번역이 아주 형편없다. 구글번역기에 돌린게 아닌가 싶을 정도로. 얼마전에 봤던 체계적 문헌고찰과 메타분석보다도 더, 한글을 보고 원문 영어 문장을 상상해내고 다시 한글로 생각해내야 할 정도의 문장들이 자주 눈에 띈다.

구할수 있다면 원문을 보면서 보는게 (그럴 바에 그냥 아예 처음부터 원서를 보는 것도 추천) 중요한 숫자들을 옮기는데도 오류가 있으며, 표를 이해하지 못해 엉뚱한 곳에서 표를 분할한 곳도 눈에 띈다.

“처음에는 나는 검사결과 양성판정은 바로 질병이라는 등식이 성립된다는 지금 생각하면 바로 과장된 생각을 갖고 있었다. 진단은 질병치료의 시작이며 과정이며 끝이다”

번역자의 머리말 가장 첫줄에 있는 말이다. 나도 그랬다. 코세라 Clinical Problem Solving을 듣기 전까지는 그냥 단순히 검사해서 양성이니까 이 질환이 있네 라고 거칠게 인식하고 있었던 것 같다. 진단이 중요하다는 것은 ‘위대한 그러나 위험한 진단’ 이라는 책을 읽은 이후에 인식하고 있었지만 그 진단의 과정의 의학 임상현장에서 어떻게 이뤄지는가에 대해서는 코세라 강의를 듣고 나서야 좀 더 깊이 생각해 보게 되었다. 우연히 눈에 띠게 된 이책은 그래서 그냥 지나칠 수 없었던 것 같다.

[1장 종합개론 : 진단시술의 평가]

● (15) 진단검사의 목적

1) 질환의 발견 및 배제 2) 더 나은 진단과 치료적 관리를 위한 기여 3) 예후 사정 4) 임상경과의 모니터링 5) 전반적인 건강 또는 적성의 측정

● 민감도 특이도 양성우도비

	D(질병)+	D(질병)-
T(검사)+	190	80
T(검사)-	10	720

√ 민감도 : a/(a+b)

√ 특이도 : d/(c+d)

√ 양성우도비

민감도 / (1-특이도) = (190/200) / (1-720/800)

질병을 가진 사람 중에서 검사 양성 확률을 질병을 가지지 않은 사람 중에서 검사 양성인 확률로 나눈 숫자

P(T+|D+/ T+|D-)

√ 음성우도비

(1-민감도) / 특이도 (1-190/200) / (720/800)

P(T-|D+/ T-|D-)

√ 교차비

검사의 전반적인 판별력

참고로 LR+, LR- 가 1인 검사는 검사로서의 판별력이 없다.

양성우도비 / 음성우도비

√ 양성예측도

검사 양성인 사람중에서 실제 질병이 있을 확률

P(D+|T+) 190/270

√ 음성예측도

검사 음성인 사람 중에서 실제 질병이 없을 확률

P(D-|T-) 720/730

cf) 예측도는 검사후 확률

● (20) 골든스탠다드문제

ex) 비급성복통의 중한 병리 증상을 발견하기 위한 진단검사에서 광범위한 침습적인 표준진단 선별검사가 가능하다 하더라도 적절한 병리 이상을 즉시 발견하지 못하고 부적절한 결과가 산출될 가능성이 많다.

이에 대한 해법은 지연된 단면조사연구가 독립적인 연구가에 의해서 이뤄지는 방안.

√ (20)주된 표준기준의 탁월성 문제

전형적 조영술이 표준기준으로 고려되는 한 새로운 혈관영상기법을 증명할 때 결코 완벽한 동의에 도달할 수 없기 때문에 후자는 항상 타당성이 떨어지는 것으로 보인다.

그러나 새로운 방법이 표준으로 수용되면 그 차이점은 항상 새 방법을 기준으로 설명될 것이다.

