운데 32편(27%)은 전체 사망이 아니라 질환특이 사망을 썼다. 그리고 양성 결과를 낸 157편 가운데 69편(44%)이 초록에서 그 결과를 오로지 상대적 표현으로만 보고했다. 저자들의 결론은 이런 결과변수와 보고 방식의 한계를 논문이 직접 밝혀야 하며, 결과는 절대적 표현으로도 보고돼야 한다는 것이었다 (PMID 21842324).
체계적 문헌고찰 쪽도 사정이 비슷하다. 코크런 98편과 비코크런 104편, 합계 202편을 조사한 서베이에서 92.1%가 상대 추정치를 담은 표준적 메타분석을 포함했지만, 환자에게 가장 중요한 결과에 대해 절대 효과 추정치를 보고한 것은 73편(202편 중 36.1%)이었다. 통계적으로 유의한 효과를 낸 리뷰가 절대 추정치를 보고할 오즈가 더 높았다(오즈비 2.26, 95% CI 1.08–4.74). 보고된 절대 추정치의 형태는 각 개입의 이상반응 위험을 백분율로 적은 것(41.1%), NNT(26.0%), 각 개입의 위험을 자연 단위나 자연빈도로 적은 것(24.7%) 순이었다. 저자들의 권고는 명확하다 — 효과가 있어 보이거나 해로워 보이는 개입에 대해 리뷰 저자는 절대와 상대를 둘 다 보고해야 한다 (PMID 26560992).
그럼 이 관행이 읽는 사람에게 무엇을 하는가. 미국의 한 주 단위 전문가 모임에서 의사 139명에게 설문을 보내 88명(63%)이 응답한 조사가 있다. 암 검진에 대한 믿음을 재는 14문항과 자료 해석 능력을 재는 6문항을 함께 물었더니, 자료 해석 점수가 낮을수록 암 검진에 대한 열의 점수가 높았다(성별과 의대 졸업연도 보정 후 P = 0.004). 그리고 그 연관을 이끈 것은 상대위험과 절대위험을 혼동하는 것으로 보였다. 저자들의 결론은 편향된 위험자료 제시가 검진의 가치에 대한 일반적 믿음에 영향을 줄 수 있다는 것, 특히 짝이 맞지 않는 제시를 무비판적으로 받아들이는 의사에게 그렇다는 것이었다 (PMID 24732049).
여기서 오해하지 말아야 할 것이 있다. 이 연구는 검진의 가치를 평가한 연구가 아니다. 잰 것은 해석 능력과 열의 사이의 연관이지, 검진이 얼마나 이로운가가 아니다.
그리고 이 글의 논지도 "상대위험이 나쁘다"가 아니다. 신장학 문헌을 예로 든 한 해설의 제목이 그대로 이 글의 논지다 — 상대위험과 절대위험은 서로 없이는 해석되지 않는다. 이 해설은 상대위험이 두 숫자(각 군의 위험)를 하나로 요약하는 매력적인 성질을 가지지만 바로 그 성질이 최대 약점이라고 적는다. 바탕에 깔린 절대위험이 감춰지고, 읽는 사람은 효과를 과대평가하는 쪽으로 기운다. 저자들의 권고는 상대위험과 절대위험을 각각의 95% 신뢰구간과 함께 둘 다 보고하라는 것이다 (PMID 28339913).
이름이 비슷해서 헷갈리지만, 하는 일은 각각 다르다. 어떤 결과를 예방하는 치료를 놓고 보자.
이 다섯이 같은 두 개의 원자료(각 군의 사건 비율)에서 나온다는 것이 핵심이다. (오즈비는 같은 2×2 표에서 나오지만 성질이 달라 이 글에서는 다루지 않는다.) 이 관계를 실제 논문 예제로 훑는 튜토리얼이 여럿 있고, 어느 것을 골라 읽어도 된다 — 오즈비까지 함께 다루는 근거중심의학 튜토리얼 (PMID 34070675), 임상시험 결과를 RRR·ARR·NNT로 읽는 법을 의도적으로 단순하게 세운 입문 (PMID 19388495), 그리고 위험과 오즈의 차이에서 출발해 절대·상대 표현을 정리하는 짧은 시리즈물 (PMID 26952180).
그럼 어느 것을 써야 하나. 이 질문을 제목으로 단 2002년 논문이 있다. 결론은 이렇다. 어떤 지표 쌍은 같은 정보를 담고 있고, 서로 다른 지표는 서로 다른 인상을 만든다. 그래서 연구자는 상대 지표와 절대 지표를 둘 다, 각각 적절한 신뢰구간과 함께 보고하는 것이 권장된다 (PMID 12201860).
이 글이 세우려는 감각은 여기서 시작한다. 다섯 숫자 중 어느 것도 그 자체로 거짓이 아니다. 다만 하나만 남으면 읽는 사람이 나머지를 복원할 수 없다.
상대위험감소를 절대위험감소로 바꾸는 고리는 하나다. 기저위험(대조군에서 그 일이 일어나는 비율)이다.
같은 "25% 감소"라도 기저위험이 4%인 인구에서는 절대위험감소가 1%포인트(NNT 100)이고, 기저위험이 0.4%인 인구에서는 0.1%포인트(NNT 1,000)다. 상대위험감소는 그대로인데 NNT가 열 배로 벌어진다.
이 성질을 진단검사에 빗대 정리한 비평이 있다. NNT는 상대위험감소와 기저위험에 반비례한다. 그래서 NNT는 양성예측도가 유병률에 의존하는 것과 똑같이 유병률(기저위험)에 의존한다. 증상이나 추가 검사로 대상 집단의 유병률을 높이면 NNT의 정확도가 올라가고, 반대로 예측력이 나쁠 때는 평균 NNT가 좋아 보여도 어떤 하위군은 반응이 매우 나쁘거나 해를 입을 수 있다. 저자는 예측력이 나쁠 때 NNT의 값어치를 신중히 따져야 하며, 평균보다 신뢰구간의 상한이 NNT를 더 잘 반영할 수 있다고 맺는다 (PMID 36170611).
NNT를 움직이는 것은 기저위험만이 아니다. 한 종설은 NNT가 기저 질환·증상 중증도, 대상 인구, 개입의 종류와 강도, 치료 기간, 반응을 평가하는 시점, 그리고 대조군의 반응에 모두 영향받는다고 정리한다. 그래서 NNT에는 추정의 정밀도를 위해 항상 신뢰구간이 함께 붙어야 한다 (PMID 38876401). 임상가용 해설 하나도 같은 세 가지를 못박는다 — NNT를 해석할 때는 기저위험·시간·신뢰구간을 고려해야 한다 (PMID 40839106).
그럼 상대 지표는 왜 쓰나. 여기에 정직한 답이 있다. 약사·의사·환자는 상대적 표현을 보면 개입을 시작하는 쪽으로 기울고, 절대적 표현을 쓰면 더 보수적인 의사결정으로 이어진다. 그런데 상대 지표는 위험이 서로 다른 인구들 사이에서 이득을 비교할 때 유리하다. 같은 논문은 절대·상대 어느 쪽을 계산하고 해석하든 기저위험과 추적기간을 반드시 감안해야 한다고 적고, 절대 지표 중에서는 절대위험감소가 NNT보다 이해하기 쉬울 수 있다고 덧붙인다 (PMID 16174840).
교과서적 설명은 "상대위험감소는 인구를 옮겨도 대체로 일정하고, 절대이득만 기저위험에 따라 달라진다"고 말한다. 이 가정은 깨질 수 있다.
