검사 정확도 지표

민감도와 특이도가 "실제로 그런 사람/아닌 사람을 검사가 얼마나 잘 잡아내는가"를 나타낸다면, 예측도는 방향이 반대다. 검사 결과를 손에 쥔 쪽에서 되묻는 질문 — "이 결과가 나왔는데, 실제로는 어떨 확률이 얼마인가" — 에 답한다. 실제 상황에서 사람이 알고 싶은 것은 대개 후자이므로, 민감도·특이도만 보고 검사를 신뢰하다가 예측도를 계산해 보고 실망하는 일이 흔하다.

이 문서는 그 짝을 이루는 네 개념을 함께 다룬다. 넷을 묶어야 "선별검사가 왜 이렇게 자주 틀리는가"라는 질문에 제대로 답할 수 있기 때문이다.

양성예측도(positive predictive value, PPV) 는 검사에서 양성이 나온 사람들 중 실제로 그 상태인 사람의 비율이다. 음성예측도(negative predictive value, NPV) 는 음성이 나온 사람들 중 실제로 그 상태가 아닌 사람의 비율이다.

핵심은 두 값이 유병률(그 집단에서 해당 상태가 얼마나 흔한가)에 크게 의존한다는 점이다. 같은 성능의 검사라도, 드문 사건을 흔한 집단이 아닌 곳에서 찾으려 하면 양성으로 나온 사람 대부분이 실제로는 해당하지 않는 결과가 나온다. 검사 성능은 그대로인데 그 검사가 주는 정보의 실용적 가치가 달라지는 것이다. 그래서 민감도·특이도는 검사 고유의 성질에 가깝고, 예측도는 "어떤 집단에 썼느냐"까지 포함한 값으로 이해해야 한다.

곡선하면적(area under the curve, AUC) 은 검사의 판정 기준선을 여기저기 옮겨 가며 민감도와 특이도의 조합을 그린 곡선(ROC 곡선) 아래 면적이다. 하나의 컷오프에 묶이지 않고 검사 전체의 변별력을 한 숫자로 요약한다는 것이 장점이다.

해석은 직관적이다. 0.5는 동전 던지기와 다를 바 없다는 뜻이고, 1.0은 완벽한 구분을 뜻한다. 따라서 0.6 근처의 값은 "약간은 정보가 있지만 개인을 판정하기엔 턱없이 부족하다"로 읽는다.

예측타당도(predictive validity) 는 지금 측정한 값이 나중에 실제로 일어날 일을 얼마나 맞히는가를 뜻한다. 여기서 자주 혼동되는 것이 검사자 간 신뢰도와의 구분이다.

• 신뢰도는 같은 것을 보고 같은 값을 얻는가 — 일관성의 문제다.
• 예측타당도는 그 값이 실제 미래와 대응하는가 — 적중의 문제다.

둘은 서로 다른 축이고, 하나가 좋다고 다른 하나가 따라오지 않는다. 검사자들끼리 점수가 완벽하게 일치하면서도 그 점수가 아무것도 예측하지 못하는 상황은 얼마든지 가능하다. 움직임 선별 도구를 둘러싼 논쟁의 상당 부분이 이 구분을 흐린 데서 비롯됐다.

FMS의 부상 예측 연구가 이 구조를 보여주는 대표적인 예다. 활동적 성인을 대상으로 한 체계적 문헌고찰·메타분석(Dorrel 등, 2015)에서 보고된 값은 특이도 약 85.7%, 민감도 약 24.7%, 양성예측도 42.8%, 음성예측도 72.5%, AUC 약 0.587이었다.

이 숫자들을 나란히 읽으면 이렇게 된다. 특이도가 높으니 다치지 않을 사람은 비교적 잘 걸러 낸다. 그러나 민감도가 24.7%라는 것은 실제로 다칠 사람 넷 중 셋을 놓친다는 뜻이다. 양성예측도 42.8%는 "위험군으로 분류된 사람의 절반 이상은 다치지 않았다"는 의미다. 그리고 AUC 0.587은 전체적으로 동전 던지기보다 아주 조금 나은 수준임을 말한다. 검사자들 사이의 점수 일치도가 양호하게 보고된다는 사실은 이 결론을 전혀 구해 주지 못한다 — 다른 축이기 때문이다.

같은 논리는 FMS·SFMA 검사 동작(허들 스텝·체간 안정 푸시업·오버헤드 스쿼트)뿐 아니라 자세·체형을 근거로 미래의 불편을 예고하려는 모든 시도에 적용된다.

"민감도·특이도가 높으니 결과를 믿어도 된다" . 두 값이 높아도 대상 집단에서 그 사건이 드물면 양성예측도는 낮게 나온다. 결과를 개인에게 적용할 때 봐야 할 값은 예측도 쪽이다.

"검사자들이 같은 점수를 주니 정확한 검사다" . 일치도(신뢰도)와 적중(타당도)을 섞은 전형적 오류다.

"통계적으로 유의한 연관이 있으니 예측할 수 있다" . 집단 수준에서 위험이 두세 배 높다는 연관과, 특정 개인의 결과를 맞히는 능력은 전혀 다른 층위다. 상대위험이나 승산비가 커도 개인 단위 변별력(AUC)은 낮을 수 있다.

"컷오프를 넘었다/못 넘었다"는 이분법. 컷오프는 연속적인 값을 인위적으로 자른 선이며, 어디서 자르느냐에 따라 민감도와 특이도가 서로 반대 방향으로 움직인다. 하나를 올리면 다른 하나가 내려가는 교환 관계가 늘 존재한다.

• Dorrel BS, Long T, Shaffer S, Myer GD (2015). 활동적 성인에서 FMS의 부상 예측 도구 평가 — 민감도 24.7%·특이도 85.7%·AUC 0.587. Sports Health 7(6):532-537.

*근거등급 범례: 근거 탄탄 / 제한적 / 논쟁적 / 이론·모델 / 일화. 본 문서는 비의료 정보성 백과 항목으로 진단·치료 효과를 단정하지 않는다.*