우도비 (Likelihood Ratio)
쉽게 풀면
길 가는 사람이 우산을 들고 있는 걸 보면, 비가 올 확률에 대한 내 생각이 조금 바뀝니다. 우산을 든 사람은 맑은 날보다 흐린 날에 훨씬 더 많이 보이기 때문입니다. 우도비는 바로 이런 "단서 하나가 내 판단을 얼마나 바꾸는가"를 숫자로 나타낸 것입니다. 검사에서 양성이 나왔을 때 쓰는 양성우도비(LR+)는 민감도와 특이도를 조합해 계산하며, 이 값이 클수록(보통 10 이상) 검사 결과 하나만으로 병이 있다는 확신을 크게 높여줍니다. 반대로 음성우도비(LR-)는 검사가 음성일 때 병을 배제하는 데 얼마나 도움이 되는지를 보여줍니다.
왜 중요한가
진단검사 연구에서는 민감도·특이도만으로는 실제 진료 현장에서 검사 결과가 환자의 병일 가능성을 얼마나 바꾸는지 직관적으로 보여주지 못합니다. 우도비는 사전확률(유병률)과 결합해 사후확률을 계산하는 데 바로 쓸 수 있어, 새로운 진단검사나 스크리닝 도구의 임상적 유용성을 평가하는 논문에서 핵심 지표로 다뤄집니다. 또한 여러 검사를 순차적으로 적용하는 진단 전략을 설계할 때도 우도비를 곱해가며 확률을 갱신하는 방식이 널리 쓰입니다.
논문에서는 이렇게 쓰입니다
이 문장은 "이 검사에서 양성이 나오면, 병이 있을 가능성이 검사 전보다 12배 이상 높아진다고 볼 수 있다"는 뜻입니다.
선별검사 논문에서는 음성 결과가 나왔을 때 병을 얼마나 확실히 배제할 수 있는지를 LR-로 평가한다는 예시입니다.
검사 결과가 양성/음성처럼 이분법이 아니라 여러 등급으로 나뉘는 경우에도, 등급별 우도비를 각각 계산해 진단적 가치를 세분화할 수 있음을 보여줍니다.
조금 더 깊게 보면
우도비는 검사 전 승산(pre-test odds)에 곱해 검사 후 승산(post-test odds)을 구하는 방식으로 실제 진료에 활용되며, 이 관계를 시각적으로 계산할 수 있게 만든 도구가 팬 노모그램(Fagan nomogram)입니다. 검사 결과가 연속형이거나 순서형 등급으로 나뉠 때는 구간별 우도비(interval likelihood ratio)를 계산해 각 구간이 진단에 기여하는 정도를 따로 평가하기도 합니다. 우도비는 유병률에 영향을 받지 않는다는 장점이 있지만, 이는 검사 자체의 민감도·특이도가 연구 대상 집단에 따라 달라지지 않는다는 가정 위에서 성립한다는 점도 함께 고려해야 합니다.
주의할 점
민감도와 특이도가 각각 높다고 해서 그 검사가 실제 진료에서 곧바로 유용하다는 뜻은 아닙니다. 우도비는 이 둘을 하나로 합쳐서, 검사 전 확률(유병률)을 검사 후 확률로 얼마나 바꿔주는지 직접 보여주기 때문에 임상적 유용성을 판단하는 데 더 직관적입니다. 우도비를 실제 확률로 환산할 때는 양성예측도/음성예측도와 혼동하지 않도록 주의해야 합니다. 예측도는 검사 대상 집단의 유병률에 따라 크게 달라지지만, 우도비는 그 검사 자체의 성능을 유병률과 무관하게 나타내는 값이라는 차이가 있습니다.