맨위로가기

위험 인자

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

위험 인자는 특정 결과의 발생 확률을 높이는 요소를 의미하며, 1961년 윌리엄 B. 카넬에 의해 처음 사용되었다. 위험 인자는 상관관계가 있을 수 있지만 인과 관계를 반드시 의미하지는 않으며, 상대 위험도, 발생률, 발생률 증가, 위험비 등을 통해 설명될 수 있다. 연령, 성별, 민족 등은 일반적인 혼입 요인으로, 역학 연구에서 결과를 평가할 때 고려된다. 위험 표지자는 질병 등과 연관된 변수이지만, 위험 표지자의 변화가 반드시 결과의 위험 변화로 이어지는 것은 아니다.

더 읽어볼만한 페이지

  • 의학통계학 - 사망률
    사망률은 특정 기간 동안의 사망자 수를 인구 집단 크기로 나눈 비율로, 인구 집단의 건강 상태와 사회 경제적 수준을 나타내는 지표이며, 역학 연구, 세계 보건 동향 분석 등에 활용된다.
  • 의학통계학 - 유병률
    유병률은 역학에서 특정 시점에 특정 인구 집단 내에 질병이나 건강 상태를 가진 사람들의 비율을 나타내는 지표로서, 질병의 이환 기간, 완치율 등에 영향을 받으며 보건 자원 배분 등에 활용된다.
  • 의료정보학 - 개인 건강 기록
    개인 건강 기록(PHR)은 개인이 자신의 건강 정보를 수집, 관리 및 공유하는 전자 시스템 또는 도구로서, 환자가 정보에 대한 완전한 통제권을 가지며 의료 서비스 접근성 향상 등의 이점을 제공하지만 개인 정보 보호와 같은 과제도 안고 있다.
  • 의료정보학 - 병원정보시스템
    병원정보시스템은 환자 정보와 병원 운영 관리를 전자적으로 통합 관리하여 의료진에게 환자 치료 정보를 제공하고 병원 운영 효율성을 높이는 시스템으로, 모바일 기술 융합과 데이터 표준화를 통해 발전하고 있다.
위험 인자
위험 요인
유형행동
환경
유전
관련 질병심혈관 질환
암
당뇨병
위험도 측정상대 위험도
인구 기여 위험도

2. 역사

"위험 인자"라는 용어는 1961년 내과학 회보(Annals of Internal Medicine)에 실린 윌리엄 B. 카넬의 논문에서 처음 사용되었다.[14]

2. 1. 용어의 기원

'위험 인자(Risk factor)'라는 용어는 1961년 프래밍햄 심장 연구 책임자인 윌리엄 B. 카넬이 내과학 회보(Annals of Internal Medicine)에 발표한 논문에서 처음 사용되었다.[19][14]

3. 상관관계와 인과관계

위험 인자는 상관 관계가 있을 뿐, 반드시 인과 관계가 있는 것은 아니다. 이는 상관 관계가 인과 관계를 증명하지 못하기 때문이다. 예를 들어, 젊음이 홍역을 유발한다고 말할 수는 없지만, 젊은 사람들은 이전 유행병 동안 면역력을 획득할 가능성이 낮기 때문에 홍역 발병률이 더 높다. 통계적 방법은 연관성의 강도를 평가하고 인과적 증거를 제공하는 데 자주 사용된다. 예를 들어 흡연과 폐암의 연관성에 대한 연구가 있다. 통계적 분석과 생물학적 과학을 통해 위험 인자가 인과적인지 여부를 확인할 수 있다. 어떤 사람들은 위험 인자라는 용어를 질병 발생률 증가의 인과적 결정 요인으로 사용하고, 입증되지 않은 연관성을 잠재적 위험, 연관성 등으로 부르는 것을 선호한다.

신중하게 수행되고 연구에 기반할 때, 위험 인자 식별은 의학적 선별 검사의 한 가지 전략이 될 수 있다.[5]

4. 위험 인자의 설명

위험 인자는 주로 유방암의 위험 인자에서 가져온 개념으로, 다음과 같은 용어로 설명할 수 있다.


  • 상대 위험도: "여성은 60대에 유방암에 걸릴 확률이 20대보다 100배 이상 높다"와 같이 표현된다.[6]
  • 발생률: 위험 인자를 가진 집단에서 발생하는 비율을 의미한다. 예를 들어 "유방암 사례의 99%는 여성에게서 진단된다"와 같이 표현된다.[7]
  • 발생률 증가: 노출 집단의 발생률 증가를 나타낸다. "매일 술을 한 잔씩 마시면 여성 1,000명당 유방암 발생률이 11건 증가한다"와 같이 표현된다.[8]
  • 위험비: 대조군과 비교하여 위험 인자에 노출된 집단의 위험 정도를 나타낸다. "평균 5년 동안 에스트로겐과 프로게스틴을 투여받도록 무작위 배정된 여성의 ... 위험비는 1.24였다"와 같이 표현된다.[9]

4. 1. 상대 위험도

여성은 60대에 유방암에 걸릴 확률이 20대보다 100배 이상 높다.[6]

4. 2. 발생률

위험 인자를 가진 집단에서 발생하는 발생률 비율을 나타낸다. 예를 들어 "유방암 사례의 99%는 여성에게서 진단된다."[7]

4. 3. 발생률 증가

유방암의 위험 인자에서 주로 가져온 내용으로, 노출 집단의 발생률 증가는 다음과 같이 설명할 수 있다. "매일 술을 한 잔씩 마시면 여성 1,000명당 유방암 발생률이 11건 증가한다."[8]

