상대위험 절대위험, 치료 효과 읽기

상대위험과 절대위험은 무엇이 다른가요?

치료 효과를 다룬 기사에서 “위험이 50% 감소했다”는 문구는 눈에 잘 띕니다. 이 수치는 원래 위험에 비해 얼마나 줄었는지를 보여 주지만, 치료받은 사람 가운데 실제로 결과가 달라진 규모까지 알려 주지는 않습니다. 같은 50% 감소라도 출발점이 20%인지 0.2%인지에 따라 개인이 기대할 수 있는 이득은 크게 달라집니다.

위험은 일정한 관찰 기간에 특정 결과가 발생한 사람의 비율입니다. 비교군 1,000명 중 40명이 발병했다면 위험은 4%이고, 치료군 1,000명 중 20명이 발병했다면 위험은 2%입니다. 상대위험은 치료군 위험을 비교군 위험으로 나눈 값이므로 2%÷4%=0.5입니다. 상대위험감소는 1-0.5=0.5, 즉 50%가 됩니다.

절대위험감소는 두 집단의 위험을 빼서 구합니다. 4%-2%=2%포인트입니다. 같은 자료를 1,000명 기준으로 표현하면 발병자가 40명에서 20명으로 적게 관찰됐다는 뜻입니다. 상대위험감소 50%와 절대위험감소 2%포인트는 어느 한쪽만 맞는 수치가 아니라 서로 다른 질문에 답하는 지표입니다. 이러한 위험비와 절대 효과의 구분은 미국 질병통제예방센터의 역학 자료 해석 안내와 코크란 근거 해석 지침에서도 확인할 수 있습니다.

치료 효과 지표	계산 방법	1,000명 가정 사례	지표가 답하는 질문
비교군 위험	40÷1,000	4%	비교군에서 결과가 얼마나 발생했는가
치료군 위험	20÷1,000	2%	치료군에서 결과가 얼마나 발생했는가
상대위험	2%÷4%	0.5	치료군 위험이 비교군의 몇 배인가
상대위험감소	1-0.5	50%	기준 위험에 비해 어느 비율만큼 줄었는가
절대위험감소	4%-2%	2%포인트	두 집단의 실제 위험 차이는 얼마인가

“위험 50% 감소”는 실제 인원으로 얼마인가요?

교육 자료에 치료군과 비교군을 각각 1,000개의 사람 모양으로 표시한다고 가정해 보겠습니다. 비교군에서는 발병자 40개, 치료군에서는 발병자 20개를 색칠합니다. 두 집단에서 관찰된 발병자 수의 차이는 20명입니다. 다만 이 차이를 곧바로 치료 때문에 예방된 20명이라고 단정할 수는 없습니다. 인과효과로 해석하려면 무작위 배정 여부, 집단 간 조건의 균형, 중도 탈락과 결과 측정 방식 같은 연구 설계가 뒷받침되어야 합니다.

이 장면에서는 발병자만이 아니라 발병하지 않은 사람도 함께 보아야 합니다. 치료군에서는 980명, 비교군에서도 960명이 발병하지 않았습니다. 상대적인 50% 감소는 정확한 계산이지만, “1,000명당 발병자가 40명에서 20명으로 적게 관찰됐다”는 설명을 나란히 제시해야 전체 치료 대상과 차이가 난 인원의 규모를 구분하기 쉽습니다.

절대위험감소로 치료필요수도 계산할 수 있습니다. 2%를 소수 0.02로 바꾸어 1÷0.02를 계산하면 50입니다. 연구에서 관찰한 대상과 기간이 동일하다는 전제 아래, 결과 1건을 추가로 예방하는 데 필요한 치료 인원이 약 50명이라는 의미입니다. 치료필요수는 절대위험 차이의 역수로 산출하며, 반올림할 때는 예방 효과를 과대평가하지 않도록 해석해야 합니다. 계산과 보고 원칙은 옥스퍼드 근거중심의학센터의 치료필요수 안내에서 살펴볼 수 있습니다.

기준 위험이 달라지면 같은 상대 효과도 왜 달라지나요?

상대위험이 0.5로 같아도 비교군의 원래 위험에 따라 절대적인 이득은 달라집니다. 비교군 위험이 20%이고 치료군 위험이 10%라면 상대위험감소는 50%, 절대위험감소는 10%포인트입니다. 이때 치료필요수는 10명입니다. 반면 위험이 0.2%에서 0.1%로 줄었다면 상대위험감소는 똑같이 50%이지만 절대위험감소는 0.1%포인트이고 치료필요수는 1,000명입니다.

