Paperis 아티클
같은 검사가 사람마다 다른 뜻이 된다 — 검사가 정하는 것과 그 사람이 정하는 것
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.
"정확도 99%인 검사"라는 말은, 그 자체로는 아무것도 말해 주지 않는다.
이상하게 들린다면 이 글이 필요하다. 검사지 위의 숫자는 검사에 대한 사실이고, 사람이 알고 싶은 것은 자기 자신에 대한 사실이다. 이 둘은 같은 것이 아니고, 하나에서 다른 하나로 건너가려면 검사지에 적혀 있지 않은 정보가 하나 더 있어야 한다. 그 정보의 이름이 사전확률이다.
이 글은 그 건너가는 길만 세운다. 시리즈의 다른 편들이 계속 이 길을 쓰기 때문이다.
먼저 확인해 둘 것이 있다. 이건 "일반인이 헷갈리는 것"이 아니다.
전공의 326명에게 진단 정확도 지표를 묻고, 흔한 외과 질환(충수염)의 사후확률을 계산하게 한 무작위 평가가 있다. 지표 지식 문항의 중앙값은 7점 만점에 3점이었고, 사후확률을 올바르게 추정한 사람은 30명(11.8%), 86.6%는 확률을 과대추정했다. 수련 연차도, 급성 외과 경험도 정확도에 영향을 주지 않았다. 정보를 제시하는 방식(양성 결과만 / 민감도·특이도 함께 / 양성 우도비를 쉬운 말로)을 무작위로 바꿔 봐도 정답률은 달라지지 않았다 (PMID 26306891).
한 편의 연구가 아니다. 24편을 모은 체계적 문헌고찰의 결론은 세 가지다. 임상가들은 우도비의 정의를 민감도·특이도보다 더 못 알아봤고, 양성 결과 이후의 확률을 과대추정하는 경향이 있었으며, 확률 대신 자연빈도(1,000명 중 몇 명 식)로 제시하면 추정이 나아지고 계산도 빨라졌다 (PMID 26220870).
그리고 이 문제는 오래됐다. 1982년 연구는 통계 훈련을 받은 의사, 개원의, 간호사, 병원 노무직 네 집단에게 조건부확률 문제를 냈는데, 조건부확률 문제에서 가장 편향된 답을 낸 쪽은 통계 훈련을 받은 의사 집단이었다. 유병률 정보를 쓰는 문제에서는 이들이 확실히 나았지만(정답 34%), 그래도 응답의 37%가 유병률 개념을 무시했다 (PMID 7157027).
최근 자료도 결이 같다. 의대생 대상 조사에서 베이즈 추론 과제 정답률은 41.1%였고, 뇌졸중과 편두통을 가르는 시나리오는 48.3%, 갈색세포종과 공황장애를 가르는 시나리오는 33.3%였다. 학생들은 진단에서 중요한 요소로 병태생리와 증상을 가장 위에, 역학을 9개 중 꼴찌(평균 순위 8.8)로 놓았다. 의학 문항을 틀린 학생의 71%가 베이즈 과제도 틀렸다 (PMID 41840426).
역학을 꼴찌에 놓는 것 — 이 글이 다루는 문제가 여기 다 들어 있다. 역학은 사전확률의 다른 이름이고, 사전확률 없이는 검사 결과에서 아무것도 나오지 않는다.
진단은 확실성이 아니라 확률을 다루는 일이다. 임상가는 검사 전 확률(사전확률)에서 출발해, 하나 이상의 검사 결과를 근거로 검사 후 확률(사후확률)로 옮겨 간다. 이 이동을 기술하는 통계 정리가 베이즈 규칙이고, 이 규칙은 사전확률(= 유병률)과 검사의 측정 성질(민감도·특이도)이 함께 사후확률을 결정한다는 것을 보여 준다 (PMID 33741123). 이 관계는 2×2 표 하나로 그림처럼 볼 수 있다 (PMID 29536931).
여기서 이 글 전체의 뼈대가 되는 구분이 나온다.
| 무엇을 말하나 | 무엇이 정하나 | |
|---|---|---|
| 민감도·특이도 | 병이 있는(없는) 사람에게서 검사가 어떻게 반응하나 | 검사 |
| 양성예측도·음성예측도 | 이 결과가 나온 사람이 실제로 병일 확률 | 검사 + 그 사람이 속한 집단 |
환자가 알고 싶은 것은 언제나 아래 칸이다. 그리고 아래 칸은 위 칸만으로는 절대 계산되지 않는다 (PMID 15668851).