게다가 혈관조영술과 혈관초음파 측정을 비교할 때 두 방법은 실제적으로 다른 개념을 측정한다는 것을 알아야 한다. 혈관조영술은 외과의를 위해 중요한 해부학적 상태를 반영하지만 혈류측정은 임상적으로 그 증상을 설명하는 것과 관련된다.

임상병리적 통찰과정도 중요하다. 임상적인 증상패턴X 는 미생물결과의 중요성을 평가하기 위한 첫 번째 표준이 되지만 일단 X의 감염요인이 확인되면 이는 중요한 이차진단의 기준으로 바뀔 것이다.

● (21) 스펙트럼 편중 & Selection bias

그 검사가 실제로 적용되어지는 환경보다 다른 임상 스펙트럼(예를 들어 더 중증도의)을 가진 연구대상에게 적용될 때 발생

민감도는 질환 대상자에게 특이도는 건강인에게 발생한다. 검사가 실제로 필요한 곳(예를 들어 병원) 에서의 민감도와 특이도는 실제 상황에서 보다 심하게 과다측정 될 수 있다.

selection bias – 비정상 ECG 소견을 가진 사람들에게 관상동맥혈관조영술이 실시될 경우에는 조영술의 민감도는 올라가고 특이도는 떨어진다. 의뢰된 환자를 대상으로 하는 경우에도 마찬가지.

● (22) 사전 확률에 따른 적용 영역

검사가 질병을 효과적으로 배제, 판별하는 여부는 그 질병의 사전확률에 영향받음

사전확률이 매우 낮거나 높은 검사는 일반적으로 유용하지 않다. 그 결과는 환자 치료에 영향을 주지도 못하고 위양성/위음성이 발생할 위험이 높기 때문

Ex) 중등도의 특이도를 가진 검사는 위양성 결과의 높은 위험 때문에 무증상 집단에서는 (낮은 검사전 확률) 선별에 도움을 주지 않는다.

● 임상연구

√ (24) 단면조사연구

진단검사 결과와 특정 질환 존재간의 관련성을 사정하는 연구의 일반적인 유형은 단면조사연구이다.

어떤 유형이 있는가?

1) 검사결과가 실제 고려되는 대표적 대상인 적용집단 조사

2) 환자군과 대조군의 검사분포 비교

3) 다른 검사결과를 가진 표본군 간의 질병발생 비교

√ RCT가 불가능 하다면 코호트 연구등을 할 수도 있다.

√ 검사의 임상적 영향에 대해 상대적으로 신속한 결과를 제공하는 방법은 환자 대조군 연구

√ 진단검사영향연구 : 검사전후의 유용을 비교하는 의도된 관리정책을 전후비교하여 조사 가능

[2장 : 진단연구의 구조]

(35) 질문이 가장 중요하다

1상 질문 - 표적질환을 가진 환자는 정상인과는 다른 검사결과를 가지는가 - LVD(좌심실부전) 가진 환자는 정상인보다 BNP가 더 높은가?

2상질문 - 어떤 검사결과를 가진 환자들은 다른 검사결과를 가진 환자들보다 표적질환을 더 가지고 있는가? - 높은BNP 를 가지고 있는 환자는 낮은 BNP를 가지고 있는 환자보다 LVD를 더 가지고 있을 것 같은가?

3상질문 - 표적질환이 의심되는 임상적으로 민감한 환자들 중에 검사결과의 정도는 표적질환을 가진 경우 또는 없는 경우를 구별하는가 - 임상적으로 LVD가 의심되는 민감한 환자 중 BNP의 정도는 LVD가 있는 경우와 없는 경우를 구별하는가?

4상질문 - 진단검사를 경험한 환자는 그렇지 못한 유사한 환자보다 더 나은가 - 그들의 궁극적인 의료결과가? 선별검사를 통한 조기 진단평가에서 최대의 관심은 이런식으로 표현될 것이다. BNP로 선별된 환자들은 (LVD조기진단을 성취하기 위한 희망에서) 선별을 경험하지 않은 환자보다 더 나은 의료결과(사망률, 기능, 삶의 질) 를 갖는가?

처음 두질문은 결과를 분석하고 해석하는 방향이 다르다.

