<보기>
| Descriptive Statistics | |||
|---|---|---|---|
| Group | N.valid | Mean | Standard deviation |
| 비료=A | 10 | 52.2 | 5.3707 |
| 비료=B | 10 | 44.6 | 4.7422 |
| 비료=C | 10 | 42.6 | 7.3666 |
| 비료=D | 10 | 38.7 | 17.8017 |
| Degree of freedom | Sum of square | Mean square | F-value | p-value | |
|---|---|---|---|---|---|
| 비료 | 3 | 965.475 | 321.825 | 3.0469 | 0.041 |
| Residuals | 36 | 3802.500 | 105.625 | ||
| Total | 39 | 4767.975 |
4개 비료 그룹의 평균 산출량을 한 번에 비교했으므로 분산분석(ANOVA)이다.
표가 집단 간(비료)과 집단 내(Residuals) 제곱합·평균제곱으로 나뉘고 F값과 p값을 제시하는 것은 일원배치 분산분석의 전형적인 결과표이다.
- 회귀분석: 독립변수로 종속변수를 예측하며 회귀계수·결정계수를 제시하므로 집단 평균 비교표와 다르다.
- 상관분석: 두 연속변수의 선형 관련 정도를 상관계수로 나타낼 뿐 집단 평균을 비교하지 않는다.
- Mann-Whitney U 검정: 두 독립집단을 비교하는 비모수 검정으로, 네 집단 비교와 F값 산출에는 쓰이지 않는다.
<보기>

정답은 발생밀도가 2명/16인년이라는 설명이다.
관찰인년은 각 대상자가 질병 발생·사망·관찰종료 전까지 위험에 노출된 기간의 합이다. #1 3년, #2 5년, #3 2년(사망), #4 1년, #5 5년으로 총 16인년이다.
관찰기간 중 새로 질병이 발생한 사람은 #1과 #4의 2명이므로 발생밀도는 2명 ÷ 16인년이다.
- 관찰기간의 총합은 다섯 명의 관찰기간을 모두 더한 16인년이며 4인년이 아니다.
- 누적발생률은 위험인구 5명 중 발생자 2명이므로 3/5가 아니라 2/5이다.
- 평균발생률(발생밀도)의 분자는 신규 발생자 2명이므로 4명/16인년으로 계산하지 않는다.
<보기>
ㄴ. 흡연군에서 흡연의 암 발생 기여위험분율
ㄷ. 일반인구집단에서 흡연의 암 발생 기여위험도
ㄹ. 비흡연자 대비 흡연자의 암 발생 비교위험도
흡연율이 낮아지면 암 발생률과 일반인구집단의 기여위험도가 감소한다.
인구집단 기여위험도는 전체 인구 발생률에서 비흡연군 발생률을 뺀 값이라 흡연자 비율에 따라 달라지지만, 흡연군과 비흡연군 발생률만으로 정해지는 지표는 흡연율과 무관하다.
- 암 발생률: 고위험군인 흡연자 비율이 줄어 전체 발생률이 감소한다.
- 일반인구집단의 기여위험도: 전체 발생률이 비흡연군 수준에 가까워지므로 감소한다.
- 흡연군의 기여위험분율: 흡연군과 비흡연군의 발생률로만 계산되어 흡연율이 변해도 달라지지 않는다.
- 흡연자의 비교위험도: 두 군 발생률의 비이므로 흡연율 변화와 무관하게 유지된다.
이미 진단된 당뇨 환자의 치료 지속을 돕는 것은 삼차 예방에 해당한다.
삼차 예방은 질병이 확인된 뒤 꾸준한 치료·관리로 합병증과 장애를 막고 기능을 유지·회복시키는 단계이다.
- 건강증진: 질병이 없는 사람의 생활습관 개선과 건강 수준 향상을 목표로 한다.
- 일차 예방: 질병 발생 자체를 막는 단계로 위험요인 제거·예방접종 등이 해당한다.
- 이차 예방: 검진으로 질병을 조기에 발견해 조기 치료하는 단계이다.