가상의 검사를 하나 만들어 보자. 민감도 99%, 특이도 99%. 흔히 "정확도 99%"라고 부를 만한 검사다.
이 검사를 두 집단에 적용한다. 자연빈도로 세는 편이 빠르다 (PMID 26220870).
집단 A — 1,000명 중 10명이 그 병(1%)
집단 B — 1,000명 중 300명이 그 병(30%)
검사는 똑같다. 민감도도 특이도도 한 자리 숫자조차 바뀌지 않았다. 그런데 같은 양성이 한쪽에서는 반반이고 다른 쪽에서는 거의 확정에 가깝다. 이것이 이 글의 전부다. 검사는 확률을 얼마나 옮길지를 정하고, 어디에서 출발할지는 그 사람이 정한다.
그래서 스크리닝의 원리를 정리한 고전적 개관은 이렇게 쓴다 — 유병률이 낮은 상황에서는 아주 좋은 검사조차 양성예측도가 나쁘고, 따라서 대략의 유병률을 아는 것이 결과 해석의 선결조건이다 (PMID 11897304).
낮은 유병률에서 실측된 예가 있다. 한 검사실이 한 달 동안 19,597건의 호흡기 검체를 다뤘고, 그중 처음으로 SARS-CoV-2 RNA가 검출된 것은 52건(0.27%)이었다. 이 52건을 다른 플랫폼으로 다시 검사했더니 29건(56%)만 재확인됐고 23건(44%)은 확인되지 않았다. 추정된 특이도는 한 상용 검사에서 99.91~99.98%로 대단히 높았는데, 같은 자료에서 양성예측도는 61.8~89.8%였다. 자체 개발 검사(특이도 97.4~99.1%)에서는 양성예측도가 20.1~73.8%까지 내려갔다 (PMID 33068757).
더 극단적인 예도 있다. 전신마취 수술 예정이던 무증상 환자 292명에게 유행 초기 도쿄의 한 병원이 PCR과 흉부 CT를 모두 시행했다. PCR 양성은 3명이었는데 이 3명의 CT는 모두 음성이었다. 그 결과 CT의 민감도와 양성예측도는 둘 다 0%였다. 반대로 CT 양성은 9명 나왔다. 저자들의 결론은 "CT가 나쁘다"가 아니라, 유병률이 낮은 곳에서 이 용도로는 유용하지 않았다는 것이다 (PMID 33172767).
같은 시기에 나온 개관의 표현이 정확하다 — 검사의 진단 성능은 그것이 쓰이는 임상적 맥락, 즉 사전확률에 달려 있다 (PMID 34158178).
민감도는 병이 있는 사람들 중 검사가 양성으로 잡아낸 비율, 특이도는 병이 없는 사람들 중 검사가 음성으로 넘긴 비율이다 (PMID 15827842). 둘 다 "정답을 이미 아는 상태에서 뒤로 돌아가 세는 숫자"라는 점이 중요하다. 진료실에서는 정답을 모르는 상태로 앞을 향해 읽어야 하는데, 이 방향 차이가 혼동의 절반을 만든다.
여기서 오래된 요령 두 개가 나온다. 민감도가 아주 높은 검사가 음성이면 그 병을 배제하는 데 힘이 있고(SnOUT), 특이도가 아주 높은 검사가 양성이면 그 병을 확정하는 쪽으로 힘이 있다(SpIN). 다만 실제 검사는 100%가 아니므로 위양성·위음성이 늘 남는다 (PMID 12217073).
양성예측도는 양성인 사람이 실제로 병일 확률, 음성예측도는 음성인 사람이 실제로 병이 아닐 확률이다. 위에서 봤듯 이 둘은 유병률에 강하게 의존한다. 그래서 예측도는 연구 사이에 옮겨 담을 수 없는 숫자다 — 다른 집단에서 잰 양성예측도를 내 앞의 사람에게 그대로 가져오면 틀린다 (PMID 36202637).
