Crude co-mention trends and standardized observed-to-expected ratios can move in opposite directions: a decomposition, with an application to US multiple-cause-of-death data
이 논문은 수학적 분해와 미국 사망 데이터를 통해, 공존 질환의 배경 빈도가 변화할 때 조사적 공동 언급 추세가 표준화된 과표집 비율과 달라질 수 있음을 입증하며, 이러한 배경 변화를 고려하지 않고 한 지표를 다른 지표의 대리 지표로 해석하는 것이 동반 질환 부담에 관한 오해를 불러일으킬 수 있다고 주장한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
사람이 사망할 때, 그들의 사망에 대한 공식 기록은 단순한 원인 그 이상입니다. 그것은 생명의 종말에 기여한 모든 의학적 상태의 목록입니다. 연구자들은 이 목록, 즉 다중 사망 원인 기록을 사용하여 서로 다른 질병들이 어떻게 함께 이동하는지 이해합니다. 만약 의사가 사망 진단서에 심부전과 신장 질환을 모두 기재했다면, 이는 두 질환 사이의 연관성을 시사합니다. 과학자들은 이러한 쌍이 시간이 지남에 따라 얼마나 자주 함께 나타나는지를 계산함으로써, 특정 질병 간의 연결고리가 강해지고 있는지, 약해지고 있는지, 혹은 그대로 유지되고 있는지를 파악하려고 노력합니다. 이 정보는 공중 보건에 매우 중요한데, 복합적이고 중첩된 질병의 부담이 인구 사이에서 증가하고 있는지 여부를 공직자들이 이해하도록 돕기 때문입니다. 그러나 이 수치들을 읽는 방식에는 숨겨진 함정이 있습니다. 두 가지 상태가 함께 나타나는 횟수를 단순히 세는 방식은, 실제 의학적 연결고리가 약해지고 있음에도 불구하고 상승할 수 있습니다. 이는 한 가지 상태의 배경 빈도가 다른 상태와 전혀 무관한 이유로 상승할 수 있기 때문이며, 이로 인해 두 상태가 실제보다 더 긴밀하게 결합되고 있다는 통계적 착시를 만들어냅니다.
세카니 니콜라스 복실(Sekani Nicolas-Boxill)이라는 연구자는 미국의 20년 치 실제 데이터를 살펴보며 이 혼란을 해결하고자 했습니다. 이 연구는 네 가지 서로 다른 심각한 감염증과 이들이 사망 진단서상에서 만성 신장 질환과 얼마나 자주 함께 나타나는지에 초점을 맞추었습니다. 연구자는 단순히 두 상태를 모두 가진 사람의 수를 세는 가공되지 않은 수치(raw numbers)를 조사하고, 이를 더 정교한 계산법과 비교했습니다. 이 정교한 방법은 다음과 같은 다른 질문을 던집/합니다. 감염증으로 사망한 사람들의 연령과 성별을 고려했을 때, 일반 인구의 추세를 바탕으로 그들이 신장 질환을 함께 가지고 있을 것으로 기대되는 수치는 얼마인가? 연구자는 이 가공되지 않은 수치를 두 부분, 즉 가공되지 않은 수치와 기대되는 배경 빈도로 분리함으로써, 무엇이 실제로 추세를 주도하고 있는지 확인할 수 있었습니다.
연구 결과는 심장 내 심각한 감염인 감염성 심내막염에 대한 데이터에서 놀라운 모순을 드러냈습니다. 2013년에서 2019년 사이, 심장 감염 사망 중 신장 질환이 함께 언급된 가공되지 않은 비율은 매년 거의 1퍼센트 포인트씩 꾸준히 상승했습니다. 이 수치를 대충 읽는다면 두 조건이 점점 더 빈번하게 연결되고 있다고 생각할 것입니다. 그러나 연구자가 일반 인구에서 신장 질병의 배경 발생률 상승을 고려하여 정교한 계산을 적용했을 때, 결과는 완전히 뒤바뀌었습니다. 두 조건이 실제로 과표집된 정도를 나타내는 척도는 매년 2.5퍼센트 포인트 이상 감소했습니다. 가공되지 않은 수치가 상승한 이유는 심장 감염이 이전보다 더 많은 신장 질환 환자를 끌어들였기 때문이 아니라, 신장 질환 자체가 사망 진단서에서 전반적으로 더 흔해졌기 때문이었습니다.
이와 동일한 상반된 추세가 다른 쌍에서도 나타났습니다. 심각한 혈액 감염인 패혈증의 경우, 가공되지 않은 공동 언급 비율은 통계적으로 불확실한 미미한 상승을 보였으나, 정교한 척도는 명확하고 일관된 감소를 보여주었습니다. 폐렴의 경우, 두 수치 모두 상승했지만, 가공되지 않은 수치가 정교한 척도보다 훨씬 빠르게 상승했는데, 이는 증가가 폐렴과 신부전 사이의 특정한 연결 강화보다는 신장 질환 언급의 일반적인 증가에 의해 주로 주도되었음을 나타냅니다. 또한 연구는 2011년과 2012년에 사망 진단서상의 신장 질환 코딩 방식이 변경되어 모든 범주에서 언급이 급증했던 특정 시기를 강조했습니다. 이 코딩 변경은 가공되지 않은 수치와 배경 기대치를 모두 동일하게 영향을 미쳤으며, 이는 표준적인 통계적 조정을 통해서도 항상 급격한 데이터 기록 방식의 변화를 해결할 수는 없음을 증명했습니다.
그 후 연구자는 다른 과학자들이 유사한 데이터를 어떻게 해석하고 있는지 살펴보았습니다. 25개의 최근 연구를 검토한 결과, 대부분의 연구자가 두 질병이 함께 발생하는 사망의 가공되지 않은 상승을 질병 부담의 증가나 연결의 강화에 대한 증거로 보고했습니다. 많은 연구가 자신의 결과를 어떤 형태의 배경 추이와 비교하기는 했지만, 그들 중 누구도 가공되지 않은 수치를 기대되는 배경 빈도와 실제 상대적 과표집이라는 두 가지 뚜렷한 구성 요소로 분리하지 않았습니다. 이는 해당 분야가 분석에서 결정적인 단계를 놓치고 있음을 의미합니다. 이 연구는 가공되지 않은 수치의 상승이 반드시 질병 쌍이 더 위험해지거나 더 밀접하게 연결된다는 것을 의미하지 않는다고 결론짓습니다. 진정한 이야기를 이해하려면, 연구자들은 배경 빈도를 살펴보고 관찰된 값에 대한 기대값의 비율을 계산해야 합니다. 이러한 분리 없이는, 데이터가 실제로는 존재하지 않는 연결을 증가하는 연결인 것처럼 쉽게 이야기를 만들어낼 수 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.