세번째는 연구환자의 모집방법이 다르다

네번째 질문은 우리와 우리의 환자들이 가장 알고자 하는 것을 얻는 것이다. - 그것을 경험함으로써 더 나은 상태를 가지는가?

1상, 2상 질문을 마치 3상, 4상 질문에 대한 해답인 것으로 해석할 때 환자와 제공자가 치뤄야 하는 비용은 엄청나게 많다.

(36) 1상 질문 - 노력, 시간, 비용의 최소화로 해답을 얻을 수 있다.

하지면 여기서의 대답을 직접 환자에게 적용할 수 없다. 그럼에도 이것을 왜 하는가?

1) 질병의 기전에 대한 생물학적 통찰력을 더하고 치료 뿐 아니라 진단에 대한 이후 연구에 도움을 준다

2) 빠르고 상대적으로 값싸며 질문에 대한 부정적 대답은 추후 비용과 시간이 많이 소모되는 2-4상 질문을 하지 않아도 되게 한다.

(36) 2상질문

1상에서 긍정적인 결과가 얻어졌을 때 2상을 하는 것이 논리적

(45) 많은 검사가 항상 도움이 되는가?

검사 양성인 경우를 랜덤화해서 양성임을 밝히고 행동중재, 상담을 한 어린이와 양성임을 밝히지 않고 아무것도 하지 않은 어린이군에서 놀랍게도 치료를 한 군이 오히려 학교생활에 대한 걱정이 많아지고 문제행동이 많아졌다.

즉 검사가 도움이 될뿐만 아니라 위해도 될 수 있다는 것을 암시

[3장 : 진단검사의 정확도 평가 – 단면조사 연구]

(48) 진단판별에 목적을 둔 연구자료는 일반적으로 단면조사연구로 수집된다.

연구설계에 대한 개요

일반적 접근방법

(49-50)

√ case – referent approach : 이미 질환 여부를 알고 있는 상태에서 접근하여 그 후에 검사결과가 의미가 있는지 확인.

질환이 유병률이 낮거나, 검사방법이 침습적이고 비싼 연구를 할 때 용이

ex) 췌장암

√ test based enrollment : 이용가능한 검사결과를 바탕으로 연구대상자를 모집하고 질병 여부는 그 후에 고려

검사결과가 일반적인 보건환경에서 쉽게 얻을 수 있는 결과일 때 유용한 모델

ex) 피로라는 항목이 anemia를 발견하기 위한 유효한 항목인가?

질병이 명확한 사람과 명확히 아닌 사람을 구분해서 모집하면 (1상 연구에 해당) 특이도와 민감도가 높아질 것이다.

(51)자료수집방향

1,2상 연구는 특정 진단 혹은 검사상태를 가진 대상자의 전향적, 또는 후향적인 확인 중 한가지 방법 가능.

3상 연구는 통상 전향적. 임상실무에서 검사될 사람들과 비교되는 대상자의 연구집단으로부터 시작. 질병유무를 사전에 알지 못하기 때문에 둘의 임상적 특성이 매우 유사하여 전부 검사를 해야 한다. 임상적인 대조가 불분명하고 통상적으로 질병을 가진 연구대상자 숫자가 50% 보다 적기 때문에 대체로 1상 연구보다 더큰 표본 크기가 요구됨.

전향적인 자료 수집에서도 일부 bias 가 있는 경우가 있다. 연구자가 진단의 정확도에 대한 연구를 하고 있다는 것을 알면 그들의 행동이 연구디자인에 의해 영향을 받기 때문이다. (Hawthorne effect)

Operationalising determinants and outcome

(53/pdf60) 진단연구에서 교란변수는 역학적 연구에서처럼 완벽하게 인과관계를 이해하려고 노력하지는 않는다(?)

In diagnostic research the term “confounding variable” is used in a different,

more pragmatic sense than in aetiologic research, as consistent diagnostic

correlations do not need to be fully causally understood to be useful.

그래서 병인론적 연구보다 더 실용적인 감각으로 다르게 사용되어진다.

