Competition between evidence-based and alternative medical paradigms in non-infectious diseases

질병이 어떻게 퍼지고 사람들이 이에 어떻게 반응하는지를 연구함에 있어, 과학자들은 오랫동안 감염성 질환에 주목해 왔습니다. 그러한 시나리오에서 한 개인의 행동은 다른 모든 사람의 위험도를 직접적으로 변화시킬 수 있습니다. 예를 들어, 한 사람이 군중을 피하거나 백신을 접종하면 바이러스가 이웃에게 옮겨갈 확률을 낮추게 됩니다. 이는 개인의 선택과 생물학적 전파가 밀접하게 연결된 복잡한 사회적 퍼즐을 만들어냅니다. 그러나 수많은 건강상의 과제들은 사람 사이에서 전달되는 세균에 의해 발생하는 것이 아닙니다. 만성 통증이나 반복적인 대사 문제와 같은 비감염성 질환들이 그러한데, 이러한 경우 질병에 걸릴 위험은 현재 얼마나 많은 사람이 아픈가에 달려 있지 않습니다. 수십 년 동안 인간의 행동과 질병에 관한 모델들은 이러한 비전염성 사례에서 어떤 일이 일어나는지 설명하는 데 어려움을 겪어 왔습니다. 질병이 사회적으로 퍼질 수 없다면, 왜 그 치료법에 대한 믿음은 그토록 빠르게 퍼지는 것일까요? 왜 어떤 집단은 더 나은 의료 옵션이 있음에도 불구하고 회복 시간이 더 느린 치료법을 고수하는 것일까요?

연구자 헤르메스 베니토-안드레스(Hermes Benito-Andrés), 알폰소 데 미겔-아리바스(Alfonso de Miguel-Arribas), 카를로스 그라시아-라사로(Carlos Gracia-Lázaro)는 이러한 질문에 답하기 위해 새로운 수학적 프레임워크를 구축했습니다. 그들은 근거 기반 의학과 대안 의학이라는 두 가지 서로 다른 건강에 대한 사고방식 간의 경쟁을, 질병의 생물학 자체와는 별개인 하나의 문화적 전투로 다루는 모델을 만들었습니다. 그들의 시뮬레이션에서 질병은 사람들 사이에서 퍼지지 않습니다. 대신, "감염"되는 것은 어떤 치료법을 사용할지에 대한 아이디어입니다. 연구진은 사람들이 다른 사람들이 얼마나 빨리 좋아지거나 나빠지는지를 보고 결정을 내릴 때, 시스템이 놀라운 방식으로 작동한다는 것을 발견했습니다. 시스템은 자연스럽게 단 하나의 최선의 치료법으로 수렴하지도 않고, 그렇다고 격렬하게 요동치지도 않습니다. 대신, 인구 집단은 전적으로 그것이 어디서 시작되었는지에 따라 결정되는 특정 결과에 고착됩니다.

이 발견의 핵심은 사람들이 건강 소식에 어떻게 반응하는지에 있습니다. 이 모델은 개인이 단순히 얼마나 많은 사람이 건강한지 혹은 아픈지를 세는 것이 아니라, 건강의 '변화'에 반응한다고 가정합니다. 만약 특정 치료법을 사용하는 집단의 건강 상태가 갑자기 더 빠르게 회복되기 시작한다면, 이러한 긍aged 변화는 더 많은 사람을 그 치료법으로 끌어들이는 강력한 사회적 신호를 만들어냅니다. 반대로, 집단의 건강이 갑자기 악화되면, 이러한 부정적인 변화는 사람들을 멀어지게 합니다. 연구진은 사람들이 현재 상태가 아닌 변화에 집중하는 것이 시스템에 독특한 특성을 만든다는 것을 발견했습니다. 즉, 연속적인 가능한 결과의 선을 만드는 것입니다. 일반적인 시스템에서는 모든 사람이 가장 효과적인 약을 선택하는 것처럼, 인구가 결국 하나의 완벽한 답으로 수렴할 것이라고 기대할 수 있습니다. 그러나 여기서는 그런 일이 일어나지 않습니다. 시스템은 거의 전적으로 근거 기반 의학을 따르는 집단부터 거의 전적으로 대안 의학을 따르는 집단에 이르기까지, 가능한 스펙트럼의 어느 지점에서든 안착할 수 있습니다.