1차 예방(사전 죽상경화성 심혈관질환 유병률이 없거나 20% 미만인 인구) 무작위 위약대조 지질강하 시험 17편, 참가자 105,879명, 3P-MACE 사건 6,076건을 모은 메타분석이 이 가정을 직접 재 봤다. 평균 나이 63.0세, 추적기간 중앙값 4.4년, LDL-C 감소폭 0.38~1.95 mmol/L, 위약군 사건률 0.52~3.78%/년이었다. 혼합효과 메타회귀 결과, LDL-C 1 mmol/L 감소당 상대위험감소는 사건률 1%/년에서 36%였는데 3%/년에서는 13%로 줄었다(p < 0.0001). 반대로 25%의 상대위험감소를 얻는 데 필요한 LDL-C 절대 감소폭은 1%/년 위험에서 0.36 mmol/L, 3%/년 위험에서 3.09 mmol/L로 늘었다(p = 0.0001). 저자들의 결론은 저위험 1차 예방 인구가 1 mmol/L당 더 큰 상대적 이득을 얻고, 고위험 인구는 같은 상대적 이득을 얻으려면 더 큰 절대 감소폭이 필요하다는 것이다 (PMID 42404863). 여기서 한 가지를 놓치면 정확히 반대로 읽힌다. 상대위험감소가 작아진 쪽은 기저 사건률이 큰 쪽이므로, 두 축을 곱한 절대이득은 서로 비슷하거나 오히려 고위험 쪽이 크다(연 1%의 36%와 연 3%의 13%를 각각 곱해 보면 된다). 작아진 것은 1 mmol/L당 상대 이득이지 이득의 크기 자체가 아니다.
이 결과를 여기서 쓰는 이유는 하나뿐이다 — "상대위험감소는 인구를 옮겨도 일정하다"는 가정이 실제로 재 보면 깨질 수 있다는 것. 누가 어떤 치료를 언제 시작해야 하는가는 이 글이 답하는 질문이 아니다.
상대 지표가 기저 상태에 따라 달라진 사례는 더 있다. 심혈관 복합제(폴리필) 무작위 위약대조 시험의 사후분석 — 이 약의 어느 성분에도 적응증이 없지만 5년 심혈관 위험 추정치가 7.5% 이상인 378명이 대상이다 — 에서, 기저 LDL-C가 3.6 mmol/L를 넘는 참가자가 그 이하인 참가자보다 더 큰 절대 LDL-C 감소를 얻었고(−1.1 대 −0.6 mmol/L), 수축기혈압도 마찬가지였다(−12 대 −7 mmHg). 그런데 위험인자 감소폭에서 계산한 심혈관 상대위험감소의 차이는 그보다 훨씬 작았다. 저자들의 결론은 위험인자 수치가 약간만 높아도 전체 심혈관 위험이 높은 사람은 이 복합제로 이득을 본다는 것이었다 (PMID 26743587).
유전 위험이 상대 지표를 바꾼 사례도 있다. 심근경색 병력이 없는 실사용 코호트에서, 관상동맥질환 다유전자 위험점수가 스타틴의 상대위험감소를 수정했다 — 고위험군 위험비 0.41(95% CI 0.31–0.53), 중간군 0.56(0.47–0.66), 저위험군 0.67(0.47–0.97), 고위험군 대 저위험군 P = 0.01. 반면 10년 ASCVD 위험점수 구간에 따른 기울기는 나타나지 않았고, LDL-C 강하폭도 다유전자 위험군 사이에 다르지 않았다 (PMID 35862449).
정리하면, 기저위험은 절대이득만 바꾸는 게 아니다. 때로는 상대이득 자체도 바꾼다. "상대위험감소는 옮겨 쓸 수 있는 숫자"라는 가정은 확인해야 할 가정이지 공짜로 주어지는 성질이 아니다.
이 글의 첫머리에 쓴 두 문장으로 돌아가 보자. 그 숫자는 영국 1차의료 데이터베이스에서 2005~2016년에 2형 당뇨병을 진단받고 관상동맥질환·심근경색·뇌졸중·심부전 등의 병력이 없는 25~84세를 대상으로, 스타틴 시작군을 미시작군과 QRISK3 10년 예측 위험 구간별로 1:4 성향점수 매칭한 표적시험 모사 연구에서 나왔다. 10년 추적에서 예측 위험이 가장 낮은 구간(<10%)의 결과는 이렇게 적혀 있다 — 전체 사망 위험차 −0.53%(95% CI −0.90 ~ −0.08), 위험비 0.80(0.67–0.97). 주요 심혈관질환 위험차 −0.83%(−1.28 ~ −0.34), 위험비 0.78(0.66–0.91).
위험비 0.80과 위험차 −0.53%포인트는 같은 원자료의 두 얼굴이고, 어느 한쪽만으로는 다른 쪽을 복원할 수 없다. 그리고 이 연구가 위험 구간을 나눈 이유가 정확히 이 글의 주제와 겹친다 — 예측 위험이 다른 구간에서는 같은 치료의 절대 이득도 다르기 때문이다. 저자들의 결론은 이 인구에서 스타틴 사용이 예측 심혈관 위험의 전 구간에 걸쳐 전체 사망과 주요 심혈관질환의 감소와 연관됐다는 것이었고, 한계로 미측정 교란과 일부 입원 결과의 과소포착을 적었다 (PMID 41461087).
NNT는 절대위험감소의 역수로, 한 명에게 추가로 좋은 결과를 얻기 위해 평균 몇 명을 치료해야 하는지를 나타낸다 (PMID 11306148). 매력은 분명하다. "1,000명당 8명" 같은 비율보다 "125명 중 1명"이 사람 단위로 상상되기 때문이다.
NNT를 옹호하는 쪽의 논거도 실체가 있다. 우울증·조현병·양극성장애 문헌에서 NNT 사용을 검토한 논문은, 척도 점수 변화나 체중 변화 같은 서로 다른 단위 대신 '환자 단위'라는 공통 단위로 결과를 옮기면 임상가가 실제 차이를 얼마나 자주 보게 될지 예상할 수 있다고 적는다. 한계도 함께 적는다 — NNT는 잘 설계·수행된 연구에서, 실제 진료 대상과 비슷한 대상과 현실적인 용량으로 계산돼야 하고, 직접 계산은 이분형 결과에만 가능하다 (PMID 18479317).
문제는 이 숫자가 혼자 서지 못한다는 데 있다.
NNT는 본질적으로 시간에 의존하는 지표다. 폐동맥고혈압 시험을 예로 든 해설은 이렇게 짚는다 — NNT는 상대위험과 마찬가지로 시간 의존적이고, 추적기간이 서로 다르거나 결과가 반복 발생하는 연구에서는 계산 자체가 오해를 부를 수 있다. 시험 기간, 치료와 대조군의 효능 말고도 여러 요인이 NNT에 직접 영향을 준다 (PMID 29769296).
더 날카로운 지적도 있다. 죽상경화나 골다공증처럼 만성적으로 진행하는 과정을 겨냥한 개입에서 NNT는(그리고 상대·절대위험감소도 함께) 결정적인 시간 성분을 담지 못한다. 그 결과 NNT는 시간에 따라 변하고, 사건이 회피된 것이 아니라 단지 미뤄진 것일 수도 있다. 같은 논문은 실증 연구들이 일반인과 의사 모두 NNT를 오해한다는 것을 시사한다고 적고, NNT를 상당한 주의를 기울여 쓸 것을 권한다. 마지막 문장이 이 절의 요약이다 — 필요한 정보를 전부 전달하는 단일 효과 지표는 아마 없다 (PMID 16867164).