질환의 spectrum (중증도나 유병률)에 따라 검사의 정확성에 영향을 줄수 있기 때문에 spectrum 이 modifier로 고려되어야 한다.

[참고] 변동계수

변동계수 ( coefficient of variation)

표준편차를 평균값으로 나눈 것. 즉 변동계수＝표준편차/평균값이다. 표준편차는 평균값이 큰 데이터 쪽이 커지는 경향이 있다. 따라서 다른 평균값을 가진 데이터를 비교하는 경우, 표준편차를 기준으로 하면 적당하지 않은 경우가 있다. 변동계수는 표준편차를 평균값으로 나눔으로써 이 평균값의 차이를 조정하고 있다. 예를 들어 (3, 5, 12, 5, 8)라는 데이터 계열과 (15, 25, 60, 25, 40)라는 데이터 계열은 각각 3.14, 15.68이라는 표준편차를 가진다. 따라서 후자 쪽의 데이터가 편차가 큰 것 같이 보이지만 변동계수를 계산하면 양자는 0.475라는 같은 값을 갖는다.

(54) Outcome : the reference standard

최근에는 gold standard 보다는 reference standard 라는 용어가 더 선호된다.

(55) incorporation bias – 편두통, 우울, IBS 같은 증후에 기반한 진단결과는 incorporation bias 초래하여 검사의 정확성을 과대평가하게 된다.

(56) 지연형 단면조사연구

Confounding by indication – baseline 에서의 management 가 질환의 경과에 영향을 미쳐서 지연형단면조사연구의 결과에 영향을 미칠수 있다.

지연형 단면조사연구를 follow – up 이나 코호트 스터디로 착각하는 경우가 있는데 그당시의 검사결과가 그 당시의 질환상태를 반영하는지에 대한 검사이므로 착각하지 말아야 한다.

(58) standard shift

새로운 검사결과의 발전을 이전의 검사결과를 기준으로 해서 평가한다면 항상 새로운 검사가 기존의 결과보다 못한 것으로 보일 수 있다.

(60) 통계적측면

만약 결정요인이 분석에 동시에 포함된다면 필요한 표본수는 더 커진다. 대략적 계산으로 10명정도가 더 필요.

(61) 병인론적 연구에서는 인과관계에 대한 확인이 목적.

진단연구에서는 병인과 관계없이 관련성을 확인하는 것이 목적.

[4장 : 진단검사와 예후 – 진단연구에서 무작위 대조시험]

(65/PDF 75) 환자관점에서 진단검사의 기능은 실제 질병과 일치하는것보다 더 나은 치료결과를 갖는 것이 중요하다.

(66/75) 검사에도 non-specific effect 가 있다. 환자들은 치료법이 없을지라도 불편감을 겪는 이유가 무엇인지 알고 싶어한다. 검사를 통한 진단에 필요한 정보는 예후와 밀접한 관련이 있다.

(72/82) 4.4(b) 와 같은 모델에서는 정확한 치료법의 선정과 검사의 정확성 둘다 영향을 미치기 때문에 검사결과가 예후에 영향을 미치는지 정확히 결론 내릴 수 없다.

(75)

추가되는 검사가 검사후 세부유형을 나누기 위한 검사라면 다음과 같은 모델을 사용. 유방암으로 확진된 환자에서 유전자 검사 시행후 결과에 따라 치료군 분배

   

새로운 검사의 목표가 이전의 검사를 받는 사람의 수를 줄이려는 것이 목적이면

 

[5장 The diagnositic before – after study to assess clinical impact]

(83/94) 전후비교연구는 부가적인 검사의 임상적영향을 평가하는데 적합 (상호 배타적인 다른 진단 방법들을 비교하는 것보다)

(87/99) 전후비교연구에서 의사의 치료결정이나 평가가 아닌 환자의 건강상태의 변화에 대한 결론에 도달하는 것은 상당히 어렵다. 시간이 엄청 오래 걸리고 여러 요인이 관여하기 때문. 검사를 받지 않은 비교가능한 대조군이 있어야 한다.