정답은 봉우리가 여러 차례 반복되며 점점 커지고 수십 일에 걸쳐 이어지는 유행곡선이다.
사람 간 호흡기 감염은 감염자가 다음 세대를 감염시키는 전파성(propagated) 유행이어서 잠복기 간격으로 파동이 이어지고 유행기간이 길다. 초기 산발 사례 뒤 여러 세대의 봉우리가 차례로 나타나는 곡선이 이에 해당한다.
- 환자 수가 한동안 비슷한 수준으로 유지되는 고원형 곡선은 오염원에 계속 노출되는 지속적 공통감염원 유행이다.
- 짧은 기간에 급격히 올랐다 내려오는 단일 봉우리 곡선은 한 시점에 같은 오염원에 노출된 단일 노출 공통감염원 유행이다.
- 불규칙한 간격으로 봉우리가 나타났다 사라지는 곡선은 간헐적 공통감염원 유행에 가깝다.
<보기>
| A지역 | B지역 | |
|---|---|---|
| 전체 | 30% | 40% |
| 19세 이하 | 40% | 50% |
| 20~45세 | 30% | 60% |
| 46~64세 | 30% | 30% |
| 65세 이상 | 20% | 20% |
비례사망률은 전체 사망자 중 특정 원인 사망자의 비율이므로, B지역 19세 이하 사망자의 50%가 외인사라는 해석이 옳다.
분모가 인구가 아니라 사망자 수이므로 이 자료만으로는 사망 위험이나 사망자 수의 크기를 알 수 없다.
- B지역 외인사 위험이 더 큼: 위험은 인구 대비 사망률로 판단해야 하며 비례사망률만으로는 비교할 수 없다.
- A지역 전체 사망자 수가 더 적음: 표는 비율만 제시하므로 두 지역의 사망자 수를 알 수 없다.
- A지역 고연령일수록 외인사 사망자 수 감소: 비율이 낮아져도 고연령층 전체 사망자가 많으면 외인사 사망자 수는 오히려 많을 수 있다.
제시된 감시체계 중 첫 조사가 가장 늦은 것은 지역사회건강조사(2008년)이다.
시작 순서는 암등록사업(1980년) → 국민건강영양조사(1998년) → 청소년건강행태조사(2005년) → 지역사회건강조사(2008년)이다.
- 암등록사업: 1980년 전국 단위 암등록으로 시작되어 가장 이르다.
- 국민건강영양조사: 1998년 첫 조사가 이루어졌다.
- 청소년건강행태조사: 2005년 첫 조사가 시행되었다.
양성 기준을 23 이하에서 17 이하로 낮추면 민감도는 하락하고 특이도는 상승한다.
점수가 낮을수록 이상이므로 기준을 낮추면 양성 판정 범위가 좁아진다. 경증 치매 환자 일부가 음성으로 분류되어 위음성이 늘고, 정상인의 위양성은 줄어든다.
- 민감도·특이도 동반 상승: 같은 검사에서 기준점만 옮기면 두 지표는 서로 반대 방향으로 움직인다.
- 민감도 상승·특이도 하락: 기준점을 높여 양성 범위를 넓힐 때 나타나는 변화이다.
- 민감도·특이도 동반 하락: 기준점 이동만으로 두 지표가 함께 떨어지지는 않는다.
생존 환자만 포함할 때 생기는 바이어스는 나이만 오류(Neyman's fallacy)이다.
유병-발생 바이어스라고도 하며, 급사하거나 일찍 사망한 환자가 빠지고 생존한 유병 환자만 남아 노출과 질병의 관련성이 왜곡된다. 초기 사망이 많은 심근경색에서 특히 문제가 된다.
- 호손 효과: 연구대상자가 관찰받는다는 사실을 의식해 행동을 바꾸는 현상이다.
- 버크슨 바이어스: 병원 환자를 대상으로 할 때 질병·노출에 따라 입원 확률이 달라 생기는 선택 바이어스이다.
- 추적관찰 탈락 바이어스: 코호트 연구 등에서 추적 중 탈락이 노출·결과와 관련될 때 생긴다.