그래서 만성질환에는 연간화한 NNT(ANNT)를 쓰자는 제안이 나왔다. 세 약물의 중대 이상사건 발생률로 계산한 예에서 ANNT는 88·77·68이었고, 베이즈 방식으로 계산하면 54·49로 달라졌으며, 한 약물은 NNT 범위와 NNH 범위에 각각 하나씩 봉우리를 갖는 이봉분포를 보였다. 저자들의 제안은 NNT를 짧고 잘 정의된 치료 과정을 갖는 급성 질환에 한정하고, 만성 질환에는 ANNT를 쓰라는 것이다 (PMID 16488351).
시간이 얼마나 크게 작용하는지 보여 주는 짧은 보고도 있다. 내흉동맥 이식편을 쓴 관상동맥우회술의 생존 이득 크기는 수십 년에 걸쳐 시간과 함께 커진다는 것이다. 다만 이 보고의 초록에는 설계도 수치도 실려 있지 않아, 여기서 옮기는 것은 그런 주장이 있다는 사실뿐이다 (PMID 36003479).
메타분석에서 NNT를 계산하려면 오즈비나 위험비 같은 상대 지표를 절대 척도로 되돌려야 하고, 그러려면 대조군 사건률(CER)을 하나 정해야 한다. 알츠하이머 인지개선제 네트워크 메타분석을 예로 든 방법론 논문은, 연구 전체 평균 CER, 메타분석 통합 CER, 전문가 의견 기반 CER 중 무엇을 쓰느냐에 따라 NNT가 달라진다고 명시한다. 저자들은 효과크기와 CER의 선택, 여러 비교에 걸쳐 CER을 가정하는 문제가 NNT와 의사결정에 영향을 줄 수 있으므로 해석에 주의가 필요하다고 결론짓고, 이를 돕는 여섯 가지 그래프 표현법을 제시한다 (PMID 30905696).
NNT의 신뢰구간은 절대위험감소의 신뢰한계를 뒤집어 서로 바꿔 얻는다. 문제는 실무에서 절대위험감소의 신뢰구간을 계산할 때 쓰이는 방법이 사실상 단순 Wald 방법 하나뿐인데, 이 방법이 여러 경우에 구간을 너무 짧게 준다는 것이다. Wilson 점수 방법을 쓰면 NNT의 신뢰구간 계산과 제시가 개선된다 (PMID 11306148, PMID 11187559).
더 근본적인 문제는 결과가 유의하지 않을 때 나타난다. NNT는 위험차가 통계적으로 유의할 때만 말이 되는 지표라는 지적이 있다. 위험차의 신뢰구간이 영값을 포함하면 NNT의 신뢰구간은 끊어진 구간이 되고 그럴듯하지 않은 값들을 포함한다. 여기에 이득과 해악을 NNT 척도 위에서 저울질하는 복잡성이 더해진다. 이 논문의 제안은 진료지침 개발·정책 결정·의료기술평가 같은 의사결정 맥락에서는 NNT 사용을 그만두자는 것이다 (PMID 40782977). 비슷한 취지로, NNT는 비교 대상 반응률의 순서를 미리 알 수 있는 경우에만 쓰고, 두 반응률이 같은지 검정할 때는 다른 확립된 지표에 기반한 검정통계량을 쓰라는 제안도 오래전에 나와 있다 (PMID 15140295).
권고가 지켜지고 있는지 세어 본 조사가 있다. '일반내과' 분야 영향력 상위 25개 저널에서 약물 개입을 다루며 NNT를 보고한 연구 51편을 뽑아 완결성을 검사했다. 기저위험이 적힌 것은 37편(51편 중 72.5%), 시간 지평은 38편(74.5%), 신뢰구간은 32편(62.7%)이었다. 즉 상당수가 셋 중 하나 이상을 빠뜨렸다. 기본적인 방법론 권고를 따르지 않은 연구가 15편(29.4%)이었고, 메타분석에서 특히 높았다(23편 중 13편, 56.5%). 저자들의 결론은 불완전하게 보고된 NNT는 해석 불가능하며, 연구설계와 변수 유형에 맞지 않는 계산법을 쓰면 오도할 수 있다는 것이다 (PMID 28571585).
애초에 보고 자체가 드물던 시절도 있었다. 1989·1992·1995·1998년의 다섯 개 주요 저널을 손으로 훑어, 유의한 치료효과를 보인 약물 무작위시험 359편을 추린 조사에서 NNT를 명시한 논문은 8편, 절대위험감소를 명시한 논문은 18편이었다. 그나마 각각 6편과 10편이 1998년치였다 (PMID 12038920).
숫자 감각을 잡기 위한 예다. 이 숫자들은 각각의 인구·기저위험·관찰기간 안에서만 뜻을 갖는다.
여자 운동선수의 전방십자인대 손상을 신경근 훈련으로 줄일 수 있는지를 다룬 전향적 대조연구 12편을 모아 계산한 리뷰가 있다. 비접촉 손상의 상대위험감소는 73.4%(95% CI 62.5–81.1), 전체 손상은 43.8%(28.9–55.5)였다. 같은 자료로 계산한 NNT는 비접촉 손상 108명(95% CI 86–150), 전체 손상 120명(74–316)이었다 — 한 시즌 동안 손상 한 건을 막기 위해 훈련시켜야 하는 인원이다. 저자들의 정리는 상대위험감소는 신경근 훈련의 예방 효과를 가리키지만 NNT가 비교적 크다는 것이며, 앞으로의 방향은 위험이 높은 선수를 가려내는 선별 체계를 개발해 NNT를 줄이는 것이라고 맺는다 (PMID 22745221).
"73% 감소"와 "108명 중 1명"은 같은 자료다.
같은 지표군 안에서도 어떤 결과를 보느냐에 따라 숫자가 얼마나 벌어지는지 보여 주는 예도 있다. 죽상경화성 심혈관질환 위험이 높은 인구를 포함한 무작위 시험 25편, 환자 109,846명을 모아 GLP-1 수용체작용제를 위약과 비교한 메타분석이다. 평균 추적기간은 3.48 ± 1.51년(1.55~5.47년)이었다. 결과별 상대위험은 서로 비슷했다 — 심근경색 0.86, 심혈관 사망 0.87, 주요 심혈관 사건(MACE) 0.87, 뇌졸중 0.88(모두 p < 0.01). 그런데 같은 자료에서 계산한 NNTB는 심근경색 207명, 심혈관 사망 170명, MACE 67명, 뇌졸중 335명으로 다섯 배까지 벌어졌다. 위장관 이상반응은 상대위험 1.55에 NNTH 9였다. 여기서 NNTB는 그 결과 한 건을 막기 위해 치료해야 하는 인원, NNTH는 그 이상반응이 한 건 더 생길 때까지 치료하게 되는 인원이다. 이 두 숫자를 곧바로 견줘 '이득보다 해악이 크다'로 읽으면 안 된다. 재고 있는 것이 한쪽은 심근경색·심혈관 사망 같은 사건이고 다른 쪽은 위장관 증상이라 저울의 눈금이 다르다. 아래에서 다시 보겠지만, NNT와 NNH를 같은 저울에 올리려면 먼저 같은 결과·같은 시간 위에 올려놓아야 한다. 저자들의 결론은 이 약물군이 2형 당뇨병 유무와 사전 죽상경화성 심혈관질환 유무를 아우르는 넓은 범위의 환자에서 위 결과들의 위험을 낮췄고, 특히 체질량지수가 높은 집단에서 그 역할을 뒷받침한다는 것이었다 (PMID 40652242).