전후비교가 적당한 검사는

1) 검사하지 않아도 예후를 상당히 예측 가능할 때 ex) 복부대동맥류 파열로 인한 사망

2) 진단에 있어서 부가적인 정보를 제공 ex) 영상을 통해 특별한 치료적 선택과 어느 부위가 문제인가 등을 파악

3) 단기효과나 (대동맥 파열 후 생존) 비특이적인 장기효과( 재활)

(89/102) 검사후 결과는 검사전과 동일한 방법으로 측정되기 때문에 검사자나 환자는 검사전 결과를 기억하고 완벽한 맹검이 안될 수 있다. 하지만 진단검사 연구에 있어서 맹검은 중요하지 않을 수도 있다. 특히나 Baye’s theory 에서도 볼 수 있듯이 검사전 확률이 검사후 확률에 영향을 미치는 것은 당연하게 생각되기 때문이다.

하지만 검사전 결과에 대한 임상의의 ‘고착’ 이 결과에 영향을 미칠 수도 있다. 그리고 이러한 고착이 흔한 경우에는 실제 임상환경에서의 검사의 영향에 대해 알기 위해 이러한 것을 일부러 감수하기도 한다.

(92/106) 잘 설계된 전후 비교연구는 RCT가 수행될 가치가 있는지, 수행된다면 어떻게 되어야 하는지에 대한 정보를 제공한다. 게다가 RCT 가 불가능하거나 비윤리적이라면 전후비교연구가 가장 적절한 대안일 것이다.

[6장 Designing studies to ensure that estimates of test accuracy will travel]

(96-7/110) Measure of diagnostic test performance

검사 정확도에 대한 포괄적인 측정은 판별력만 평가

(Global measures of test accuracy assess only discriminatory power)

개인의 질병 확률 추정을 위한 검사수행의 측정에는 판별과 교정을 필요로 한다

(Measure of test performance to estimate the probability of disease in individual require discrimination and calibration)

60% 민감도와 90% 특이도를 가진 검사와 반대로 90% 민감도와 60% 특이도를 가진 검사는 calibrate 되는 정도가 다르다.

(109/115) 정맥혈전증 증상을 보이지만 실제로는 그 질환이 아닌 외래환자와 정맥혈전증 증상을 보이고 실제로 질환을 가진 입원환자 사이의 D-dimer를 비교하면 외래환자에서 특이도가 더 낮을 것이다(위양성이 더 높을 것이다)

 

[7장 진단검사의 정확도에 대한 자료분석] 

Analysis of data on the accuracy of diagnostic tests

[참고] 한 눈에 알 수 있는 의학통계학 38장 진단검사 이퍼블릭 p.115 & 역학 이퍼블릭 p.96

현실적으로 민감도가 증가하게 되면 특이도는 감소하게 되고 반대로 특이도가 증가하게 되면 민감도는 감소하게 된다.

쉽게 치료될 수 있는 질병의 경우에는 민감도가 높은 검사가 선호된다. 심각하고 치료가 쉽지 않은 질병의 경우에는 위양성 진단을 피하기 위해 특이도가 높은 검사를 선택하는 것이 좋다.

민감도와 특이도는 검사의 진단력을 정량화해주는 척도인 반면, 양성예측도 및 음성 예측도는 개인의 검사결과가 주어진 상태에서 그가 실제로 질병에 걸렸을 혹은 안걸렸을 확률이 얼마나 되는지에 대한 척도.

예측도의 크기는 연구대상 모집단의 질병 유병률 크기에 영향을 받는다. 유병률이 높으면 양성예측치가 급격하게 증가. 고위험집단에 선별검사를 할 수 있다면 프로그램은 보다 더 생산적.

ROC curve (receiver operating characteristics curve)

x축에는 1-특이도 y축에는 민감도 . 따라서 질병이 있는 사람들과 없는 사람들 사이의 해당검사가 양성으로 나타나게 될 확률을 비교하는 것.