우도비(likelihood ratio)는 "이 결과가 병 있는 사람에게서 나올 가능성이, 병 없는 사람에게서 나올 가능성의 몇 배인가"이다. 값이 1이면 그 결과는 확률을 전혀 옮기지 못한다. 1보다 크면 병 쪽으로, 작으면 반대쪽으로 민다 (PMID 38565401).
우도비의 미덕은 집단 사이에 옮겨 담을 수 있다는 것이다. 예측도와 달리 유병률을 품고 있지 않기 때문에, 다른 집단에서 잰 우도비를 내 환자의 사전확률과 결합해 사후확률을 얻을 수 있다 (PMID 36202637). 그래서 사전확률과 사후확률을 잇는 고리로 가장 알맞은 것이 우도비다 (PMID 15827842).
여기서 중요한 확장이 하나 있다. 우도비는 양성/음성 두 개일 필요가 없다. 결과가 수치로 나오는 검사라면 값의 구간마다 우도비를 매길 수 있고, 그러면 "양성이냐 음성이냐"로 뭉개면서 버리던 정보를 살릴 수 있다. 자가항체 검사에서 항체 수치가 높을수록 우도비가 커진다는 것이 그 예다 (PMID 38565401). 류마티스 관절염 진료에서 실제로 사전확률과 두 자가항체의 우도비를 결합해 사후확률을 계산해 본 연구도 있는데, 우도비는 항체 수치에 따라 커졌고 두 항체가 모두 높을 때 가장 컸다 (PMID 39163897).
이 글의 축을 가장 깨끗하게 보여 주는 자료가 있다. 폐색전증 진단 연구 다섯 편의 환자 단위 자료를 모아, D-이량체 값을 여덟 구간(경계 250·500·750·1,000·1,500·2,500·5,000 ng/mL)으로 나눠 구간별 우도비를 추정한 연구다.
같은 검사 값이 사람마다 다른 뜻이 된다는 말의 의미가 이것이다. 어떤 값이 "음성"인지는 검사지가 아니라 그 사람에게 달려 있다. 이 숫자들은 그 연구가 그 자료에서 계산한 값이고, 오늘 어떤 개인의 결과에 대해 무엇을 뜻하는지는 전혀 다른 문제다.
추상적으로 들리지 않게, 실제로 계산까지 간 예를 보자. 외측 고관절 통증으로 온 사람에게 대전자 통증증후군을 진단하는 임상 검사들의 정확도를 6편(272명·314고관절)으로 메타분석한 연구다. 여기서 사전확률 59%를 출발점으로 삼았을 때,
로 유의하게 이동했다 (PMID 37561820). 검사 하나가 확률을 옮기고, 그 사후확률이 다음 검사의 사전확률이 되어 또 옮긴다. 어깨의 견갑하근 파열에서도 같은 계산이 있다 — 두 이학적 검사를 직렬로 조합했을 때 양성 우도비가 18.29로 가장 높았고, 사전확률이 높은 사람에게 직렬 양성이면 사후확률 96%, 사전확률이 낮은 사람에게 병렬 음성이면 12%였다 (PMID 32822265).
MRI를 참조표준으로 삼아 둔부 힘줄병증을 본 연구는 더 구체적이다. 환측 한 다리로 서서 30초 이내에 통증이 나타나는 것은 특이도 100%·양성 우도비 약 12로, 사전확률 50%를 사후확률 98%로 옮겼다. 반대로 대전자 부위 촉진에서 압통이 없으면(민감도 80%) 배제 쪽으로 움직였다. 다만 같은 연구에서 31%(20명)는 MRI에 힘줄병증이 있는데도 임상 검사에서는 음성이었다 (PMID 27633027).
수치로 나오는 검사를 "양성/음성"으로 바꾸려면 어딘가에 선을 그어야 한다. 그 선(문턱값)을 낮은 쪽에서 높은 쪽으로 훑으면서 민감도와 (1−특이도)를 찍은 그림이 ROC 곡선이다 (PMID 20736804). 곡선 아래 면적(AUC)은 그 검사가 두 집단을 얼마나 잘 갈라 놓는지를 하나의 숫자로 요약한다 (PMID 35124947).
