Epidemiology 1. Introduction

 역학(Epidemiology)은 사람을 모집단을 하는 질병 발생 빈도의 분포와 결정요인에 대해 집중하는 의과학 입니다.

Person, PLACE, & TIME

Sentinel cases(감시 증례) : 질병이 발현 된 것을 인식 할 수 있는 환자들을 의미

Epidemic(유행병) : 대중에게 갑작스런 질병 발생의 증가

Pandemic(전국적인 유행) : 넓은 범위의 지리적 영역에서 대중에게 갑작스런 질병 발생이 나타나는 것을 의미

질병 발생의 특성 패턴은 전통적으로 person, place, time의 세 축으로 특징을 뽑아 내었습니다.

예를들어,

person으로는 연령, 성별, 이전의 건강 상태, 성적 취향  등이 될 수 있으며

place로는 질병의 발생지역

time으로는 질병의 발생 날짜로 정리 할 수 있습니다. 

The Epidimiologic Approach

 역학의 주요 관심사는 질병의 발생, 빈도 입니다. 이것은, 질병이 무작위로 생긴다는 것이 아니라는 것에서 비롯합니다. 본질적으로 모든 사람은 똑같이 특정한 질병을 일으키지 않으며, 위험 수준은 개인의 특성과 환경에 따라 달라집니다.

 일반적인 의학 연구에서 질병에 대한 생물학적인 요소만 집중을 한다면, 역학자는 생물학적 관점과 사회학적 관점 모두 고려하여 질병을 고려하게 됩니다. 예를들어, AIDS에 대한 기원으로 생물학자들이 HIV 바이러스를 통해서 시작 했다고 말하는것과 대조적으로, 역학자는 성행위나 마약 사용과 같은 특정 행동도 고려하게 됩니다.

 역학 접근법과 다른 의과학과의 차이점은 (1) 인간 집단에 대한 집중 (2) 비 실험적 관찰에 대한 많은 의존이라 할 수 있습니다.

 다른 과학적 방법과 마찬가지로, 역학 접근법은 내재적 제약이 있습니다. 노출 요인의 인과적 기여와 인구의 다른 배경 영향의 인과적 기여를 분리하는 문제가 있습니다. 일부 연구에서는 노출 정도를 직접 측정 할 수도 없기 때문에 역학자는 간접적인 추정에 의존해야합니다.

 위험 요인에 대한 노출과 인간 집단에서의 질병 발달 사이의 관계를 일반적으로 역학자는 질병을 일으키는 정확한 과정을 설명 할 수는 없지만 질병이 발생하기 쉬운 개인적, 사회적 및 환경 적 상황은 파악할 수 있습니다.

 

THE APPLICATIONS OF EPIDEMIOLOGY(역학의 응용)

- Disease Surveillance (질병 감시)

- Searching for Causes (원인 탐색)

- Diagnostic Testing (진단 테스트)

- Determining the Natural History (자연적 역사 결정)

- Searching for Prognostic Factors (예후 인자 탐색)

 - Testing New Treatments(새로운 치료법 검사)

 

Disease Surveillance (질병 감시)

 인구 집단 내의 질병 발생 패턴을 모니터링하는 것을 '질병 감시'라고합니다. 질병 감시 데이터 수집은 많은 잠재적 이점이 있습니다.
1) 질병의 새로운 발생을 확인하는데 도움,
2) 병에 가장 큰 영향을 받는 인구 집단을 고려한 질병의 원인에 대한 단서를 제공,
3) 질병 확산 통제 또는 예방 전략 제시,
4) 질병 예방 및 통제 영향 정도 사용,
5) 건강 및 의료 서비스를 결정하는데 필요한 질병 부담에 대한 정보를 제공.

 일반적으로 사용 된 기준 질병의 발생을 정의하는 것은 질병에 대한 현재의 지식에 달려있다.그러한 기준은 질병의 원인이 밝혀지고 새로운 진단 검사가 도입됨에 따라 더욱 정제 될 수 있습니다.

 이러한 진단 기준의 변화는 질병 발생 빈도에 깊은 영향을 미칠 수 있습니다. 1987 년에 도입 된 에이즈에 대한 정의가 확대됨에 따라 향후 2 년 동안 에이즈 환자 보고 수가 50 % 증가했습니다. 따라서 시간 경과에 따른 질병 발생 경향의 분석은 진단 기준에서의 시간적 변화의 가능한 영향을 설명해야 합니다.

 새로운 사례의 변화는 다음과 같은 여러 요인을 포함하여 여러 요인에 의해 영향을 받을 수 있습니다.
1. 질병 발생 빈도
2. 질병의 정의
3. 질병 발생 케이스가 생기는 인구의 크기
4. 사례보고의 완전성.

 

 발병률의 표현으로는, 예를 들어, 200x 년에 40,000 건의 에이즈가 미국에서 보고 되었다고 가정해보겠습니다. 200x 년 미국 인구는 약 300,000,000명이라고 했을 때, 보고 된 사례 수를 인구 규모로 나누면 해당 연도에는 인구 한 명당 0.00013 건이 발생했습니다.
수치 표현의 용이함과 일관성을 위해 역학자들은 일반적으로 특정 크기에 (예를 들어 100,000 명) 대해 질병 발생 빈도를 표현합니다.

 즉, 0.00013에 100,000을 곱하면 13가됩니다. 즉, 200x 년에는 미국의 10 만 명 중 13 명이 에이즈에 걸린 것입니다.