이 표가 이 글의 요지를 한 장에 담고 있다. 상대위험은 거의 같은데 NNT는 다섯 배 차이 난다. 다른 것은 각 결과의 기저 발생률뿐이다.
시간과 결과 선택이 함께 움직이는 예도 있다. 폐경후 골다공증 치료제들의 규제 심사용 3상 위약대조 무작위시험을 모아 3년이라는 고정 기간에 대한 절대위험감소와 NNT를 계산한 리뷰에서, 척추골절 한 건을 예방하는 NNT는 약물에 따라 9에서 21까지, 고관절골절은 48에서 91까지였다. 저자들이 이 계산을 한 이유가 서두에 적혀 있다 — 상대위험 감소로 비교하면 일부 약물의 골절 위험 감소가 인위적으로 크게 나올 수 있어서다. 결론은 이런 반응자 분석이 임상시험 결과를 실제 진료 지침으로 옮기는 데 도움이 될 수 있다는 것이었다 (PMID 20035331).
마지막으로 이득과 해악의 숫자를 나란히 놓을 때 무엇을 확인해야 하는지 보여 주는 사례다. 한 관찰연구가 안지오텐신전환효소 억제제를 안지오텐신-2 수용체차단제와 비교해 약 12년 추적에서 폐암에 대한 NNH 6,667을 보고했다. 이 결과에 붙은 논평은 그 숫자를 치료 이득과 함께 저울질해야 한다고 적으며, 평균 4.3년 추적의 기존 무작위시험 메타분석들이 이 약물군에 대해 전체 사망 NNT 67, 심혈관 사망 116, 심근경색·뇌졸중 복합 86을 시사했다고 나란히 적는다. 논평은 이어서 이 관찰연구가 적응증에 의한 교란(2013년까지 심부전 1차 약제였고, 심부전은 폐암 발생과 연관된다), 기침 검사로 인한 발견 편향, 사회경제적 지위나 흡연력 같은 측정되지 않은 잔여 교란에 취약할 수 있다고 지적하고, 이런 질문은 장기 무작위시험이나 NNH와 NNT를 함께 재는 대규모 데이터베이스 분석으로 다뤄야 한다고 맺는다 (PMID 33764803).
여기서 배울 것은 이 약물군에 대한 판단이 아니다 — 논평 저자 자신이 그 관찰연구를 "신중히 해석해야 한다"고 못박고 있다. 배울 것은 저울의 눈금이다. 두 숫자의 시간 창이 다르다. 12년과 4.3년이다. NNT와 NNH를 같은 저울에 올리려면 먼저 같은 시간 위에 올려놓아야 하고, 그러기 전까지 "6,667 대 67"이라는 비교는 성립하지 않는다.
브라질 리우데자네이루의 대학원 과정에서 모집한 치과의사 101명을 무작위 배정해, 항생제 병용 비수술적 치주치료의 이득(다수 치아 상실 회피)을 절대수치로 제시한 군과 상대위험감소로 제시한 군의 이해도를 비교한 시험이 있다. 항생제를 쓴 경우에 대한 질문에서는 절대수치군 26명(50%)과 상대위험감소군 14명(29%)이 정답을 맞혔다(p = 0.04). 그런데 항생제를 쓰지 않은 경우에 대한 질문에서는 17명(33%) 대 12명(25%)으로 차이가 없었고(p = 0.39), 두 문항 모두 맞힌 사람은 16명(31%) 대 12명(25%)으로 역시 차이가 없었다(p = 0.51).
저자들의 결론을 그대로 옮기는 것이 중요하다 — 제시 형식과 무관하게 대부분의 치과의사가 치료의 이득을 정확히 이해하지 못했다. 절대수치로 제시했을 때 정확히 이해한 사람이 조금 더 많았을 뿐이다 (PMID 39109767).
의사와 환자의 수리력을 직접 비교한 조사도 있다. 전신마취 예정 수술 환자 213명(발송 502건, 42%)과 같은 기관 전문의 268명(발송 506건, 53%)에게 건강 수리력 3문항과 위험 감소 2문항을 물었다. 환자 점수 중앙값은 5점 만점에 4점이었지만 32%가 3점 이하였고, 환자들은 자기 점수를 평균 0.5점 과대평가했다(추정 4.3 ± 1.2 대 실제 3.8 ± 1.3, P < .001). 의사 점수 중앙값은 5점(사분위 4–5)으로 환자보다 높았고 자기평가와 실제가 어긋나지 않았다. 다만 일부 의사도 수리력이 낮았다. 그리고 단순 수리력이 위험 감소 문항의 정답을 예측했다(환자 gamma = 0.586, 의사 gamma = 0.558) (PMID 32304457).
덴마크 일반의 34명(23개 진료소)을 진료소 단위로 무작위 배정해, 콜레스테롤강하 치료의 효과를 수명 연장(POL) 형식과 절대위험감소(ARR) 형식 중 하나로 환자에게 설명하게 한 군집무작위 시험이 있다. 분석에 포함된 환자 240명 중 112명이 POL, 128명이 ARR 군이었다. 처방을 실제로 조제받은 환자는 POL 군 6명(5.4%), ARR 군 32명(25.0%)이었다. 의사결정에 대한 확신과 위험 소통 만족도는 두 형식 사이에 차이가 없었다 (PMID 24686884).
이 결과가 말하는 것은 하나뿐이다 — 표현 형식이 실제 행동을 바꾼다. 이 시험은 조제율과 만족도를 쟀지, 환자들의 이후 심혈관 결과를 재지 않았다. 그러니 이 결과에서 어느 형식이 "옳은" 결정을 이끄는지도, 이 치료가 이 환자들에게 얼마나 이로운지도 읽어 낼 수 없다. 두 형식은 모두 같은 시험 결과를 정확히 옮긴 것이고, 갈린 것은 사람의 반응이었다.
가치 도출 실험에서도 형식 효과가 나왔다. 10년 심장질환 위험이 13%인 가상 인물 시나리오를 주고 컨조인트 분석으로 참가자의 가치를 도출한 무작위 시험(113명)에서, "심근경색을 줄이는 능력"을 절대위험감소로 받은 군과 상대위험감소로 받은 군을 비교했다. 참가자가 직접 고른 가장 중요한 속성에는 차이가 없었지만(상대 64%, 절대 53%, P = 0.26), 컨조인트 분석으로 산출된 가장 중요한 속성에서는 상대위험감소 군이 유의하게 더 자주 "심근경색을 줄이는 능력"을 최우선으로 냈다(59% 대 35%, P = 0.01) (PMID 19279298).
형식뿐 아니라 시간 지평과 결과 선택도 인식을 바꾼다. 미국 140개 진료기관 레지스트리 참가자 2,708명(적격 3,566명 중 76.9% 응답, 나이 중앙값 67세)에게 같은 가상 환자에 대한 세 가지 위험 표현을 제시했다. 위험을 "높음~매우 높음"으로 인식한 비율은 평생 ASCVD 위험 50%에서 70.1%, 10년 ASCVD 사건 위험 15%에서 31.4%, 10년 심혈관 사망 위험 4%에서 25.7%였다(둘 다 P < .001). 치료 의향도 같은 순서였다(77.9% / 68.1% / 63.1%). 그래픽 형식으로는 그림문자(pictogram)를 본 군이 질환 중증도 인식과 치료 고려 의향이 가장 낮았다. 저자들의 결론은 형식·시간 지평·결과 선택이 모두 환자 인식에 영향을 주므로 위험 소통 도구를 설계할 때 함께 고려해야 한다는 것이다 (PMID 30419113).
