역학의 기본원리
이론과 하이라이트 히스토리를 확인 할 수 있어요.
본 단원에서는 역학의 정의와 질병 발생에 대한 여러 모형, 역학적 연구에 있어서 인과관계의 판정기준에 대해 다룬다. 질병 발생에 대한 세 가지 모형은 개략적인 틀만 알아놓아도 어렵지 않게 문제를 풀 수 있지만, 인과관계의 판정기준은 정의를 정확하게 알고 있어야 헷갈리지 않을 수 있다.
1. 역학의 정의와 특징
1) 정의: 인구집단에서 질병의 분포 양상을 파악하고, 결정요인을 구명하여 질병의 예방과 관리에 활용하는 학문
2) 특징
(1) 개인이 아닌 ‘인구집단(population)’이 대상
(2) 질병뿐만 아니라 건강의 모든 스펙트럼을 포함
(3) 기술역학: 질병의 빈도/분포를 인구집단에서 시간/공간/인적 특성에 따라 기술해 질병의 특성을 파악
(4) 분석역학, 실험역학: 기술역학을 바탕으로 가설을 설정하고 역학연구방법으로 원인/위험요인을 구명
(5) 근거기반의료: 분석역학/실험역학으로 얻어진 결과를 토대로 질병의 예방/관리에 대한 과학적 근거를 정립
3) 본래 공중보건학을 중심으로 발전했으나, 현재는 임상의학에서도 필수적 요소가 되었음
2. 질병의 생태학적 모형
1) 개념: 질병 = 인간을 포함한 생태계의 구성요소 간의 상호작용이 인간에게 나타난 결과
2) 역학적 삼각형 모형(epidemiological triangle)
(1) 개념: 병인, 숙주, 환경의 3요소간의 상호작용 중 평형이 깨지면 질병이 증가/감소
① 병인(agent)
• 생물학적 병인: 세균, 바이러스, 진균, 기생충 등
• 화학적 병인: 농약, 중금속, 오염물질 등
• 물리적 병인: 고열, 한랭, 기압, 소음 등
② 숙주(host): 유전적 요인, 과거 노출력 등
③ 환경(environment)
• 물리화학적 환경
• 사회적 환경: 사회조직, 경제상태, 정치사회제도 등
(2) 한계
• 감염병 시대에 만들어진 개념
• 따라서 HTN, DM과 같은 만성질환이 왜 발생하는지 설명하기에는 부적절
3) 거미줄 모형(web of causation)
(1) 개념: 직간접적인 여러 요인들이 거미줄처럼 복잡하게 얽혀 질병이 발생함
(2) 병인, 숙주, 환경을 구분하지 않고 모두 질병에 영향을 주는 요인으로 파악
(3) 거미줄의 몇 가지 요인을 제거하면 질병을 예방할 수 있음
4) 수레바퀴 모형(wheel model)
(1) 개념: 핵심적 숙주요인과 그를 둘러싼 생물학적, 사회적, 물리화학적 환경의 상호작용으로 질병이 발생함
(2) 원의 중심에는 숙주(인간)가 있고, 숙주의 핵심은 유전적인 소인
(3) 환경 요인을 생물학적 환경, 사회적 환경, 물리적 환경으로 구분
(4) 바퀴를 구성하는 면적안 각 부분의 기여도 크기에 따라 달라짐
ex) 유전성 질환은 유전적 요인이 큼
ex) 감염질환은 숙주의 면역상태와 생물학적 환경이 큼
3. 역학에서의 인과관계
1) 연관성(association)이 있다고 항상 인과관계(causality)가 있는 것은 아님
2) 인과관계 추론 과정
(1) 통계적 연관성 확인
* 통계분석의 자세한 종류와 방법은 해당 이론 참고
(2) 비인위적 연관성 확인
• 통계적 연관성이 있더라도 바이어스, 교란변수에 의해 조작되었을 수 있음
• 따라서 이를 배제함으로써 실제로 해당 연관성이 유의미한지 확인해야 함
* 바이어스에 대한 내용은 해당 이론 참고
(3) 인과관계 조건 충족 여부 검토
• 바이어스를 배제했더라도 연관성이 비원인적이거나 우연일 수 있음
• 따라서 아래 Hill criteria에 따라 인과관계를 평가해야 함
• 원인성 인과관계에는 두 가지 원인이 존재
① 직접 원인: 원인과 결과 사이에 다른 요인이 추가될 수 없는 단계
② 간접 원인: 원인과 결과 사이에 존재하는 제3의 요인
3) 인과관계의 판정 기준: Hill criteria (반드시 9가지를 모두 만족해야 하는 것은 아님)
(1) 요인에 대한 노출과 질병발생과의 시간적 선후관계(temporality)
• 요인에 대한 노출은 항상 질병발생보다 먼저 발생해야 함
• 선후관계뿐만 아니라 노출과 질병발생 간의 간격도 적절해야 함
(2) 연관성의 강도(strength of association)
• 요인과 결과 간의 연관성의 강도가 클수록 인과관계일 가능성이 높음
(3) 일관성(consistency)
• 여러 다른 연구에서 비슷한 연관성이 일관되게 관찰
• 다른 집단, 연구방법, 연구시점을 사용해서 연구해도 일관되어야 함
(4) 특이성(specificity)
• 한 요인이 여러 질병과 연관성을 보이지 않고 특정 질병과 연관성을 보임
• 한 질병이 여러 요인과 연관성을 보이지 않고 특정 요인과 연관성을 보임
(5) 양-반응 관계(dose-response relationship)
• 요인에 대한 노출의 정도에 따라 질병발생 위험도가 달라짐
(6) 생물학적 설명 가능성(biological plausibility)
• 역학적으로 관찰된 연관성을 분자생물학적인 기전으로 설명 가능함
(7) 기존 지식과 일치(coherence of evidence)
• 추정된 원인요인이 기존 지식이나 소견과 일치할수록 인과관계 가능성 높음
(8) 실험적 입증(experimental evidence)
• 실험 통제하에 요인의 노출/제거에 따라 질병발생이 증가/감소함
(9) 기존의 다른 인과관계와의 유사성(analogy)
• 기존에 밝혀진 인과관계와 유사한 연관성이 관찰됨
예방의학과 공중보건학 제4판, pp.60-67