검사 성능과 양성 뒤 확률은 질문이 다르다
민감도는 실제 질환자 가운데 검사가 양성을 찾는 비율이고, 특이도는 실제 비질환자 가운데 음성을 찾는 비율입니다. 반면 양성예측도는 양성으로 나온 사람 가운데 실제 질환자가 차지하는 비율입니다. 방향과 분모가 다르므로 민감도 90%를 양성 뒤 확률 90%로 그대로 옮길 수 없습니다.
1,000명 중 질환자가 2%인 집단을 생각해 봅시다. 실제 질환자 20명 가운데 18명이 양성입니다. 비질환자 980명 가운데 특이도 95%를 적용하면 약 49명이 거짓양성입니다. 양성 67명 중 참양성은 18명이므로 양성예측도는 약 27%입니다.
이 계산은 검사 자체가 나쁘다는 판정이 아닙니다. 드문 상태에서는 비질환자 집단이 커서 작은 거짓양성 비율도 많은 사람을 만들 수 있다는 뜻입니다.
기저율이 바뀌면 같은 검사표도 다르게 보인다
유병률을 20%로 바꾸되 민감도 90%와 특이도 95%를 유지해 보세요. 질환자 200명 중 참양성은 180명, 비질환자 800명 중 거짓양성은 40명입니다. 양성예측도는 180÷220, 약 82%가 됩니다. 검사 규칙은 같지만 검사 전 구성비가 달라졌습니다.
CDC는 인플루엔자 유행 수준이 낮을 때 양성예측도가 낮아지고 거짓양성 가능성이 커질 수 있다고 설명합니다. 실제 감시 연구도 높은 민감도·특이도와 훨씬 낮은 양성예측도가 함께 나타날 수 있음을 보여 줍니다.
활동의 두 버튼은 같은 검사 조건에서 기저율만 바꿉니다. 참양성과 거짓양성의 수, 양성 전체의 분모를 함께 읽어야 합니다.
결정에는 대상 집단과 다음 절차를 적는다
개인의 양성 결과를 해석할 때에는 해당 검사, 검사 시점의 대상 집단, 증상과 노출, 확인 검사의 필요성을 함께 봅니다. 여기의 단순 표는 임상 판단을 대신하지 않습니다. CDC도 중요한 결정에는 임상 정보와 유행 수준을 고려하고 필요한 경우 분자 검사를 통한 확인을 권고합니다.
채용 위험 신호, 금융 이상 거래, 품질 검사에도 같은 질문을 옮길 수 있습니다. 실제 문제가 드문 집단에서는 높은 정확도처럼 보이는 규칙도 양성 묶음에 많은 거짓경보를 포함할 수 있습니다.
보고서에는 ‘검사 정확도’만 쓰지 말고 민감도·특이도·대상 집단의 기저율·양성예측도·후속 확인 절차를 분리해 기록해 보세요. 그러면 숫자가 답하는 질문과 실제 결정의 조건이 선명해집니다.