여기가 이 글에서 가장 조심해야 할 대목이다. "절대 표현으로 바꾸면 해결된다"는 결론으로 달리기 쉬운데, 그렇게 말하지 않는 시험이 여럿 있다.
골밀도 검사를 받는 환자 200명을 대상으로, 절대 골절 위험을 "사건이 일어날 확률"과 "일어나지 않을 확률" 중 하나로, 치료 이득을 자연빈도와 NNT 중 하나로 제시한 4개 군 무작위 시험이 있다. 참가자들이 예방 약물을 고려할 만하다고 본 5년 골절 위험 문턱의 중앙값은 50~60%였고 제시 후에도 크게 달라지지 않았다. 참가자의 초기 자기 위험 추정치는 계산기 추정치보다 임의 골절에서 2~3배, 고관절 골절에서 10~20배 높았다. 제시 후 추정치는 절반으로 줄었지만 여전히 계산기 값보다 높았다(각각 1.5~2배, 5~10배). 그리고 이 결과들에서 무작위 배정군 사이의 차이는 없었다. 약물 복용 의향도 크게 달라지지 않았다 (PMID 28188155).
시각화도 마찬가지다. 네덜란드 일반 인구 393명을 무작위 배정해 백분율과 자연빈도 사이의 기본 변환 네 문제를 풀게 하면서 아이콘 배열·원그래프·막대그래프·시각화 없음 중 하나를 붙인 조사관 눈가림 시험에서, 시각화는 정답률과 연관되지 않았다(오즈비 1.08, 95% CI 0.69–1.69, p = 0.745). 세 종류 시각화 모두 마찬가지였고, 위험 형식(백분율 대 자연빈도, p = 0.677)과 위험 크기(p = 0.532)도 연관이 없었다. 나이가 젊을수록, 교육 수준이 높을수록 점수가 높았다. 저자들은 이 결과가 단일 절대위험의 축자적 지식 전달이라는 좁은 목적에 한정된 것이며, 시각화가 사용자 경험이나 소통 인식, 그에 이어지는 환자 참여에 미치는 효과는 아직 규명되지 않았다고 단서를 단다 (PMID 31901707).
그래픽 형식끼리의 비교도 결론이 나지 않았다. 경동맥협착 치료(수술·스텐트·약물) 후 5년 뇌졸중·사망 위험을 아이콘 배열(197명)과 막대그래프(210명)로 제시한 온라인 무작위 연구에서, 이해도와 형식 선호는 두 군 사이에 차이가 없었다. 수리력·그래프 문해력이 높은 것이 높은 이해도(p < 0.01)와 막대그래프 선호(p = 0.01)와 연관됐고, 다수는 막대그래프를 선호했다 (PMID 34297713).
이해가 늘어도 선택이 바뀌지 않는 경우도 있다. 이형성 모반 시나리오에 대한 환자 의사결정 보조도구를 정량형과 정성형으로 무작위 배정한 A/B 시험(미국 성인 600명)에서, 정량형은 자기보고 이해도(중앙값 80 대 72, P = .008)와 결정 확신(P = .003)을 높였다. 그런데 절제 의향은 달라지지 않았다(52% 대 53%, 오즈비 1.04, 95% CI 0.75–1.43, P = .818). 의향을 움직인 것은 중증도 표기였다(경도 31%, 중등도 41%, 중증 72%, P < .001). 저자들의 결론은 이해도가 높아도 참가자의 약 3분의 1이 전문가 권고와 다른 선택을 했으며, 개인의 가치가 치료 선택을 이끈다는 것이었다 (PMID 41893389).
압축은 논문 밖에서도 계속된다. 그리고 그 사슬은 실제로 추적된 적이 있다.
2009년 12월부터 2010년 3월까지 EurekAlert! 데이터베이스의 보도자료 498건을 훑어 2군 평행설계 무작위시험 70건을 추린 코호트 연구가 있다. 실험 치료의 이로운 효과를 강조하는 보고 전략(스핀)이 초록 결론의 28건(40%)과 보도자료의 33건(47%)에서 확인됐다. 다변량 분석에서 보도자료의 스핀과 연관된 유일한 요인은 초록 결론의 스핀이었다(상대위험 5.6, 95% CI 2.8–11.1, p < 0.001). 보도자료만 보면 무작위시험 결과가 과대평가되는 경우가 19건(27%)이었다. 기사가 확인된 41건 중 21건(51%)에 스핀이 있었고, 기사만 보면 과대평가되는 경우가 10건(24%)이었다 (PMID 22984354).
방향이 어디서 어디로 흐르는지는 더 큰 조사에서 나왔다. 2011년 영국 주요 대학 20곳이 낸 생의학·보건 보도자료 462건과 관련 기사 668건을 원논문과 대조한 연구에서, 보도자료의 40%(95% CI 33–46)가 원논문을 넘어선 행동 권고를, 33%(26–40)가 상관자료에서 끌어낸 인과 진술을, 36%(28–46)가 동물연구에서 사람으로의 추론을 담고 있었다. 보도자료에 과장이 있을 때 기사에 같은 과장이 있는 비율은 각각 58%·81%·86%였고, 보도자료에 과장이 없을 때는 17%·18%·10%였다(오즈비 6.5, 20, 56). 그런데 과장된 보도자료가 기사를 더 많이 끌어냈다는 증거는 거의 없었다 (PMID 25498121).
여기서 잘라 내면 안 되는 절반이 둘 있다.
첫째, 이 결과는 재현 검증을 거쳤고 부분적으로만 재현됐다. 2014·2015년 영국 대학 코호트로 다시 재 봤더니, 행동 권고 과장에 대한 보도자료-기사 연관은 재현되지 않았고 인과 진술과 사람으로의 추론에 대한 연관은 재현됐다. 과장된 보도자료가 더 많은 기사를 끌어내지 않는다는 결과는 그대로였다 (PMID 31728413).
둘째, 개선이 관찰됐다. 상관자료에 대한 인과 과장을 담은 보도자료 비율은 2014년 28%(95% CI 16–45)에서 2015년 13%(6–25)로 낮아졌다. 다만 기사 쪽의 대응하는 감소는 유의하지 않았고, 보도자료와 기사 사이의 연관은 여전히 강했다. 저자들은 이것이 상관 증거이므로 다른 요인이나 자연적 변동 때문일 수 있다고 명시한다 (PMID 32500096).
그리고 이 사슬의 끝에서 실제로 사람의 판단이 바뀌는지도 실험으로 확인됐다. 100만 명 넘는 환자·보호자 온라인 커뮤니티에서 900명을 모집해, 같은 연구를 스핀이 있는 기사 원문과 스핀을 제거해 다시 쓴 판본 중 하나로 무작위 배정해 읽히고 "이 치료가 환자에게 이로울 확률"을 0~10으로 매기게 한 세 개의 무작위 시험이 있다. 스핀이 있는 판본을 읽은 쪽의 점수가 일관되게 높았다 — 전임상 연구 기사에서 평균차 1.7(95% CI 1.0–2.3), 1·2상 비무작위 시험 기사에서 1.8(1.0–2.5), 3·4상 무작위시험 기사에서 2.3(1.4–3.2)(모두 p < 0.001) (PMID 31159786).
여기까지가 문제다. 이제 처방 쪽이다. 이 문헌은 개선책을 제시하고 그 효과를 실제로 재는 데까지 가 있다.