여기서 반드시 붙잡아야 할 성질이 있다. 연속 수치 검사에서 민감도와 특이도는 서로 반대 방향으로 움직인다. 문턱을 낮추면 더 많이 잡아내지만 더 많이 헛짚고, 올리면 그 반대다 (PMID 11897304). 곡선은 가능한 조합들의 목록일 뿐, 그중 어느 점을 고를지는 말해 주지 않는다.
민감도·특이도를 재려면 누가 병이고 누가 아닌지를 정하는 기준이 있어야 한다. 그 기준이 참조표준(reference standard)이다. 진단연구 설계의 기본은 참조표준으로 집단을 나눈 뒤 검사의 판별력을 재는 것이며, 스펙트럼 편향·부분검증 편향을 피하고 판독자를 눈가림하는 것이 권고된다 (PMID 33876780). 뒤에서 보겠지만, 이 참조표준이 완벽하지 않다는 사실이 이 분야의 가장 큰 미해결이다.
ROC 곡선 위의 어느 점을 고를 것인가. 이 질문에는 통계적 정답이 없다. 어느 쪽 오류를 더 싫어하는가를 정해야 답이 나오기 때문이다.
이것을 형식적으로 정리한 연구가 있다. 최적 문턱값이란 기대 효용을 최대로 만드는 문턱이고, 그 값은 질병의 사전 오즈와 민감도가 특이도에 비해 얼마나 중요한가의 곱으로 주어진다. 즉 ROC 곡선의 기울기가 그 곱과 같아지는 점이다. 저자들의 정리가 명료하다 — ROC 곡선은 무엇이 가능한지를 보여 주고, 무차별곡선은 무엇이 바람직한지를 보여 준다. 둘을 겹쳐야 무엇을 골라야 하는지가 나온다 (PMID 21570638).
실제로 이 선택이 어떻게 갈리는지 보여 주는 예가 있다. 규폐증 판독을 돕는 컴퓨터 보조 검출 시스템의 문턱을 정하는 문제에서, 전직 광부 501장의 흉부 X선 자료를 놓고 두 기준(Youden 지수 / 민감도 최소 90% 보장)을 비교했더니 도출되는 문턱이 서로 달랐고, 규폐증의 정의와 판독자에 따라서도 달라졌다. 게다가 가정하는 유병률을 바꾸면 양성예측도가 크게 달라져 위양성의 비율이 바뀌었다. 저자들은 그 함의를 세 가지 용도 — 재직 광부의 정기 검진, 퇴직 광부 대상 아웃리치 검진, 보상 청구 심사 — 로 나눠 설명한다. 같은 시스템, 같은 영상, 그런데 용도가 다르면 문턱이 달라져야 한다 (PMID 40188380).
훨씬 오래된 예도 같은 말을 한다. 결핵균 피부반응검사의 특성을 다시 계산한 연구에서, 민감도는 절단점에 따라 0.59~1.0, 특이도는 0.95~1.0, 양성예측도는 0.44~1.0으로 움직였다. ROC 곡선 아래 면적은 0.997로 대단히 높았는데도, 최적 절단점은 2 mm에서 16 mm까지 벌어졌다 — 유병률과 검사의 목적에 따라서 (PMID 8583267). 검사가 좋다는 것과 어디에 선을 그을지는 별개의 문제다.
그래서 검사끼리 비교할 때도 정확도만으로는 결론이 안 나는 일이 흔하다. 한 검사는 민감도가 낫고 다른 검사는 특이도가 나은 상황이 그렇다. 대안으로 제안된 것이 진단 수율(diagnostic yield) — 가상의 집단에서 참양성·위양성·참음성·위음성이 각각 몇 명이 되는지를 표로 펼치고, 위양성 중 불필요한 추가 검사를 겪게 되는 인원까지 함께 세는 방식이다. 이 틀에서 검사의 기대 효용은 유병률과 두 오류의 상대적 중요도로 가중된 정확도로 나타난다 (PMID 27548805). 예측 모형 쪽에서 쓰이는 결정곡선분석도 발상이 같다 — 여러 확률 문턱에서 순이득을 계산해 비교한다 (PMID 38453146).
정리하면, 문턱은 통계가 아니라 누가 어떤 목적으로 쓰는가가 정한다.
확률을 옮긴다는 말이 추상적으로 들리지만, 잘 옮기면 사람이 겪을 일이 바뀐다.