이 계산만으로 치료의 가치를 단정할 수는 없습니다. 예방하려는 결과가 사망인지 일시적인 증상인지에 따라 중요도가 다르고, 치료 부담과 부작용도 함께 달라지기 때문입니다. 다만 출발점인 기준 위험이 개인의 기대 이득을 크게 좌우한다는 점은 분명합니다. 연령, 기저질환, 질환의 중증도와 관찰 기간이 다른 연구의 백분율을 그대로 비교하기 어려운 이유도 여기에 있습니다.

연구의 평균 효과가 모든 개인에게 똑같이 적용되는 것도 아닙니다. 자신과 연구 참여자의 특성이 얼마나 비슷한지, 비교군이 현재의 표준 치료를 받았는지 확인해야 합니다. 위험이 낮은 사람에게는 절대 이득이 작을 수 있고, 위험이 높은 사람에게는 같은 상대 효과가 더 큰 절대 이득으로 이어질 수 있습니다.

치료 효과 자료에서 무엇을 함께 확인해야 하나요?

수치를 다시 계산하려면 치료군과 비교군의 사건 수, 각 집단의 전체 인원, 관찰 기간이 필요합니다. “10% 감소”가 10%에서 0%로 줄었다는 뜻인지, 기존 위험의 10%만큼 상대적으로 줄었다는 뜻인지도 구별해야 합니다. 4%에서 2%로 줄어든 변화는 2%포인트 감소이자 상대적으로 50% 감소한 것이므로 퍼센트와 퍼센트포인트를 바꾸어 쓰면 안 됩니다.

결과의 종류 역시 중요합니다. 사망, 입원, 증상 완화, 검사 수치 변화는 환자에게 갖는 의미가 서로 다릅니다. 이득을 절대위험감소로 살폈다면 부작용도 치료군과 비교군에서 몇 명에게 발생했는지 같은 단위로 비교하는 편이 균형에 맞습니다. 비용, 복용 기간, 내원 부담과 개인이 중요하게 여기는 결과까지 포함해야 치료 선택의 실제 의미가 드러납니다.

표본에서 얻은 효과 추정치에는 우연에 따른 불확실성도 있습니다. 신뢰구간이 넓다면 정확한 효과 크기가 아직 충분히 좁혀지지 않았다는 뜻입니다. 통계적으로 차이가 있다는 사실만으로 그 차이가 임상적으로 중요하다고 결론 내릴 수도 없습니다. 연구 배정 방식, 눈가림, 중도 탈락, 후속 관찰의 완전성은 숫자의 신뢰도를 판단하는 핵심 조건입니다.

개인이 치료 효과를 읽는 순서는 어떻게 잡아야 하나요?

자료에서 큰 감소율을 발견했다면 원래 위험과 관찰 기간을 찾습니다. 이어 치료군과 비교군의 위험을 각각 100명 또는 1,000명당 인원으로 바꾸면 효과의 규모가 눈에 들어옵니다. 두 위험을 나누면 상대위험을, 빼면 절대위험감소를 구할 수 있습니다. 치료필요수는 절대위험감소를 소수로 바꾼 뒤 그 역수를 계산합니다.

“치료필요수 50명”이라는 문장만으로는 정보가 부족합니다. 어떤 특성을 가진 사람을 대상으로 어떤 결과를 몇 년 동안 관찰했는지가 붙어야 합니다. 부작용에도 동일한 방식으로 절대위험증가와 위해발생필요수를 적용할 수 있지만, 이득과 위해의 중요도가 같다고 전제해서는 안 됩니다.

핵심은 상대위험을 과장으로, 절대위험만을 진실로 편 가르는 데 있지 않습니다. 상대위험은 효과의 비례적 크기를 보여 주고 절대위험은 현실에서 관찰된 차이의 규모를 보여 줍니다. 두 지표를 기준 위험, 관찰 기간, 연구 설계와 불확실성에 연결할 때 치료 효과를 개인의 상황에 맞게 판단할 수 있습니다. 통계는 공식을 외우는 과목이라기보다 생활 속 숫자가 무엇을 말하고 무엇을 말하지 못하는지 가려내는 도구에 가깝습니다.

참고 자료

정의와 해석 원칙은 Cochrane Handbook 제15장: 결과 해석과 결론, CDC Field Epidemiology Manual: 자료 수집·분석·해석, Oxford Centre for Evidence-Based Medicine: Number Needed to Treat를 참고할 수 있습니다. 이 글의 1,000명 사례는 개념 설명을 위한 가정이며 특정 치료제의 실제 효과나 개인별 치료 권고를 뜻하지 않습니다.