다발경화증 환자를 대상으로, 가상 임상시험의 치료 이득과 위해를 절대 표현 / 상대 표현 / NNT·NNH로 제시하고 각 방법에 기저 정보를 붙이거나 붙이지 않는 반복측정 연구가 있다. 이해도 점수는 절대 표현(평균 3.99 ± 0.93)이 상대 표현(2.93 ± 0.91, P < 0.001)과 NNT·NNH(2.89 ± 0.88, P < 0.001)보다 높았다. 그런데 더 큰 차이는 다른 축에서 났다 — 모든 방법에 기저 정보를 붙였을 때 5.04 ± 0.96, 붙이지 않았을 때 1.50 ± 0.74(P < 0.001)였다. 이해도는 치료 결정의 갈등과는 관련이 없었고, 수리력·지능·인지장애는 이해도와 유의하게 관련됐다. 저자들의 권고는 치료의 위험과 이득을 절대 표현으로, 기저 정보와 함께 전달하라는 것이다 (PMID 30005747).
부작용 쪽에서도 같은 방향의 결과가 나왔다. 3세대 경구피임약의 부작용 위험 증가 시나리오를 여성 268명에게 제시하며, 위험 증가를 상대위험·절대위험·NNH 중 하나로, 기저위험 정보를 넣거나 빼고 제시한 2요인 실험이다. 기저 정보를 제공하면 위험 추정이 유의하게 정확해지고 만족도가 올라갔다(다만 추정치는 여전히 실제 위험보다 상당히 높았다). 기저 정보가 있을 때는 제시 형식들 사이에 차이가 없었고, 기저 정보가 없을 때는 절대위험 표현이 가장 정확한 수행을 이끌었다. 저자들의 결론에는 NNH에 대한 지지가 없다고 명시돼 있고, 일반인에게 NNH나 NNT를 제시하기 전에 더 많은 연구가 필요하다는 단서가 붙는다 (PMID 16242904).
기저위험을 어떤 형식으로 적느냐도 중요했다. 일반인 1,234명에게 심장질환 위험을 낮추거나 높이는 가상 시나리오를 주고, 상대위험 변화와 기저위험을 함께 제시하되 기저위험을 백분율 또는 빈도로 준 실험 네 건이 있다. 기저위험을 빈도 형식으로 주면 치료의 이득과 위해에 대한 이해가 촉진됐고, 백분율 형식은 오히려 이해를 방해하는 경우가 많았다 — 예를 들어 많은 참가자가 상대위험감소를 절대위험감소로 오해했다. 수리력이 높은 사람이 대체로 더 잘했지만 모든 참가자가 빈도 형식에서 이득을 봤다.
그런데 이 논문의 결론에는 정직한 단서가 붙어 있다. 전체적으로, 치료의 이득과 위해를 상대위험 변화 형태로 전달하는 것은 기저위험을 명시적으로 함께 줘도 여전히 문제로 남는다 (PMID 24803429).
"1,000명 중 8명" 같은 자연빈도 표기는 주요 기관들이 검사 결과 제시 방식으로 권장해 온 표기다 (PMID 27034447). 다만 이 도구의 근거가 어디서 쌓였는지를 정확히 알아야 한다. 이 글이 아래에서 인용하는 자연빈도 연구는 하나도 빠짐없이 치료 이득의 크기가 아니라 검사 결과의 해석(양성예측도를 구하는 베이즈 추론)에서 나왔다.
그 영역에서의 근거는 두껍다. 20년치 연구를 모은 메타분석은 관련 문헌 35편에서 226개의 수행 추정치를 뽑아 이변량 혼합효과 모형으로 통합했다. 개인 특성(수리력·전문성), 방법론적 차이(유인, 채점 기준), 문제 표현 방식(짧은 메뉴 형식, 시각 보조) 등을 조절변수로 검토했는데, 짧은 메뉴 형식과 시각 보조가 가장 강한 축에 드는 조절 효과를 보였고 이들은 조건부확률 형식과 자연빈도 형식 양쪽 모두의 수행을 개선했다. 저자들은 베이즈 추론의 성공을 선택과 과정까지 포함하도록 넓히고 다양한 연구방법을 적용해 이 분야를 강화하자고 제안한다 (PMID 29048176).
개별 실험의 숫자도 크다. 젊은 성인 115명과 노인 47명에게 두 가지 선별검사 정보를 조건부확률 또는 자연빈도로 제시했더니, 조건부확률에서 적어도 한 과제에 정확한 추정을 낸 비율은 젊은 성인 15%·노인 18%였는데 자연빈도에서는 55%·58%였다. 별도의 훈련 없이 나타난 효과였고, 수리력이 높은 참가자가 더 잘했다 (PMID 19129155). 치과의사를 대상으로 교익 방사선사진의 인접면 우식 진단 추론을 물은 무작위 시험에서는 정답자가 전체의 13.9%뿐이었는데, 그중 13명이 자연빈도군, 1명이 조건부확률군이었다(P < .001). 거의 맞힌 답도 자연빈도군 7명 대 조건부확률군 0명이었다(P = .005) (PMID 29304907). 한국 성인 175명을 대상으로 네 가지 베이즈 문제를 네 가지 채점법으로 평가한 실험에서도 자연빈도 형식이 대체로 조건부확률 형식을 앞섰고(융모막융모생검 문제를 50-Split 채점법으로 평가한 경우만 예외), 수리력이 높은 참가자가 자연빈도 형식에서 더 큰 이득을 봤다 (PMID 39291336).
교육과 결합했을 때가 가장 좋았다. 의대생 577명을 대상으로 사전·사후 설계로 잰 연구에서, 조건부확률로 제시된 문항의 정답률은 훈련 전 34%였고 자연빈도로 제시하면 훈련 없이도 68%로 올랐다. 조건부확률을 자연빈도로 바꾸고 베이즈 규칙에 적용하는 법을 훈련한 뒤에는 조건부확률 문항도 64%가 됐고, 훈련과 자연빈도 제시를 함께 하면 89%였다 (PMID 36747214).
그러나 이 도구에는 반박이 붙었고, 그 논쟁은 아직 살아 있다.
한 논문은 자연빈도 제시가 보건서비스 이용자와 환자 표본의 많아야 5분의 1에게만 이득이 되며, 상당한 이득을 보고한 연구는 단 한 편뿐이었다고 지적했다. 그 연구를 온라인 응답자로 재현한 결과, 연구 1은 앞서 보고된 이득을 채점 방식의 인공물로 돌렸고, 연구 2는 자연빈도가 규범적으로 옳은 평가와 상충하는 평가를 유발할 수 있으며 역설적으로 그런 평가가 단일사건 확률로 추론할 때 더 적게 나타났음을 보였다. 결론은 자연빈도를 최선의 소통 방식으로 홍보하는 데 신중하라는 것이었다 (PMID 27034447).
여기에 대한 반박도 즉시 나왔다. 반박 논문은 세 가지 분석을 제시한다. 첫째, 문제가 된 '50%-분할' 채점법은 검사의 적중률만 보는 것 같은 알려진 오류를 이해를 뒷받침하는 전략으로 오분류한다. 둘째, 여러 참가자 집단이 푼 추가 문제 21개의 자료를 재분석했더니 그 채점 기준은 21개 중 19개에서 원저자들의 결과를 뒷받침하지 못했다. 셋째, 평균편차 채점법을 적용하면 자연빈도 형식에서 참가자의 추정치가 조건부확률 형식보다 정답인 베이즈 해에 더 가까웠다 (PMID 29448883).