4. 4. 위험비

위험비는 대조군과 비교하여 위험 인자에 노출된 집단의 위험 정도를 나타낸다. 예를 들어 "평균 5년 동안 에스트로겐과 프로게스틴을 투여받도록 무작위 배정된 여성의 ... 위험비는 1.24였다."[9]

5. 예시

결혼식에서 닭고기를 먹은 사람들의 식중독 위험은 22/74 = 0.297이고, 닭고기를 먹지 않은 사람들의 식중독 위험은 2/35 = 0.057이다.[10] 닭고기를 먹은 사람들은 먹지 않은 사람들보다 5배 이상 높은 위험을 보였는데, 이는 상대 위험이 5 이상이라는 의미이다. 이는 닭고기를 먹은 것이 질병의 원인임을 시사하지만, 증거는 아니다.[10]

6. 일반적인 결정 요인

결과의 확률은 일반적으로 여러 관련된 변수 간의 상호 작용에 따라 달라진다. 역학 연구를 수행할 때 다른 결정 요인은 혼입 요인으로 작용할 수 있으며, 층화 등의 방법을 통해 제어해야 한다.

6. 1. 주요 혼입 요인

역학 연구에서 대부분의 역학적 연관성에 공통적으로 적용되는 주요 혼입 요인은 다음과 같다.[11]

  • 연령 (유아는 0~1.5세, 어린이는 1.5~6세 등)
  • 성별 (남성 또는 여성)
  • 민족 (인종에 기반함)

6. 2. 기타 혼입 요인

사회적 지위/소득, 지리적 위치, 유전적 소인, 성 정체성, 직업, 과로, 성적 지향, 만성 스트레스 수준, 식단, 신체 운동 수준, 알코올 소비 및 흡연, 기타 건강의 사회적 결정 요인 등이 혼입 요인으로 작용할 수 있다.

7. 위험 표지자

'''위험 표지자'''는 질병 또는 기타 결과와 정량적으로 관련된 변수이지만, 위험 표지자를 직접적으로 변경한다고 해서 반드시 결과의 위험이 변경되는 것은 아니다. 예를 들어, 음주운전 이력은 조종사에게 위험 표지자가 될 수 있는데, 역학 연구에 따르면 음주운전 이력이 있는 조종사가 음주운전 이력이 없는 조종사에 비해 항공 사고에 연루될 가능성이 유의하게 더 높다.[13]

참조

[1] 서적 Disorders of childhood : development and psychopathology 2017-05-24
[2] 서적 Improving Health in the Community: A Role for Performance Monitoring: 2. Understanding Health and Its Determinants: A Model of the Determinants of Health https://www.ncbi.nlm[...] National Academy of Sciences: National Academies Press: Institute of Medicine (US) Committee on Using Performance Monitoring to Improve Community Health
[3] 웹사이트 Health Impact Assessment (HIA): Glossary of terms used https://www.who.int/[...] World Health Organization 2019-07-20
[4] 웹사이트 Health Impact Assessment (HIA): The determinants of health https://www.who.int/[...] World Health Organization 2019-07-20
[5] 학술지 When can a risk factor be used as a worthwhile screening test?
[6] 서적 Cancer Medicine B. C. Decker 2011-01-27
[7] 학술지 Breast carcinoma in men: a population-based study 2004-07
[8] 학술지 Moderate alcohol intake and cancer incidence in women 2009-03
[9] 학술지 Health Risks and Benefits 3 Years After Stopping Randomized Treatment with Estrogen and Progestin https://escholarship[...]
[10] 간행물 Relative Risk http://www.ncbi.nlm.[...] StatPearls Publishing 2020-06-10
[11] 서적 Abnormal child psychology
[12] 학술지 Global, regional, and national burdens of ischemic heart disease and stroke attributable to exposure to long working hours for 194 countries, 2000–2016: A systematic analysis from the WHO/ILO Joint Estimates of the Work-related Burden of Disease and Injury 2021
[13] 문서 Li G., Baker S. P., Qiang Y., Grabowski J. G., McCarthy M. L. Driving-while-intoxicated history as a risk marker for general aviation pilots. Accid Anal Prev. 2005;37(1):179-84./McFadden K. L. Driving while intoxicated (DWI) convictions and job-related flying performance – a study of commercial air safety. J Oper Res Soc. 1998;49:28–32
[14] 뉴스 William Kannel, Former Director of the Framingham Heart Study, Dead at 87 https://www.forbes.c[...] 2011-08-23
[15] 서적 Disorders of childhood : development and psychopathology https://www.worldcat[...]
[16] 웹인용 Health Impact Assessment (HIA): Glossary of terms used https://www.who.int/[...] World Health Organization 2019-07-20
[17] 웹인용 Health Impact Assessment (HIA): The determinants of health https://www.who.int/[...] World Health Organization 2019-07-20
[18] 서적 Improving Health in the Community: A Role for Performance Monitoring: 2. Understanding Health and Its Determinants: A Model of the Determinants of Health https://www.ncbi.nlm[...] National Academy of Sciences: National Academies Press: Institute of Medicine (US) Committee on Using Performance Monitoring to Improve Community Health
[19] 뉴스 William Kannel, Former Director of the Framingham Heart Study, Dead at 87 https://www.forbes.c[...] 2011-08-23


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com