신장 이식 후 거부반응을 감시하는 혈액 검사(공여자 유래 무세포 DNA)를 922개 검체에서 평가한 연구가 그 예다. 이 검사 단독의 판별력은 AUC 0.79~0.80이었고 임상 정보와 합치면 0.82~0.87이었다. 더 중요한 것은 그다음이다. 검사 전 위험이 중간 구간(10~30%)이던 345개 검체 중 253개가 재분류됐고, 그중 낮은 위험으로 옮겨간 것의 72%, 높은 위험으로 옮겨간 것의 36%가 옳게 옮겨갔다. 조직검사 문턱을 10%로 잡으면 482건의 조직검사를 안전하게 피할 수 있었다는 계산이 나왔다 (PMID 42133430). 검사가 한 일은 진단을 내린 것이 아니라 "모르겠다" 구간을 줄인 것이다.
선별검사도 잘 설계되면 일한다. 신생아 청각선별을 도입한 기간과 도입하지 않은 기간을 병원별로 번갈아 배치한 시험에 53,781명의 아기가 포함됐다. 선별 기간의 위알람률은 1.5%였고, 선별 기간에는 10만 명당 71명이 생후 6개월 이전에 의뢰됐다(비선별 기간 대비 증가). 조기 확진과 관리가 유의하게 늘었고, 신생아 선별의 위음성률(4%)은 기존 방문검사(27%)보다 낮았다 (PMID 10626585).
검사를 조합해 서로의 약점을 메우기도 한다. 거대세포동맥염이 의심되는 381명에게 초음파와 측두동맥 생검을 모두 시행한 연구에서, 생검의 민감도는 39%(특이도 100%)로 통념보다 훨씬 낮았고 초음파는 민감도 54%·특이도 81%였다. 전원에게 초음파를 하고 음성인 사람만 생검하는 전략을 쓰면 민감도가 65%로 올라가면서 특이도는 81%로 유지되고, 생검 필요량이 43% 줄었다 (PMID 27925577).
그리고 검사는 이어 붙일수록 간격을 좁힌다. 폐색전증 진단에서 각 검사의 우도비를 정리한 개관은, 한 검사의 사후확률이 다음 검사의 사전확률이 되면서 최종 진단까지의 간격이 점점 좁아진다고 설명한다 (PMID 16091094).
사전확률은 결과 해석만 바꾸는 것이 아니라 어떤 검사를 고를지도 바꾼다.
안정형 협심증에서 비침습 검사들이 유의한 관상동맥 협착을 확진(사후확률 >85%)하거나 배제(<15%)할 수 있는 사전확률 구간을 정리한 메타분석이 있다(침습 조영술 기준 132편·28,664명). 결과는 검사마다 크게 달랐다. 운동부하 심전도는 사전확률이 ≥80%일 때만 확진 쪽으로, ≤19%일 때만 배제 쪽으로 쓸 수 있었다. 관상동맥 CT 조영은 ≥58%에서 확진, ≤80%에서 배제가 가능했다. 기능적 영상 검사들은 또 다른 구간을 가졌다. 저자들의 결론은 검사 선택이 그 환자의 사전확률 구간과 어떤 참조표준을 쓰느냐에 근거해야 한다는 것이다 (PMID 29850808).
어린 아이의 요로감염 위험을 임상 정보로 추정하는 도구를 전향적으로 검증한 연구도 같은 구조를 보여 준다. 발열 아동 2,561명 중 실제 요로감염은 111명(4%)이었고, 임상 모형의 AUC는 84.1%였다. 그런데 위험 문턱을 2%로 잡으면 민감도 96.4%·특이도 34.1%, 5%로 잡으면 민감도 82.0%·특이도 73.8%로 완전히 다른 검사가 됐다. 소변 시험지 결과까지 넣으면 AUC 95.3%로 올랐다. 참고로 이 연구에서 숙련된 임상의의 민감도는 98.2%, 특이도는 57.3%였다 — 도구가 임상의를 이기지는 못했고, 저자들은 이를 판단을 돕는 보조 수단으로 평가한다 (PMID 41823964).