이 논쟁을 읽을 때 함께 알아 두면 좋은 정의 문제도 있다. 정규화된 빈도는 자연빈도가 아니다. 이 둘을 혼동한 채 '내포집합'이나 '부분집합 원리' 같은 새 설명을 제안한 문헌들이 있었고, 그 혼동을 바로잡은 논문에 따르면 그런 용어들은 자연빈도의 기본 성질에 붙인 모호한 이름표에 지나지 않는다 (PMID 12044739).
그리고 자연빈도가 모든 상황에서 최선은 아니라는 것도 실험으로 확인됐다. 의대생 167명과 심리학과 학생 162명을 대상으로 한 사전등록 무작위 교차 시험에서, 단일 검사의 양성예측도를 맞힌 비율은 자연빈도 형식 36.2%로 오즈·우도비 형식 21.6%보다 높았다(오즈비 2.41). 그런데 연속된 두 검사의 양성예측도에서는 오즈·우도비 형식 10.6%가 자연빈도 형식 4.9%보다 높았다(오즈비 2.73). 주관적 이해도는 자연빈도 쪽이 훨씬 높았다(중앙값 19 대 −15, r = .61). 저자들의 제안은 어느 하나를 버리는 것이 아니라 자연빈도와 함께 오즈·우도비를 가르치자는 것이다 (PMID 40205446).
이 논쟁을 어떻게 받아들일 것인가. 정직한 정리는 이렇다. 논쟁의 어느 쪽도 "형식을 바꾸면 이해가 저절로 따라온다"고 말하지 않는다. 자연빈도를 옹호하는 쪽조차 훈련과 결합했을 때 수행이 가장 좋았다고 보고하고 (PMID 36747214), 시각 보조 같은 다른 요소가 두 형식 모두를 끌어올린다고 적는다 (PMID 29048176). 그리고 이 근거 대부분이 검사 결과 해석에서 나왔다는 사실은 그 자체로 한계다 — 치료 이득의 크기를 자연빈도로 적으면 얼마나 나아지는가는 이 문헌이 답한 질문이 아니다.
절대위험 자체를 백분율과 자연빈도로 동시에 적자는 제안도 있다. 주요 비뇨기암 수술의 수술 전후 사망률을 두 형식으로 나란히 정리한 최근 보고는, 전 술식에 걸친 30일 사망률이 0.02~2.70%, 90일 사망률이 0.07~5.57%였고 이를 자연빈도로 옮기면 5,577명당 1명에서 37명당 1명 사이라고 적는다. 저자들의 결론은 두 형식이 수학적으로 동일하지만 서로를 보완하며, 국제 벤치마크 추정치와 함께 두 형식을 모두 보고하는 것이 위험 소통과 맥락적 해석을 도울 수 있다는 것이다. 한계로는 잔여 이질성과 데이터셋 간 중복 가능성을 명시한다 (PMID 42134078). (여기서 볼 것은 표기 형식이다. 이 수치들은 여러 국가·다기관 코호트를 모은 서술적 벤치마크이고, 개별 환자의 수술 위험이 아니다.)
암 검진·예방·치료 결정을 돕는 열 가지 방법을 정리한 논평도 같은 방향을 가리킨다. 실증적으로 이해나 의사결정을 개선한 것으로 확인된 방법 열 가지 가운데 상대위험 대신 절대위험을 빈도로 제시하는 것, 그리고 치료가 기존 기저 수준에서 위험을 어떻게 바꾸는지 명확히 하는 형식을 쓰는 것이 포함돼 있다. 여기에 쉬운 말 쓰기와 그림 사용이 더해진다 (PMID 21931068).
다만 이 분야 전체에 대한 정직한 평가도 함께 적어 둔다. 위험 소통을 검토한 한 종설은 의사와 환자 모두 상대위험감소에 비해 '치료필요수'라는 용어를 파악하기 어려워한다고 적고, 정량적·정성적 방식이 여럿 있지만 어느 하나의 우위에 대한 합의는 제한적이라고 결론짓는다 (PMID 15962835).
이건 이 글에서 가장 경계해야 할 결론이다. 상대 지표를 옹호하는 논거도 문헌 안에 있다.
이미 본 대로, 상대 지표는 위험이 서로 다른 인구들 사이에서 이득을 비교할 때 유리하다 (PMID 16174840). 여기에 더해, 서로 다른 형태로 보고된 개입 효과를 하나로 모아야 하는 상황에서 상대위험감소가 표준 척도로 쓰인 예가 있다. HIV 검사·상담의 보건 효과를 역학 모형으로 추계하려던 팀은, 55편의 연구에서 뽑은 473개의 효과 지표가 사전-사후 비율(70.6%), 오즈비(14.0%), 평균차(10.2%), 위험비(4.4%), 상대위험감소(0.9%)의 다섯 가지 형태로 흩어져 있는 상황과 마주했다. 이들이 만든 것은 모든 형태의 효과 지표를 상대위험감소 하나로 변환하는 알고리즘이었다. 저자들의 결론은 상대위험감소가 이해하기 쉽고 유용한데도 원저와 리뷰 모두에서 덜 쓰인다는 것이다 (PMID 25726522).
물론 반대 방향의 강한 주장도 있다. 실증 자료 없이 논지를 세운 한 해설 논설은, 임상시험과 코로나19 백신 효능 보고를 예로 들어 상대위험감소가 질병 위험 감소의 크기를 가리는 오정보성 지표이며 임상연구의 효능 측정에 쓰여서는 안 된다고 주장한다. 절대위험감소가 더 정확하고 신뢰할 만한 척도이며, 그 역수가 곧 NNT이고, 연구들 사이의 위험 감소를 비교할 때 상대위험감소보다 정확하다는 것이다 (PMID 36785641). 같은 시기 독일어권의 한 논평도 같은 질문을 정면으로 던졌다 — 확립된 코로나19 백신의 효능이 70% 이상이라는 보고와 1% 미만이라는 비판이 왜 동시에 존재하는가 (PMID 36750131). 이 논평의 초록은 질문만 던지고 답을 담고 있지 않지만, 앞 절들이 세운 규칙이 이 자리에도 그대로 적용된다. 두 숫자는 서로 다른 두 사실이 아니라 같은 시험 자료를 상대 척도와 절대 척도로 각각 적은 것이고, 절대 쪽 숫자의 크기는 그 시험 인구의 기저 감염 위험과 관찰 기간이 정한다 — 짧은 기간, 낮은 발생률의 인구에서는 큰 상대 효과도 작은 절대 숫자로 적힌다. 이 글은 어떤 백신의 효능에 대해서도 판단하지 않는다. 여기서 볼 것은 같은 자료가 두 척도에서 얼마나 다르게 보이는지뿐이다.
정직한 정리는 이렇다. 어느 지표가 더 나은가에 대해 이 문헌에 합의는 없다. 상대 지표를 표준 척도로 삼아 이질적인 결과를 합치자는 쪽 (PMID 25726522)과 효능 보고에서 상대 지표를 아예 빼자는 쪽 (PMID 36785641)이 같은 문헌 안에 나란히 있다.
합의가 있는 것은 하나뿐이다 — 둘 중 하나만 적으면 안 된다 (PMID 28339913, PMID 12201860, PMID 26560992). 그리고 읽는 사람 입장에서는 그 하나로 충분하다. 한쪽만 적혀 있으면, 없는 쪽을 물어야 한다는 신호다.
상대위험이 클수록 문제가 크다는 직관은, 기저 발생률이 낮으면 무너진다.
