진단오즈비 (Diagnostic Odds Ratio)

한 줄 정의: 진단 검사가 병이 있는 사람과 없는 사람을 얼마나 잘 구분해내는지를, 민감도와 특이도를 하나로 합쳐 단일 숫자로 나타낸 지표입니다.

쉽게 풀면

진단 검사의 성능을 이야기할 때 민감도와 특이도를 따로따로 보면 헷갈릴 때가 많습니다. "민감도는 90%인데 특이도는 70%인 검사"와 "민감도 80%, 특이도 85%인 검사" 중 어느 쪽이 더 좋은 검사인지 한눈에 비교하기 어렵기 때문입니다. 진단오즈비는 이 두 숫자를 곱셈과 나눗셈으로 합쳐서 "이 검사가 병이 있는 사람에게 양성이 나올 오즈(가능성)가, 병이 없는 사람에게 양성이 나올 오즈보다 몇 배나 높은가"라는 단일 값으로 요약합니다. 값이 1이면 이 검사는 동전 던지기와 다를 바 없이 아무 판별력이 없다는 뜻이고, 값이 클수록(가령 수십~수백 배) 병이 있는 사람과 없는 사람을 확실하게 구분해내는 좋은 검사라는 뜻입니다.

왜 중요한가

새로운 진단검사나 바이오마커가 개발될 때마다 기존 검사와 성능을 비교해야 하는데, 민감도와 특이도를 따로 비교하면 어느 검사가 전반적으로 더 우수한지 판단하기 어렵습니다. 진단오즈비는 이 두 지표를 단일 값으로 요약해 여러 연구의 결과를 통합하는 메타분석이나, 서로 다른 검사법을 나란히 비교하는 진단정확도 연구에서 표준적인 요약 지표로 널리 쓰입니다. 특히 검사법 개발 논문의 결론부에서 검사의 전반적 유용성을 한 문장으로 보여주는 근거로 자주 등장합니다.

계산과 범위

검사 결과를 2×2표(진짜 양성 TP, 위음성 FN, 위양성 FP, 진짜 음성 TN)로 정리하면 진단오즈비는 다음과 같습니다.

DOR = (TP × TN) / (FN × FP) = [민감도/(1 − 민감도)] / [(1 − 특이도)/특이도] = 양성우도비 / 음성우도비

가상의 예: TP 90, FN 10, FP 20, TN 80이면 민감도 .90, 특이도 .80이고 DOR = (90 × 80)/(10 × 20) = 36입니다. 같은 값을 우도비로 계산하면 양성우도비 4.5, 음성우도비 .125이고 4.5 / .125 = 36으로 일치합니다.

범위는 0에서 무한대이며, 1이면 검사 결과가 병의 유무와 무관합니다. 1보다 크면 양성 결과가 병이 있는 쪽에서 더 흔합니다.
FN이나 FP가 0이면 분모가 0이 되어 그대로는 계산할 수 없습니다. 보정 방법을 쓰는 경우 그 방법을 밝혀야 합니다.

해석 기준

값이 클수록 검사가 병이 있는 사람과 없는 사람을 더 잘 가릅니다. 어느 값부터 "좋다"는 보편적인 기준은 없으므로 검사의 용도와 비교 대상에 맞춰 읽습니다.
Glas 등(2003)은 진단오즈비가 민감도·특이도 같은 기존 지표와 밀접히 연결되고, 진단검사 연구의 메타분석을 쉽게 하며, 이질성을 보정하는 변수를 넣을 수 있는 로지스틱 모형에서 도출된다고 설명합니다. 같은 논문은 진짜 양성률과 위양성률에 따로 가중치를 줄 수 없다는 단점도 적고 있습니다.

그 단점은 아래 가상의 예로 확인됩니다.

검사	민감도	특이도	진단오즈비
가	.95	.60	28.5
나	.60	.95	28.5

두 검사의 진단오즈비는 같지만, 한쪽은 놓치는 사람이 적고 다른 쪽은 위양성이 적어 선별용인지 확진용인지에 따라 쓰임이 다릅니다.

보고 방법

진단오즈비와 95% 신뢰구간을 함께 적고, 가능하면 2×2표나 민감도·특이도도 같이 제시합니다.
메타분석에서는 연구별 값을 어떤 모형으로 합쳤는지, 0칸 보정을 했는지 밝힙니다.
양성예측도는 유병률에 따라 달라지므로 진단오즈비만으로 답할 수 없습니다. 위 가상의 검사(민감도 .90, 특이도 .80)도 유병률이 10%이면 양성예측도가 약 .33입니다.