맥락이 정확도 자체를 바꾸기도 한다. 중년기 인지검사 점수를 기준선으로 갖고 있으면 노년기 판정이 달라지는지를 본 코호트에서, 단면 점수만 쓴 간이 인지검사는 민감도 60%·특이도 95%였다. 여기에 중년 이후의 점수 하락을 결합하자, 조합 방식에 따라 민감도 52%·특이도 99%가 되기도 하고 민감도 98%·특이도 38%가 되기도 했다 (PMID 35988222). 같은 검사, 같은 사람, 다른 정보 — 다른 성능.
반대쪽도 같은 무게로 봐야 한다.
우연히 발견된 부신·뇌하수체 종괴를 다룬 오래된 개관은 이 문제의 이름을 붙여 놓았다. 임상적으로 진단되는 호르몬 분비 종양은 우연히 발견되는 종괴보다 훨씬 드물기 때문에, 효과적인 호르몬 선별검사에는 위양성의 수를 제한할 만큼 충분히 높은 사전확률이 필요하다는 것이다. 그렇지 않으면 위양성을 쫓아가면서 비용과 위해가 이어지는데, 저자들은 이를 Mold와 Stein의 표현을 빌려 "사건들의 연쇄 — 진행할수록 가속이 붙어, 멀리 갈수록 멈추기 어려워지는" 이라고 부른다 (PMID 9074861).
이 연쇄가 실측된 예가 있다. 무증상 개인에게 혈청 종양표지자를 암 선별 목적으로 쓴 38편을 모은 체계적 문헌고찰에서, 양성예측도는 일반 무증상 집단에서 일관되게 낮았고, 위양성은 자주 영상검사·침습적 시술·수술로 이어졌으며 합병증 발생률이 최대 15%였다. 대규모 무작위 시험들에서 사망률 이득은 확인되지 않았다. 저자들의 결론은 이 관행이 근거로 뒷받침되지 않으며 해를 끼칠 수 있다는 것이다 (PMID 42522803).
과사용 자체도 잰 적이 있다. 진단검사 과사용 유병률을 다룬 35편·118건의 평가를 모은 체계적 문헌고찰에서 추정치는 0.09%에서 97.5%까지 흩어졌다(적응증 기준 중앙값 11.0%, 인구 기준 2.0%, 서비스 기준 30.7%). 과사용이 25% 이상으로 높게 보고된 것 중 가장 자주 지목된 것은 수술 전 검사와 단순 요통에 대한 영상검사였다 (PMID 33972387).
반복 검사도 같은 결이다. 영국 1차 진료의 전립선특이항원 검사를 2000~2018년 자료로 본 코호트에서, 최소 한 번 검사받은 152만 명 중 48.4%가 여러 번 검사받았고, 그중 72.8%는 연령별 의뢰 문턱을 한 번도 넘은 적이 없었다. 중앙 재검사 간격은 12.6개월이었다. 저자들은 이를 과검사 우려로 읽고 근거 기반 재검사 간격 연구가 시급하다고 적는다 (PMID 41062172).
그리고 선별검사에는 과진단이라는 고유한 위험이 있다. 일본에서 시행된 영아 신경모세포종 선별 프로그램을 검토한 개관에 따르면, 선별검사 자체는 위양성이 0.1% 미만으로 특이도가 매우 높았고 선별로 발견된 아이의 생존율은 90%를 넘었다(증상으로 발견된 경우 약 50%). 그런데 선별로 잡히는 종양들은 생물학적 표지자로 볼 때 원래 예후가 좋은 쪽이었고, 예후가 나쁜 종양 일부는 선별을 통과해 버렸다. 저자들은 선별로 막을 수 있는 사망은 적고 과진단 가능성은 크다고 결론지었다 (PMID 8790511). 생존율이 좋아 보이는 것과 사망이 줄어드는 것은 다른 이야기다 — 이 착시를 만드는 선행시간 편향과 기간차 편향을 피할 방법은 무작위 시험뿐이다 (PMID 11897304).
특이도 99.9%대의 검사에서도 양성예측도가 61.8~89.8%로 내려앉았고 (PMID 33068757), 무증상 집단에서는 양성예측도가 0%가 된 검사도 있었다 (PMID 33172767). 정확도는 검사의 속성이고, 믿을 만한지는 누구에게 썼는지가 함께 정한다 (PMID 11897304).
