위양성 역설이란?
위양성 역설(False Positive Paradox)은 의료 검사와 선별검사에서 나타나는 직관에 반하는 현상을 가리킵니다. 아무리 정확도가 높은 검사라도 찾으려는 질병이 드물 경우, 양성 판정 대부분이 사실은 허위 경보(거짓 양성)일 수 있다는 것이죠. 이 계산기는 베이즈 정리를 적용해 양성 판정을 받은 뒤 실제로 질병에 걸렸을 확률, 즉 양성예측도(PPV)를 보여줍니다. 이 값은 검사의 '정확도'라는 수치가 주는 인상보다 훨씬 낮은 경우가 많습니다.
사용 방법
세 가지 비율(%)을 입력하세요. 유병률은 검사 대상 집단에서 해당 질병이 얼마나 흔한지를 나타냅니다. 민감도는 실제 환자가 양성으로 나올 확률, 즉 진양성률입니다. 특이도는 건강한 사람이 음성으로 나올 확률, 즉 진음성률이죠. 계산기는 양성 판정이 실제일 확률과 함께 거짓 발견율(false discovery rate)을 알려줍니다.
공식 풀이
베이즈 정리는 '환자가 양성으로 나올 가능성'과 '건강한 사람이 실수로 양성으로 나올 가능성'을 결합합니다.
$$P(\text{질병}\mid\text{양성}) = \frac{\text{민감도} \times \text{유병률}}{\text{민감도} \times \text{유병률} + (1 - \text{특이도}) \times (1 - \text{유병률})}$$
분자는 실제로 아프면서 올바르게 양성으로 걸러진 사람들의 비율입니다. 분모에는 여기에 거짓 양성, 즉 건강한데도 잘못 양성으로 분류된 사람들이 더해집니다. 유병률이 아주 낮을 때는 바로 이 거짓 양성 항이 전체를 좌우하게 됩니다.
계산 예시
어떤 질병이 인구의 1%에게 발생한다고 가정해 봅시다(유병률 = \(0.01\)). 검사의 민감도는 99%, 특이도는 95%입니다. 진양성 = \(0.99 \times 0.01 = 0.0099\), 거짓 양성 = \(0.05 \times 0.99 = 0.0495\). 따라서 $$\text{PPV} = \frac{0.0099}{0.0099 + 0.0495} = \frac{0.0099}{0.0594} \approx 16.7\%$$ '99% 정확한' 검사라고 해도, 양성 판정 6건 중 1건 정도만이 진짜라는 뜻이죠.
자주 묻는 질문
왜 확률이 이렇게 낮은가요? 드문 질병일수록 건강한 사람이 압도적으로 많기 때문입니다. 그래서 거짓 양성률이 아무리 작아도, 그로 인한 허위 경보 수가 진짜 양성보다 훨씬 많아집니다.
PPV를 높이려면 어떻게 해야 하나요? 고위험군(유병률이 높은 집단)을 대상으로 검사하거나, 특이도가 더 높은 검사를 쓰거나, 독립적인 2차 검사로 다시 확인하면 됩니다.
의료 검사에만 해당되나요? 아닙니다. 같은 베이즈 논리는 스팸 필터, 사기 탐지, 약물 검사 등 드문 사건을 분류하는 모든 상황에 똑같이 적용됩니다.