<보기>
| (가) 지역 | (나) 지역 | ||
|---|---|---|---|
| 고혈압 유병률 (%) | 조유병률 | 20.1 | 27.9 |
| 표준화유병률 | 19.7 | 19.8 | |
(나) 지역은 표준화 후 유병률이 27.9%에서 19.8%로 크게 낮아져 고령 인구 비중이 높다는 뜻이므로, 상대적으로 (가) 지역에 청장년층 인구가 더 많다.
표준화 후 두 지역 유병률이 거의 같아졌다는 것은 조유병률 차이가 주로 연령분포 차이에서 비롯되었음을 뜻한다.
- 연령분포가 교란요인이 아님: 표준화로 차이가 사라졌으므로 연령은 교란요인으로 작용하고 있다.
- 표준인구와 연령분포 차이가 더 큰 지역이 (가): 조유병률과 표준화유병률의 차이가 큰 (나) 지역이 표준인구와 더 다르다.
- 다른 표준인구를 써도 결과가 비슷함: 직접표준화율은 선택한 표준인구에 따라 값과 비교 결과가 달라질 수 있어 단정할 수 없다.
값들 간 몇 배인지를 수량화할 수 있는 것은 비율변수이다.
비율변수는 절대영점이 있어 값들 사이의 비를 의미 있게 계산할 수 있다(예: 체중 80kg은 40kg의 2배).
- 명목변수: 범주를 구분할 뿐 순서나 크기가 없다.
- 순위변수: 순서는 있지만 간격과 배수 관계는 의미가 없다.
- 간격변수: 간격은 일정하지만 절대영점이 없어 배수 비교가 불가능하다(예: 섭씨온도).
<보기>
2020년 고혈압 발생률은 10만 명당 80명이다.
발생률의 분모는 위험에 노출된 인구이므로, 연초에 이미 고혈압이 있던 기존 환자는 분모에서 제외한다.
위험 인구:
발생률:
전체 인구 250,000명을 그대로 분모로 쓰면 약 78.4명이 되어, 기존 환자를 제외하지 않은 오류가 된다.
<보기>
흡연 6개월 만에 폐암이 확진되었으므로 시간적 선후관계 기준에 가장 맞지 않는다.
원인은 결과보다 먼저 있어야 할 뿐 아니라 질병이 생기기에 충분한 유도·잠복기가 지나야 한다. 폐암은 긴 잠복기를 거치므로 6개월의 흡연으로 발생했다고 보기 어렵다.
- 실험적 입증: 개인 사례의 인과 판단에서 이 사례가 어긋나는 기준이 아니다.
- 양-반응 관계: 흡연량에 따른 위험 증가를 보는 기준으로, 제시된 사례의 핵심 결함이 아니다.
- 연관성의 강도: 흡연과 폐암의 관련성은 강하게 알려져 있어 이 사례를 부정할 근거가 되지 않는다.
<보기>
• 비흡연군에서의 호흡기 질환 위험도=25명/10,000명
• 우리나라 현재 흡연율=20%
흡연율을 0%로 낮추면 호흡기 질환 발생을 약 16.7% 줄일 수 있으며, 이는 인구집단 기여위험분율에 해당한다.
인구 전체 위험(만 명당):
기여위험분율:
비교위험도 2를 레빈 공식에 넣어도 로 같은 값이 나온다.
흡연군 내 기여위험분율 는 흡연자 집단에서만 줄어드는 비율이므로 인구 전체 감소 효과와 구별해야 한다.
<보기>
| 연령(세) | 연령별 특수사망률 (명/인구 10만 명당) | 표준인구수 (명) | |
|---|---|---|---|
| (가) 지역 | (나) 지역 | ||
| 40~49 | 60 | 10 | 200,000 |
| 50~59 | 100 | 30 | 200,000 |
| 60~69 | 300 | 200 | 100,000 |
인구 10만 명당 직접표준화율은 (가) 124, (나) 56이다.
표준인구 각 연령층에 지역별 특수사망률을 적용해 기대 사망자 수를 구한 뒤 표준인구 총수 500,000명으로 나눈다.