음성이 배제해 주는 정도는 그 사람의 사전확률에 달려 있다. 폐색전증 개관은 사전확률이 높은 사람에게 CT 폐동맥조영이 음성이어도 사후확률은 여전히 10%를 넘는다고 지적한다. 반대로 사전확률 17% 미만인 사람에게 D-이량체 음성(음성 우도비 0.05)이면 사후확률은 1% 아래로 내려간다 (PMID 16091094). 같은 "음성"이 두 사람에게 전혀 다른 뜻이다.
민감도가 높다고 알려진 검사도 사정이 다를 수 있다. 거대세포동맥염에서 생검의 민감도는 39%였고 (PMID 27925577), 하지직거상 검사를 메타분석한 고전 연구에서는 민감도가 0.91로 높은 대신 특이도가 0.26이었다(교차 하지직거상 검사는 민감도 0.29·특이도 0.88으로 정반대) (PMID 10788860).
검사가 놓치는 데는 기술적 이유도 있다. 말라리아 신속진단검사 해석을 정리한 개관은 프로존 효과, 표적 항원 유전자 결손, 불량 키트 때문에 감염이 있는데도 음성이 나올 수 있다고 적는다 (PMID 30509313). 음성은 "없다"가 아니라 "확률이 이만큼 내려갔다"이다.
검사 결과는 확률을 갱신하는 것이지 확정하는 것이 아니다. 진단을 베이즈적 갱신과 배제의 과정으로 다시 서술한 논문의 표현대로, 새로운 정보 하나가 앞선 믿음을 얼마나 움직이는지를 정량화하는 것이 이 규칙의 전부다 (PMID 37705565). 진단추론의 구조를 다룬 최근 논의도 진단이 분류나 확률만으로 정의되지 않으며, 근거와 맥락적 제약에 부합하는 설명 모형을 세우고 유지하는 능력이라고 정리한다 (PMID 41817836).
여기가 가장 자주 놓치는 대목이다. 교과서적으로는 검사의 성질이지만, 실제 자료에서는 유병률에 따라 움직인다.
Cochrane 데이터베이스의 진단 정확도 메타분석에서 뽑은 6,909편을 분석한 연구에서, 유병률 최고 4분위는 최저 4분위에 비해 민감도의 오즈가 1.47배 높았고 특이도의 오즈는 0.47배였다. 즉 유병률이 높을수록 민감도는 올라가고 특이도는 내려갔다 (PMID 37460126). 23개 메타분석(416편)을 본 앞선 연구에서도 리뷰 안에서 유병률을 최저에서 최고로 옮기면 민감도나 특이도가 0에서 40%포인트까지 움직였다 (PMID 23798453).
이유는 두 갈래다. 임상적 변이 — 유병률이 높은 집단에는 더 중증인 환자가 섞이고, 검사는 중증에서 더 잘 작동한다. 그리고 인위적 변이 — 연구 설계(특히 참조표준으로 누구를 검증했는지)가 유병률과 정확도를 함께 흔든다 (PMID 18778913).
그렇다고 "1차 진료에서는 항상 이렇다"는 규칙이 있는 것도 아니다. 의뢰 전(1차)과 의뢰 후(2차) 진료를 비교한 메타역학 연구에서 13개 검사의 민감도·특이도 차이는 방향도 크기도 제각각이었고, 저자들은 보편적 패턴이 없다고 결론지었다 (PMID 40339825). 그래서 실무적 조언은 하나로 모인다 — 자기 상황과 가장 닮은 집단에서 나온 연구를 골라 읽으라 (PMID 23798453, PMID 18778913).
앞에서 본 그대로다 (PMID 26306891, PMID 26220870, PMID 7157027, PMID 41840426). 다만 여기엔 해법도 함께 나와 있다 — 확률 대신 자연빈도로, 그리고 시각 자료와 함께 제시하면 추정이 나아졌다 (PMID 26220870).