사회 집단이 실제로 도달하는 지점은 초기 조건과 사회적 신호의 "볼륨"에 의해 결정됩니다. 연구진은 만약 한 치료법의 사회적 증폭이 다른 치료법보다 더 강하다면—즉, 그 치료법의 성공이나 실패 사례가 더 빠르고 크게 전달된다면—그것이 균형을 기울게 할 수 있음을 보여주었습니다. 그러나 가장 놀라운 발견은 시스템이 일종의 기억을 가지고 있다는 점입니다. 일단 인구 집단이 특정 치료법의 균형에 안착하면, 외부의 힘이 능동적으로 밀어붙이지 않는 한 다른 균형으로 쉽게 이동할 수 없습니다. 만약 일시적인 캠페인이 사람들에게 치료법을 바꾸도록 설득한다면, 시스템은 원래 있던 곳으로 돌아가지 않습니다. 대신 완전히 새로운, 영구적인 평형 상태에 도달합니다. 사회는 그러한 일시적인 압력에 대한 "결정론적 기억"을 보유하게 됩니다. 인구 집단이 겪게 되는 최종적인 치료법의 혼합은 단순히 어떤 의학이 과학적으로 우월한가의 반영이 아니라, 사람들이 건강 변화에 어떻게 반응했는지와 그 반응이 사회적 네트워크에 의해 어떻게 증폭되었는지에 대한 기록입니다.

이 모델은 왜 일부 대안 의학 관행이 임상 데이터가 표준 치료보다 효과가 낮음을 시사함에도 불구하고 여전히 인기를 유지하는지를 설명하는 데 도움이 됩니다. 연구진은 실제 설문 조사에서 다양한 국가의 상당 부분의 인구가 홈오파시(동종요법)를 사용하고 있다는 점에 주목했는데, 체계적 검토 결과 동종요법의 효과가 종종 플라세보 효과와 구별할 수 없을 정도임에도 불구하고 그러합니다. 그들의 시뮬레이션에서, 회복 속도가 더 느린 치료법이라 할지라도 그와 관련된 사회적 신호가 충분히 강력하거나 인구가 특정 믿음의 분포로 시작되었다면 문화적 지형을 지배할 수 있습니다. 이 연구는 서로 다른 의료 패러다임의 공존이 반드시 혼란이나 과학의 실패를 의미하는 것이 아니라, 인간 집단이 건강에 관한 정보를 처리하는 방식의 자연스러운 결과임을 보여줍니다. 시스템은 안정적이지만 유연하지는 않습니다. 즉, 한 번 새로운 상태로 밀려나면 이전 상태로 돌아가는 것에 저항합니다.

연구진은 또한 공중 보건 캠페인과 같은 외부의 힘이 개입하려고 할 때 어떤 일이 발생하는지도 탐구했습니다. 그들은 특정 치료법을 선택하는 사람의 수를 직접적으로 변화시키는 일시적인 개입이 시스템의 궤적을 영구적으로 변화시키는 역할을 한다는 것을 발견했습니다. 직접적인 개입에 의해 깨진 특정 수학적 균형에 의존하기 때문에, 인구 집단은 캠페인이 끝난 후 원래 상태로 돌아가지 않습니다. 대신, 새로운 다른 안정적인 상태로 완만하게 안착합니다. 이는 오보 캠페인이든 표적화된 보건 교육이든, 단기적인 충격이 사회의 문화적 구성을 바꾸는 지속적인 구조적 변화를 남길 수 있음을 의미합니다. 장기적인 결과는 단순히 의학의 질에 관한 것이 아니라, 사회가 거쳐온 경로에 관한 것입니다.

이 연구는 단순화된 결정론적 모델에 의존하고 있는데, 이는 무작위적인 확률 없이 대규모 인구의 평균적인 행동을 기술한다는 것을 의미합니다. 연구진은 사회적 피드백 메커니즘을 분리하기 위해 이러한 접근 방식을 사용했습니다. 그들은 분석적으로 이 시스템이 단 하나의 고립된 "최선"의 해답을 가지고 있지 않음을 증명했습니다. 대신, 시스템은 연속적인 중립 평형선을 가지고 있습니다. 이는 주어진 시작점에 대해 정확히 하나의 최종 목적지가 존재하며, 그 목적지는 초기 건강 상태와 초기 믿음의 분포에 의해 결정된다는 것을 의미합니다. 모델은 시스템의 비선형성, 즉 복잡한 행동이 질병의 생물학이 아니라 전적으로 사회적 피드백 루프에서 기인함을 보여줍니다. 질병 자체는 단순하고 선형적이지만, 사람들이 그것에 대해 이야기하고 그 변화에 반응하는 방식이 복잡하고 경로 의존적인 역사를 만들어냅니다.

궁극적으로 이 작업은 덜 효과적인 의료 치료법의 지속이 단지 더 나은 데이터를 통해서만 해결될 수 있는 미스터리가 아님을 시사합니다. 그것은 시스템 자체의 특징입니다. 연구진은 건강 결과의 변화율에 의해 주도되는 치료법의 사회적 가시성이 다양한 의료 패러다임의 공존을 유지하기에 충분하다는 것을 보여주었습니다. 사회가 근거 기반 의학을 많이 채택하느냐 혹은 대안 의학을 많이 채택하느냐는 그 사회가 과거에 건강 변화에 어떻게 반응했는지에 대한 구체적인 역사에 달려 있습니다. 모델은 사회가 이전 상태에 대한 영구적인 기록을 보유하고 있으며, 일시적인 개입이 개입이 끝난 후에도 오래 지속되는 방식으로 사회의 장기적인 문화적 지형을 재작성하여 변화시킬 수 있음을 드러냅니다.