(가) 기대 사망자:
(가) 표준화율:
(나) 기대 사망자:
(나) 표준화율:
기대 사망자 수를 그대로 율로 읽지 않도록 표준인구 총수로 나누는 단계가 핵심이다.
<보기>
• 두 개의 범주를 가진 요인 A에 대한 층화 후 X와 Y 간 각 층별 OR: 1.1 및 1.0 (두 값 모두 통계적으로 유의하지 않음)
• 요인 A를 보정한 X와 Y 간 맨틀-헨첼 오즈비: 1.03 (통계적으로 유의하지 않음)
• 단, X가 A의 원인은 아님
요인 A는 교란인자이다.
층화 전 오즈비 2.0이 A로 층화·보정하면 1 근처로 사라지므로, X와 Y의 관련성은 A에 의한 왜곡된 연관이었다. X가 A의 원인이 아니므로 A는 인과경로의 중간 단계도 아니다.
- 도구변수: 노출에만 영향을 주고 결과와는 노출을 통해서만 연결되는 변수로, 층화 결과로 판정하는 개념이 아니다.
- 중간매개변수: X가 A를 일으키고 A가 Y를 일으키는 경로상의 변수로, X가 A의 원인이 아니라는 조건과 맞지 않는다.
- 효과수정인자: 층별 오즈비가 서로 크게 달라야 하는데, 두 층 오즈비가 1.1과 1.0으로 비슷하다.
실제 차이가 없는데 차이가 있다고 판단하는 것은 1종 오류이다.
귀무가설이 참인데 이를 기각하는 오류로, 그 확률의 상한이 유의수준(α)이다.
- 2종 오류: 실제로 차이가 있는데 차이가 없다고 판단하는 오류이다.
- 이상점: 다른 관측값과 크게 동떨어진 자료값을 말한다.
- 효능: 이상적 조건에서 중재가 나타내는 효과로, 판정 오류와 관계없다.
말라리아는 모기를 매개로 전파되므로 사람 간 전파 고리를 끊는 집단면역이 성립하기 어렵다.
집단면역은 면역자가 늘어 사람 간 직접 전파가 차단될 때 비면역자도 보호받는 원리로, 사람-사람 전파 질환에 적용된다.
- 백신 효과의 지역적 제한: 면역 수준에 영향을 줄 수는 있지만 집단면역 성립을 막는 근본 이유는 아니다.
- 풍토병으로 존재: 풍토병이라는 사실만으로 집단면역 개념 적용이 불가능해지지는 않는다.
- 비무작위 접촉: 집단면역 역치에 영향을 주는 요소일 뿐 개념 적용을 막는 이유가 아니다.
표본 크기 계산에 필요하지 않은 것은 p 값이다.
p 값은 자료를 수집·분석한 뒤에 산출되는 결과이므로 설계 단계에서 쓸 수 없다. 대신 미리 정하는 유의수준(α)이 필요하다.
- 최소 효과 크기: 검출하려는 차이가 작을수록 더 많은 표본이 필요하다.
- 중도탈락률: 예상 탈락을 반영해 계산된 표본 수를 늘려 잡는다.
- 검정력: 실제 차이를 검출할 확률(1−β)로, 높게 정할수록 표본이 커진다.
<보기>
환자군 어머니가 감기약 복용을 더 잘 기억해 관련성이 과다추정되었을 가능성이 크다.
고환암 아이를 둔 어머니는 원인을 찾으려 임신 중 노출을 더 자세히 떠올리지만 대조군은 덜 기억하는 회상 바이어스가 생긴다. 솔직하게 응답해도 기억 정확도의 차이는 남는다.
- 체계적 오류 없음: 면담에 의한 후향적 노출 조사에서는 회상 바이어스라는 체계적 오류가 생길 수 있다.
- 과소추정: 환자군에서 노출 보고가 늘어나는 방향이므로 오즈비는 커지는 쪽으로 왜곡된다.
- 인과관계에 영향 없음: 노출 측정의 차등적 오류는 연관성 추정을 왜곡해 인과 판단에도 영향을 준다.