보고 예: "진단오즈비는 36(95% CI …)이었다."처럼 값, 신뢰구간, 분석 단위를 함께 적습니다.

논문에서는 이렇게 쓰입니다

실제 논문에서

이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.

예시 문장

아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.

"해당 신속항원검사의 진단오즈비는 42.5(95% CI, 30.1-59.8)로 나타나, 감염 여부를 판별하는 데 우수한 변별력을 보였다."

이 문장은 이 검사가 감염자와 비감염자를 구분해내는 능력이 통계적으로 매우 우수하다는 것을, 민감도·특이도 두 숫자 대신 하나의 요약값으로 제시한 것입니다.

"경도인지장애 선별을 위한 혈액 바이오마커의 진단오즈비를 여러 코호트에서 산출한 메타분석 결과, 검사법 간 변별력에 상당한 차이가 확인되었다."

여러 연구의 결과를 하나로 종합할 때 진단오즈비를 이용해 검사법들의 판별력 차이를 비교했다는 뜻이다.

"우울증 선별도구인 자기보고식 척도의 진단오즈비를 임상 면담 결과와 대조하여 산출하였다."

정신건강 분야에서 설문 기반 선별도구가 실제 임상 진단과 비교했을 때 얼마나 변별력이 있는지를 평가한 예시다.

조금 더 깊게 보면

진단오즈비는 수학적으로 (민감도/(1-민감도))를 (1-특이도)/특이도로 나눈 값과 같아서, 민감도와 특이도가 모두 높을수록 큰 값을 갖게 되는 구조입니다. 이 지표는 우도비(likelihood ratio)와도 밀접하게 연결되어 있어, 양성우도비를 음성우도비로 나누면 진단오즈비가 된다는 관계로 자주 설명됩니다. 다만 단일 숫자로 요약되는 만큼 민감도가 매우 높고 특이도가 매우 낮은 검사와 그 반대의 검사가 우연히 비슷한 진단오즈비를 가질 수도 있어, 논문을 읽을 때는 진단오즈비만 보지 말고 가능하면 민감도·특이도나 ROC 곡선 아래 면적(AUC) 같은 다른 지표도 함께 확인하는 것이 안전합니다.

주의할 점

진단오즈비는 여러 검사의 전반적인 성능을 한눈에 비교하거나 메타분석에서 검사들을 종합할 때 유용하지만, 실제 임상 현장에서 "이 결과가 양성일 때 실제로 병에 걸렸을 확률이 얼마인가"를 알고 싶다면 양성예측도/음성예측도를 따로 확인해야 합니다. 진단오즈비 하나만으로는 검사의 민감도와 특이도가 각각 어느 쪽으로 치우쳐 있는지 알 수 없다는 한계가 있습니다.

헷갈리기 쉬운 용어

진단검사 성능 지표는 서로 다른 질문에 답합니다.

용어	답하는 질문	유병률의 영향
진단오즈비	검사가 병의 유무를 한 숫자로 얼마나 잘 가르는가	받지 않음
교차비(오즈비)	두 집단 사이 오즈의 비(진단오즈비는 이를 검사 결과에 적용한 것)	해당 없음(진단검사 전용 지표가 아님)
우도비	양성 또는 음성 결과가 병의 가능성을 몇 배로 바꾸는가	받지 않음
양성예측도	양성이 나온 사람이 실제로 병일 확률	크게 받음
ROC 곡선	기준값을 옮기며 민감도·특이도의 관계를 보는 곡선	받지 않음

참고 문헌

Glas, A. S., Lijmer, J. G., Prins, M. H., Bonsel, G. J., & Bossuyt, P. M. M. (2003). The diagnostic odds ratio: A single indicator of test performance. Journal of Clinical Epidemiology, 56(11), 1129–1135.
Deeks, J. J. (2001). Systematic reviews of evaluations of diagnostic and screening tests. BMJ, 323(7305), 157–162.
Zhou, X.-H., Obuchowski, N. A., & McClish, D. K. (2002). Statistical Methods in Diagnostic Medicine. Wiley-Interscience.
Pepe, M. S. (2003). The Statistical Evaluation of Medical Tests for Classification and Prediction. Oxford University Press.

표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.