양성우도비가 2라면 실제 질병에 걸린 환자가 검사결과 양성으로 나타날 확률 / 실제로는 질병에 걸리지 않은 환자가 검사결과 양성으로 나타날 확률로 나눈 값. 2배.

양성우도비는 민감도 / (1-특이도)

[참고] 한 눈에 알 수 있는 의학통계학 45장 베이지안방법론 이퍼블릭 p.136

이제까지 언급된 가설검정은 빈도주의적 접근, 즉 실험을 무한히 반복하는 경우에 발생하는 사건의 수에 관한 개념에 기초한 이론이다. 하지만 때로 다음과 같은 이유로 인해 비판받기도 한다.

1) 단지 현재의 연구와 관련된 정보만을 사용한다. 즉 관심효과와 관련된 다른 정보들, 예를 들면 임상시험이 수행되기 전에 두가지 치료요법의 상대적 효용에 관한 전문의의 임상적 소견 등과 같은 정보들을 추론에 함께 사용하지 않는다.

2) 최대 관심사항에 관한 이슈를 직접적으로 다루지 못한다. 예를 들어 두 약제를 비교하는 경우 실질적인 관심사항은 어느 약제가 더 효과가 있는지를 파악하고자 하는 것인데도 불구하고 빈도주의적 접근 방식은 단지 이들 두 약제의 효과가 동일한지에 대한 가설을 검정할 뿐이다. p-value가 작으면 한 약제가 다른 약제보다 우월하다는 결론을 내리게 되긴 하겠지만 이 확률은 (p-value) 한 약제가 다른 약제보다 더 우월할 가능성(즉, 우리가 실제 원하는 것)에 관한 것이 아니라 두 약제의 효과가 동일한 경우에 현재와 같은 결과가 관찰될 가능성에 대한 확률일 뿐이다.

이에 대한 대안으로 베이지안적 접근방법이 있다. 이 방법은 추론을 하는데 있어서 가설에 관한 개인적 신념 – 보통의 경우는 이미 존재하는 정보를 기초로 형성된 신념-을 반영하는 접근방식이다. 일반적으로 가설에 대한 신념은 개인마다 각기 다르며, 새로운 정보가 추가되면 개인의 신념도 변할 수 있다. 베이지안적 접근은 새로운 자료가 추가되면 가설에 관한 사전(prior) 의견을 갱신하여 해당 가설이 사실(우리의 관심사항)일 확률을 계산하는 방법이다.

베이지안 방법론의 단점 : 베이지안 분석을 하기 위해서는 가설에 대한 사전확률 (예를 들면 환자가 질병에 걸렸을 사전 – 검사 확률)을 명시해야만 한다. 이 사전확률은 주관적으로 결정되는 측면이 있기 때문에 그 동안 베이지안 방법론은 임의적인 방법론이라는 비판을 많이 받아왔다. 그러나 최근의 연구결과에 대한 근거가 강하면 강할수록(즉 가능도 비가 크면 클수록) 사후확률에 대한 사전확률의 영향력은 줄어들게 된다. (극단적으로는 사전확률이 전혀 영향을 미치지 못하게 될 것이다).

사후확률은 검사결과가 양성을 나온 경우 해당환자가 실제로 질병에 걸렸을 가능성에 대한 값이다. 이 사후확률은 양성예측도와 비슷한 개념의 값이긴 하지만 각 개인이 질병에 걸렸을 가능성에 대한 사전？喘活？ 반영된 값이라는 점에서 양성예측도와 다르다.

양성예측도는 유병률에 따라 달라지며 양성예측도는 환자의 검사결과를 알고 있는 상황에서 해당환자가 질병에 걸렸다고 볼 수 있는 임상의의 믿음 정도에 관한 좋은 척도라고 할 수 없다. 그러므로 이와 같은 상황에서는 사후확률을 계산하는 것이 더 낫다. Fagan’s nomogram을 사용하면 사후확률을 좀 더 쉽게 계산할 수 있다.