검증 편향(verification bias). 진단 정확도 연구에서 참가자 일부만 참조표준으로 확인되거나, 일부는 다른 참조표준을 받을 때 생긴다 (PMID 29595130). 특히 검사가 양성인 사람이 확진검사를 받을 가능성이 더 높을 때 정확도가 왜곡된다. 이 문제를 다룬 논문의 한 문장이 핵심을 찌른다 — "어떤 소견이 이미 누가 확진검사를 받을지를 정하는 데 쓰였다면, 확진검사를 받은 사람들만 놓고 그 소견의 유용성을 평가할 수는 없다." (PMID 35124189)
그 밖의 편향들. 진단 정확도 연구의 편향과 변이 원천을 분류한 체계적 문헌고찰은 환자-대조군 설계, 관찰자 간 변이, 임상 정보의 가용성, 참조표준, 부분·차등 검증 편향, 인구학적 특성, 유병률과 중증도에서 일관된 효과의 근거를 찾았다. 효과는 대체로 특이도보다 민감도에서 더 강했다 (PMID 23958378).
이것이 남의 일이 아님을 보여 주는 예가 있다. 무릎 MRI의 진단 정확도를 메타분석한 연구는 전방십자인대 파열에 대해 민감도 87%·특이도 93%를 보고했는데(내측 반월상 89%/88%, 외측 78%/95%), 같은 논문이 대부분의 연구가 참조표준 관련 비뚤림 위험이 높거나 불명확했다고 적는다 (PMID 26614425). 하지직거상 검사 메타분석에서는 더 노골적이다 — 설계가 더 타당할수록(지표검사와 참조표준 모두 눈가림) 판별력이 낮게 나왔다 (PMID 10788860).
이 분야의 뿌리에 있는 문제다. 참조표준이 불완전하면 ROC 곡선 추정이 편향되고, 사전확률과 사후확률을 잇는 우도비까지 편향된다. 모의자료 연구는 유병률과 지표-참조표준 상관에 따라 우도비가 임상적으로 유의미한 정도로 뒤틀릴 수 있음을 보였다 (PMID 40650984). 그래서 "금본위(gold standard)"라는 말 자체가 사실은 흐릿한 금본위(fuzzy gold standard)라는 지적이 있다 (PMID 29929589).
앞에서 본 거대세포동맥염 연구가 좋은 사례다. 저자들은 독립적인 금본위 진단이 존재하지 않는다는 점을 한계로 명시하고, 자기 결과가 양성 생검이 언제나 그 병을 뜻한다는 가정에 도전한다고 적는다 (PMID 27925577).
지금까지 이야기한 것은 전부 확률에 관한 것이다. 그런데 검사를 할지 말지는 확률만으로 답이 나오지 않는다.
진단검사의 합리적 사용을 다룬 개관의 정리가 정확하다. 정확도 연구 대부분은 단면 설계이고, 진단 전략끼리 비교한 무작위 시험은 드물다. 단면 연구가 재는 정확도 지표는 환자에게 돌아가는 실제 이득을 정의하기에는 간접적이고 불충분한 지표다. 저자들은 결론에서 정확도 연구의 방법론을 아는 것이 기본이지만 충분하지 않다고 못 박고, 결정에는 비용·결과가 나오기까지의 시간·환자의 선호와 가치가 함께 들어가야 한다고 적는다 (PMID 30994847).
같은 이유로, 검사를 고르는 문제는 정확도 비교가 아니라 이득-위해의 저울질로 옮겨 가야 한다는 제안이 나왔고 (PMID 27548805), 예측 모형 쪽에서는 순이득으로 비교하는 방법이 자리 잡았다 (PMID 38453146). 검사의 유용성이 임상 조건마다 달라지며 정확도 연구와 진단적 영향(건강 결과에 미치는 영향) 연구가 다른 것이라는 점은 입문 문헌들이 공통으로 강조하는 바다 (PMID 34369918, PMID 19340091).
그리고 마지막 문장은 이 글의 한계에 관한 것이어야 한다. 출발점, 즉 사전확률은 검사지 어디에도 적혀 있지 않다. 그것은 그 사람의 나이·증상·경과·다른 소견, 그리고 그가 어떤 경로로 이 검사에 도달했는지에서 나온다 (PMID 34158178, PMID 29850808). 그래서 이 글을 다 읽고 나서 할 수 있게 되는 일은 자기 결과를 스스로 판정하는 것이 아니라, 결과지의 숫자 하나가 왜 그것만으로는 답이 되지 못하는지를 아는 것이다. 그 앎이 검사와 진료를 더 잘 쓰게 만든다 — 덜 쓰게 만드는 것이 아니라.