검사 전 확률 (Pretest Probability)
쉽게 풀면
같은 검사 결과라도 누구에게서 나왔는지에 따라 의미가 크게 달라집니다. 가슴 통증이 전형적인 60대 흡연자와 증상이 애매한 20대에게서 똑같이 양성이 나왔다면, 앞사람이 실제로 병을 가지고 있을 가능성이 훨씬 높습니다. 검사 전 확률은 증상, 진찰 소견, 나이, 위험 요인 같은 정보를 모아 검사를 하기 전에 미리 잡아 두는 출발점 확률입니다. 여기에 검사 결과가 주는 정보를 반영하면 검사 후 확률이 나옵니다.
왜 중요한가
근거중심의학에서 진단 검사를 해석하는 기본 틀이 바로 검사 전 확률에서 검사 후 확률로의 갱신입니다. 검사 전 확률이 매우 낮거나 매우 높으면 검사를 해도 판단이 거의 바뀌지 않으므로, 불필요한 검사를 줄이자는 논의의 근거가 됩니다. 진단 연구 논문에서도 대상 집단의 유병률이 곧 평균적인 검사 전 확률이므로, 결과를 다른 환경에 옮겨 적용할 때 반드시 따져야 합니다.
논문에서는 이렇게 쓰입니다
검사 전 확률이 낮을 때 민감도가 높은 검사의 음성 결과가 배제 도구로 쓰인다는 뜻입니다.
예측 규칙과 우도비를 결합해 진단 확률을 갱신하는 표준 절차를 서술한 문장입니다.
조금 더 깊게 보면
검사 전 확률은 주관적 인상으로 잡을 수도 있지만, 임상 예측 규칙으로 계량화하는 편이 재현성이 높습니다. 확률을 승산으로 바꾼 뒤 우도비를 곱하면 검사 후 승산이 되고, 이를 다시 확률로 환산하는 것이 베이즈 정리의 임상 적용입니다. 이 구조 덕분에 민감도와 특이도가 같은 검사라도 대상 집단이 달라지면 양성예측도가 크게 달라진다는 점이 자연스럽게 설명됩니다.
주의할 점
검사 전 확률은 연구 집단의 유병률과 비슷해 보이지만, 유병률이 집단 평균이라면 검사 전 확률은 눈앞의 환자 한 명에 대한 추정이라는 점이 다릅니다. 또 검사 결과를 보고 나서 확률을 거꾸로 맞추면 순환 논리가 되므로 반드시 검사 전에 정해 두어야 합니다.