(126/143)

검사후 승산 = 검사전 승산 X 우도비

표 7.2 참고

검사전 승산은 100/337 = 0.3

우도비 = 민감도 / (1-특이도) = 0.71 / 0.10 = 7.1

검사후 승산 = 2.13

검사후 확률 = 0.68 ⇒ 71/104 (양성예측도와 비슷하게 사용됨)

검사후 승산 / (1+ 검사후 승산) = 2.13 / 3.13 = 0.68

이것은 확률 P가 승산 O 와의 관계에서 O = P/(1-P) 이기 때문이며 P= O/(1+O) 이다.

★★★ 즉 검사후 확률 = 검사후 승산 / (1 + 검사후 승산) 으로 계산할 수 있다.

[8장 진단검사의 정확성 평가 연구의 체계적문헌고찰을 수행하기 위한 지침]

(145/165) 결과가 양성인 참가자들만 참고검사를 받은 선별검사 연구에서는 양성예측도만 측정가능

(148/169) 메타분석에서 민감도와 특이도의 스피어만 상관계수가 매우 강한 음의상관계수를 나타낸다면 (-0.4 이하) 측정치들이 같은 DOR (진단교차비)를 나타낼 것이다.

[9장 진단 의사결정 지원 : 의료정보학의 공헌]

(159/182) 현재는 종이문서의 대체라는 관점으로부터 의료인들 사이의 자료공유라는 관점으로 그 주안점이 옮겨지고 있다.

(162/186) 약물의 부작용같은 신속한 분석이 필요한 경우에 observational database 가 유용한 정보를 제공한다.

의무기록은 주로 왜 그런 행동이 취해졌는가 보다는 어떤 행동이 취해졌는가를 반영. 검사결과와 어떤 행동이 취해졌는지는 있지만 그 사이의 관련성은 알수 없다.

종종 정보는 자연어의 형태로 기록 – 의료진의 관점에서는 자연어가 환자의 상태를 표현하는 가장 이상적 방식. 하지만 연구자들은 코드화된 정보를 선호.

(165/189) 데이터베이스 개발에 종사하는 연구자들은 후향적 연구와 전향적 연구를 데이터베이스에 결합시키는 것을 시작하고 있다. 임상시험은 소프트웨어로 변환되어 전산상으로 분배되고 전자의무기록에 추가된다. 그러한 기록 내의 자료를 기반으로 하는 시스템은 자동적으로 임상시험에 적합한 환자들을 탐지한다.

그 결과 전자의무기록, 의사결정지원체계, 임상시험을 위한 시스템들 사이의 경계가 모호해지시 시작하고 있다

[10장 임상문제 해결과 진단적 의사결정 : 인지연구문헌의 선택적 고찰

Problem Solving & Diagnostic Decision : a selective review of the cognitive reseach literature ]

(167/192) Clinical solving 분야에 있어서 Behavioural decision research 는 베이즈 정리의 적용에 관해 다루어 환자 진료에 더 많은 통찰력을 제공.

(169/195) Accuracy of data intepretation 과 thoroughness of data collection 은 서로 다른개념이다. (아무 상관이 없다)

자료를 엄청 많이 수집하는 임상의라도 해석하는데 오류를 범하기도 한다.

숙련된 의사에게서 진단과정은 hypothetico-deductive model( 가설연역적) 즉 가설을 testing 하는 방식이라기보다는 빠르고 자동적이며 직관적이다. 경험은 가설검증 과정 자체를 필요로 하지 않는 것처럼 보인다. 숙련된 의사에서는 일부 어려운 증례에서만 가설 검정 과정을 거치는 것으로 보인다.

그들에게 진단은 가설검정이라기 보다는 pattern recognition or direct automatic retrieval

으로 보인다

(170/196) Pattern recognition – instance based recognition 과 abstract prototype 두가지가 존재한다.

instance based recognition 은 새로운 증례를 지난 여러 사례에 끼워 맞추는 것이다. (여러 증례들로부터 하나의 진단명을 끌어내는 것이 아니고!! 왜냐면 그들의 abstraction은 특수한 정보, 사례를 포함하지 않기 때문이다)

abstract prototype 은 원형의 모델을 만드는 것. 이것은 단순히 새로운 증례를 이전의 사례에 끼워맞추는 것에 그치지 않는다.

