인년 (Person-Time)
쉽게 풀면
100명을 대상으로 신약의 부작용을 조사하는 연구를 한다고 해봅시다. 그런데 어떤 사람은 연구 도중 이사를 가서 6개월만 추적했고, 어떤 사람은 끝까지 5년을 추적했다면, 단순히 "100명 중 몇 명에게 부작용이 생겼다"고만 말하는 것은 공평하지 않습니다. 5년을 지켜본 사람과 6개월만 지켜본 사람은 부작용이 나타날 기회 자체가 다르기 때문입니다. 인년(사람-년)은 이런 차이를 보정하기 위해 "각 사람이 관찰된 기간"을 모두 더한 값입니다. 예를 들어 10명을 1년씩 관찰하든, 1명을 10년 관찰하든 똑같이 10인년이 됩니다. 마치 여러 사람이 나눠서 아르바이트를 한 총 근무시간을 "인시(사람-시간)"으로 합산하는 것과 같은 방식으로, 참여 인원과 기간을 하나의 숫자로 묶어주는 개념입니다.
왜 중요한가
인년은 추적 기간이 사람마다 제각각인 관찰 연구에서 발생률을 공정하게 계산하기 위한 핵심 도구이기 때문에, 역학·보건학 논문에서 빠지지 않고 등장합니다. 특히 오랜 기간에 걸쳐 참가자를 모집하고 추적하는 코호트연구에서는 중도 탈락이나 관찰 종료 시점의 차이가 흔하게 발생하는데, 이런 상황에서도 인년을 분모로 쓰면 관찰 기회의 차이를 반영한 비교가 가능해집니다. 이 때문에 만성질환의 발생 위험을 집단 간에 비교하거나, 약물의 부작용 발생 빈도를 장기간에 걸쳐 평가하는 연구에서 인년 기반 지표가 표준적으로 사용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 참가자마다 추적 기간이 제각각 달랐던 것을 모두 합산해 "총 4,215인년"이라는 하나의 분모로 만든 뒤, 이를 기준으로 발생률을 계산했다는 뜻입니다.
약물감시(pharmacovigilance) 연구에서는 약물에 노출된 기간을 인년으로 환산해, 노출 여부에 따른 이상반응 발생 위험을 비교하는 데 이 지표를 활용합니다.
산업보건 연구에서는 근로자마다 근무 기간과 노출 기간이 다르기 때문에, 인년을 기준으로 삼아 유해요인 노출과 질병 발생 사이의 관계를 정량적으로 평가합니다.
조금 더 깊게 보면
인년을 분모로 계산한 발생률은 흔히 발생밀도(incidence density)라고도 불리며, 이는 시간에 따라 위험이 일정하지 않을 수 있다는 점을 반영한 지표입니다. 실제로는 관찰 기간 내내 위험이 동일하다고 가정하기 어려운 경우가 많아, 연구에 따라 연령대나 추적 기간 구간별로 나누어 인년을 따로 계산하고 각 구간의 발생밀도를 비교하는 방식(구간별 분석)이 함께 사용되기도 합니다. 또한 인년 기반 발생률은 이후 생존분석에서 사용하는 위험비(hazard ratio) 개념과도 이론적으로 연결되어 있습니다.
주의할 점
인년을 분모로 쓰는 발생률(발생밀도)은 단순히 "전체 인원 중 몇 %가 걸렸는가"를 보는 발생률과 다릅니다. 추적 기간이 사람마다 크게 다르거나 중도에 코호트연구에서 이탈하는 사람이 많을 때는, 단순 비율보다 인년을 분모로 쓰는 방식이 훨씬 공정하고 정확한 비교를 가능하게 합니다. 두 방식의 숫자를 서로 헷갈려 비교하면 안 됩니다.