 질병 감시 데이터는 일반적으로 나이, 인종, 성별 및 거주지와 같은 특성으로 제한됩니다. 이러한 인구 통계학적 특성에 따른 발병율의 변동이 고위험 집단의 식별을 유도할 수 있지만, 이러한 패턴에 대한 설명은 일반적으로 개인의 특성, 행동 및 환경에 대한 심층적인 조사가 필요합니다

 

Searching for Causes (원인 탐색)

 역학자들은 개인적, 환경적 특성을 연구하기 위해 인터뷰, 기록 검토 및 실험실 테스트를 합니다. 이러한 정보를 이용하여 질병 따른 특성을 프로파일 할 수 있습니다.

 역학자는 위험 요인 (risk factor)이라고 알려진 질병 발달의 결정 요인에 주로 관심이 있습니다. 위험 인자를 밝혀내면 질병이 퍼지는 경로를 더 잘 이해할 수 있게 되고, 결과적으로 예방 전략이 개선 될 수 있습니다.

 

Diagnostic Testing (진단 검사)

 진단 검사의 목적은 특정 상태의 유무에 대한 객관적인 증거를 얻는 것입니다.

 이상적으로, 진단 검사는 질병에 영향을 받은 사람과 영향을 받지 않은 사람을 정확하게 구분할 것 입니다. 그러나, 대부분의 진단 검사와 마찬가지로 질병 검사는 100% 확실하지는 않습니다.

위양성(False positive)
 검사 결과로 양성이 나왔으나, 감염되지 않은 사람에게 감염이 있음(양성)을 알리는 경우가 있습니다. 이러한 유형의 결과는 양성 결과가 잘못 되었기 때문에 위양성 (false positive)이라고합니다. 매우 낮은 비율의 위양성 결과가 있는 검사는 높은 특이도를 가지고 있다고 합니다.

위음성(False negative)
 검사 결과로 음성이 나왔으나, 감염이 된 사람에게 감염이 없다고(음성) 부정확하게 제시하는 경우가 있습니다. 이 유형의 결과는 음성 결과가 잘못 되었기 때문에 위음성이라고합니다. 매우 낮은 위음성 결과가 있는 검사는 높은 민감도를 갖는 것으로 설명됩니다.

 

 

Determning the Natural History(자연사의 결정)

 환자들이 질병이 있다는 것을 알게 된 후, 가장 자주 "나에게 무슨 일이 일어날 것인가?"라고 묻습니다. 이 질문은 개별 환자의 결과가 다양하기 때문에 절대적인 확실성으로 대답 할 수 없습니다. 보통 환자의 예후 예측에 대한 가장 좋은 지침은 환자와 비슷한 다른 환자의 경험입니다. 궁극적인 결과가 확신을 갖고 예측 될 수있는 경우에도, 과정에서는 환자마다 크게 다를 수 있습니다.

질병의 자연사를 특징 짓는 몇 가지 방법이 있습니다. 한 가지 직접적인 조치는 환자 사망률(관찰 기간 내에 사망하는 질병 환자의 비율)입니다.  예를 들어, 미국에서 1985 년 에이즈로 진단받은 11,740 명의 청소년 및 성인 환자 중 1998 년 이전에 10,946 명이 사망 한 것으로 알려져 있습니다.

질병의 자연사를 특성화하는 또 다른 방법은 진단에서 사망 (생존 시간)까지의 전형적인 기간을 추정하는 것입니다. 예를 들어, 모든 피험자는 1990 년에 확인되었고 사망 또는 1995 년 말까지 3 개월마다 임상적으로 평가되었습니다. 질병에 대한 혈청을 전환 후 초기 3 년 동안 바이러스 감염자와 비감염자 간에 생존율에는 차이가 없었으나 혈청 전환 후 5 년 동안에는 바이러스 감염자의 83 %만이 여전히 살아 있었으며, 비감염자의 94 %가 여전히 살아 있었습니다.

감염의 자연사를 평가할 때 점점 더 중요한 문제는 질병의 진행에 대한 효과적인 치료법의 영향입니다. 효과적인 치료법을 도입하면 바이러스에 감염된 후 발병이 지연되고 질병의 진단 후 생존 기간이 연장 될 수 있습니다.

 

Searching for Prognostic Factors (예후 인자 탐색)

생존 분석은 비정상적으로 유리한 (또는 불리한) 임상 결과를 가진 환자 그룹을 식별하는 데 사용할 수 있습니다.  생존 가능성과 관련된 특성을 예후 인자 (prognostic factors)라고합니다.

 

Testing New Treatments(새로운 치료법 검사)

미국에서는 모든 신약을 일상적인 임상 진료에 도입하기 전에 검사를 거쳐 효과가 입증되어야합니다. 치료 효과를 평가하는데 사용되는 표준 접근법은 무작위 통제 임상 시험입니다.

"통제 된 (controlled)"이란 용어는 새로운 약물을 투여받는 환자 (실험 대상)가 비활성 물질 (위약)을 투여받는 환자 (대조군) 또는 존재할 경우 표준 치료제와 비교된다는 것을 의미합니다. "무작위 화"란 환자의 선호도 또는 의사의 선택보다는 우연히 결정되는 실험 그룹 또는 대조 그룹에 피험자를 할당하는 방법을 의미합니다.

이러한 유형의 할당 시스템은 중요한 예후 인자와 비교할 수있는 연구 그룹을 만들어내는 경향이 있기 때문에 바람직합니다. 

 

출처

- Greenberg, R. S. (2005;2004;). Medical epidemiology (4th ed.). New York: Lange Medical Books/McGraw-Hill.