(172/198) 두 개의 검사가 서로 독립적이라면 한 검사의 검사후 확률은 다음번 검사의 검사전 확률이 된다. 하지만 서로 독립적이라는 가정이 위배되면 선형 및 로지스틱 회귀분석 기법이 예측하는데 적용된다.

(173/199) representative

한 사례가 진단 카테고리나 모델에 얼마나 유사한지를 통해 진단하는 방법은 2가지 오류를 부를 수 있다.

1) 검사후 확률은 민감도와는 다르다. 예를 들어 열은 전형적인 수막염의 증상이지만, 열 하나만 주어졌을 때 그것이 수막염일 확률은 매우 낮다.

2) 대표성은 기본적인 질환들의 가능한 비율을 무시한다. 예를 들어 질환 A가 질환 B보다 10배나 흔한 질환인데, 어떤 케이스가 질환 A 와 질환 B에 똑같이 유사하다고 할 때 그 둘을 같은 확률로 생각하기 쉽지만 실제로는 질환 A일 가능성이 더 높다.

(174/201) Anchring and adjustment

조정은 처음의 고정관념에 더 가깝게 이뤄져서 필요한 것보다 의견수정이 불충분하게 이뤄짐.

임상의들이 일반적으로 필요한 것보다 진단검사를 더 많이 사용한다는 것은 이 bias 의 간접적 증명

(175/201) Confounding the probability and value of an outcome

특정질환의 probability 와 그것을 진단했을 때의 가치를 분리해서 생각하는 것이 어렵다.

예를 들어 치료 가능한 더 위중한 질환에 대해서 더 과대 평가하는 경향이 있다.

Acquiring Rebundant evidence

Confirm bias : 가설을 지지하는 결과를 더 찾으려고 함.

중요한 것은 value( 즉 우도비)를 올리는 것이 아니라 무슨 정보가 더 유용한가 이다

Order effect

베이즈 정리가 함의하고 있는 것은 동일한 정보가 제공되면 순서에 관계 없이 동일한 진단에 이르러야 한다는 것.

하지만 나중에 제공된 정보가 더 많은 영향을 미치며 일반적으로 신체검사와 병력청취는 먼저, 영상진단 검사는 나중에 이뤄지기 때문에 의대교수들이 신체검사와 병력청취를 더 중시하기를 바라는 바램은 빗나간다. 현대의 영상진단검사는 매우 높은 우도비를 지니며 또한 나중에 정보를 획득하게 된다.

[참고] 안면타당도 – face validity – 내용타당도(content validity)는 검사가 측정하고자 하는 지식을 대표하는 문항들로 구성되었는지에 대해 주제관련 전문가들이 동의하는 정도. 이에 반해 안면타당도(face validity)는 심리검사의 개발자나 내용전문가들의 판단이 아니라 검사대상자나 사용자들이 검사문항들이 검사용도에 적절한지에 대해 느끼는 정도를 말한다.

(178/206) 결론 : 근거중심 실무지침의 도입은 임상의사의 권위를 제한하고 자료를 정량화하려는 노력으로 인지되어 왔기 때문에 논쟁이 되어왔다. 심리학 연구는 왜 공식적인 통계결정 지원이 필요한지와 논쟁을 일으키는지에 대한 설명에 도움을 준다.

[11장 임상실무에서 검사처방의 개선과 진단의 비용 효과성 – 임상연구와 일상의료간의 간격 좁히기]

(189/218) 검사처방의 행태에 영향을 주려는 목적은 더 나은 비용 – 편익을 달성하는 검사처방의 합리성과 양의 변화이다. 그러나 궁극적인 목적은 개별 환자를 위한 의료의 질을 개선시키기 위함이다.  

 

Written by 근거중심한의학을 통한 역동적 복지국가를 꿈꾸는 한방내과전문의 임정태