덴마크 전 인구 기반 연구가 좋은 예다. 2000~2006년 18~35세 덴마크인 1,862,431명을 938만 인년 추적해 사망진단서를 검토했더니 사망 7,434건 중 심장돌연사가 387건(5.2%)이었다. 이 기간에 심근경색을 진단받은 사람은 1,234명이었고 그중 10명이 심장돌연사했다. 심근경색 병력은 심장돌연사 발생률을 10만 인년당 4.1건에서 305.0건(95% CI 164.1–567.0)으로 올렸고, 확장 콕스 모형으로 구한 위험비(hazard ratio)는 55.5(95% CI 29.5–104.4)였다 — 앞서 정의한 두 절대위험의 나눗셈이 아니라, 시간에 따른 발생 속도의 비다.
"위험 55배"는 아주 큰 숫자다. 그런데 같은 자료를 절대 척도로 읽으면 10만 인년당 305건이다 (PMID 22753866). 두 진술은 모순이 아니라 같은 자료의 두 얼굴이고, 이 논문의 제목 자체가 그 둘을 나란히 적고 있다.
같은 구조가 유전 위험에서도 나타난다. 다양한 조상 배경의 전립선암 환자 64,274명과 대조군 46,432명을 써서 다유전자 위험점수의 나이 의존성을 정밀하게 다시 잰 연구에서, 상대위험은 젊은 남성(30~55세)에서 고령 남성(70~88세)보다 유의하게 컸고, 표본이 가장 큰 유럽계 집단에서 로그 상대위험은 50세부터 75세까지 대략 선형으로 감소했다. 그런데 저자들의 결론은 이렇다 — 상대위험의 나이 의존성이 강력한 증거로 확인됐음에도, 절대위험 예측치는 상대위험을 나이에 걸쳐 일정하다고 가정한 예측치와 거의 다르지 않았고, 이는 위험 논의를 임상에 적용하는 일을 오히려 단순하게 만든다 (PMID 35353984).
공중보건 정책에서는 이 차이가 정책 방향을 바꾼다. 호주 빅토리아주의 임신 중 흡연 통계를 분석한 연구에서, 십대(비율비 3.26, 95% CI 3.00–3.54)나 저소득(4.67, 4.17–5.22) 같은 집단의 흡연율이 뚜렷이 높았다. 그런데 각 고위험 집단이 전체 산모에서 차지하는 비중이 작기 때문에, 임신 중 흡연자의 다수는 25~34세이고 교육받았으며 도시에 살고 원주민이 아니며 빈곤하지 않은 사람들이었다. 저자들의 결론은 고위험 집단에만 초점을 맞추면 전체 인구의 임신 중 흡연율을 낮추지 못할 수 있다는 것, 반대로 전체 인구 수준의 감소로 고위험 집단의 절대적 감소도 얻을 수 있다는 것이다 — 그 집단의 높은 상대위험은 유지될지라도 (PMID 20649777).
직업역학에서 일반 인구로 결과를 옮길 때도 같은 문제가 나온다. 한 관점 논문은 직업역학 연구에서 얻은 상대위험 지표만으로는 공중보건 위험평가에 필요한 것의 일부밖에 안 되며, 질병의 배경 발생률이 드물 때 상대위험만으로는 효과의 실제 크기가 가려질 수 있다고 지적하고, 상대위험 모형에서 절대위험 모형으로, 구체적으로는 초과절대위험(excess absolute risk) 계산으로 옮겨 갈 것을 제안한다 (PMID 40731136). (이 논문이 그 방법으로 도출한 특정 노출에 대한 결론은 저자들의 것이며, 이 글의 범위 밖이다.)
반대 방향의 단순화도 성립하지 않는다. 어느 척도를 기준으로 삼느냐가 서로 다른 사람을 고른다.
2003년 영국 1차의료에서 29개월간 수행된 전향적 연구가 이를 직접 재 봤다. 당시 영국 권고는 5년 절대 관상동맥 위험이 15%를 넘는 사람에게만 1차 예방 목적의 지질강하제를 처방하라는 것이었는데, 이 연구는 그 기준과 '절대위험감소 4.45% 초과' 기준을 비교했다. 대상 2,351명 중 2,139명(91%)은 두 기준 모두에서 미해당, 101명(4.3%)은 두 기준 모두에서 해당이었다. 갈린 것은 111명(4.7%)이다 — 82명은 절대위험 기준으로만, 29명은 절대위험감소 기준으로만 치료 대상이었다. 두 집단은 다른 사람들이었다. 절대위험 기준으로만 뽑힌 쪽은 나이가 훨씬 많았고(평균 68.1세 대 49.1세, p < 0.0001) 총콜레스테롤이 낮았으며(260 대 288 mg/dL) 수축기혈압이 높았다. 절대위험감소 기준으로만 뽑힌 쪽은 흡연자 비율이 높았다(72% 대 35%, p = 0.001) (PMID 12624557).
이 논문의 저자들 자신은 한쪽을 지지하는 결론을 냈다 — 절대위험만 기준으로 삼으면 고지혈증이 뚜렷하고 상대위험이 높은 젊은 사람이 치료에서 빠지고, 절대위험감소 기준은 이득이 가장 큰 사람에게 약이 가도록 한다는 것이다. 그 판단은 2003년 영국의 권고와 이 코호트 안에서의 것이고, 이 글이 옮기는 것은 그 판단이 아니라 그 앞의 사실이다 — 척도의 선택이 곧 대상 인구의 선택이라는 것.
NNT는 이 글에서 가장 자주 오해되는 대상이었다. 정리하면 이렇다.
그래도 NNT를 버릴 것인가에 대해서는 문헌이 갈린다. 의사결정 맥락에서 아예 손을 떼자는 제안 (PMID 40782977)이 있는가 하면, 서로 다른 단위의 결과를 '환자 단위'로 옮겨 임상가가 실제 차이를 얼마나 자주 볼지 예상하게 해 준다는 옹호 (PMID 18479317)도 있다. 조기 유방암의 치료 강화 시험 10편에서 NNT와 NNH를 3년·5년 시점으로 나란히 계산한 최근 분석도 균형을 취한다 — 이 지표들이 이득과 해악의 맞교환을 직관적으로 전달하지만, 시험·하위군·시점에 따른 변동성 때문에 신중한 해석이 필요하다 (PMID 42285001).
압축은 논문 밖에서 더 일어나고, 그 출발점은 흔히 논문 자신의 초록 결론이다. 보도자료의 스핀과 연관된 유일한 요인이 초록 결론의 스핀이었다는 것 (PMID 22984354), 보도자료의 과장이 기사의 과장을 강하게 예측한다는 것 (PMID 25498121)이 그 근거다. 그리고 그렇게 압축된 기사가 환자·보호자의 이득 판단을 실제로 밀어 올린다 (PMID 31159786).
다만 여기서도 잘라 내지 말 것 — 이 연관은 부분적으로만 재현됐고 (PMID 31728413), 문제가 널리 알려진 뒤 보도자료의 인과 과장은 줄었다 (PMID 32500096).
이 글이 남기려는 것은 규칙 하나다.
초록에서 상대적 표현을 만나면, 그 옆에 기저위험이 적혀 있는지부터 확인한다. 없으면 그 문장은 아직 크기를 말하지 않은 것이다. 절대적 표현을 만나면, 어떤 인구에서 얼마 동안 잰 것인지 확인한다. 없으면 그 문장도 아직 크기를 말하지 않은 것이다.
"50% 감소"가 몇 명인지는 그 두 가지를 알아야만 답할 수 있다. 그리고 그 답을 아는 사람과 모르는 사람은, 같은 논문을 읽고 다른 결정을 한다.