1 두 가지 결합 패턴
Sequential (연속·conjunctive): 첫 검사 양성자만 두 번째 검사 시행. 두 검사 모두 양성이면 진성 양성으로 판정.
Parallel (병렬·disjunctive): 두 검사 동시 시행. 한 검사라도 양성이면 진성 양성으로 판정.
(Schulz & Grimes, 2019, Ch.8.3).
1.1 직관 3 단계 — 두 패턴의 본질
- 추상: Sequential 은 AND, parallel 은 OR. AND 는 양 검사 모두 통과해야 → Sp ↑, Sn ↓. OR 는 한 검사만 통과해도 → Sn ↑, Sp ↓.
- 일상어 비유: AND = 두 면접 모두 통과해야 합격 (까다로움). OR = 둘 중 하나만 통과해도 합격 (너그러움).
- 반사실: 단일 검사는 두 패턴의 중간. 결합 패턴이 cut-point 조절보다 더 큰 자유도 제공.
2 Sequential — Sp 우선
2.1 수식 (가정: 두 검사 독립)
\[ \text{Sn}_{\text{seq}} = \text{Sn}_1 \cdot \text{Sn}_2 \] \[ \text{Sp}_{\text{seq}} = 1 - (1 - \text{Sp}_1)(1 - \text{Sp}_2) = \text{Sp}_1 + \text{Sp}_2 - \text{Sp}_1 \cdot \text{Sp}_2 \]
(여기서는 두 양성을 모두 양성이라 가정. 단순화 형태.)
- 추상: 진성 양성자가 두 검사 모두 양성일 확률 = \(\text{Sn}_1 \cdot \text{Sn}_2\) (독립 가정). 한 검사라도 음성이면 sequential 음성.
- 일상어 비유: 두 단계 시험 모두 합격할 확률 = 단계 1 합격 × 단계 2 합격.
- 반사실: 두 검사가 같은 분야 (correlated) 면 곱셈이 과대 평가. 진성 Sn 은 약간 ↑.
2.2 사례 — HIV 검사
1 단계: ELISA — Sn 99%, Sp 99%. 2 단계: Western Blot — Sn 99%, Sp 99.9%.
Sequential 결합: - \(\text{Sn} = 0.99 \cdot 0.99 = 0.98\) - \(\text{Sp} = 0.99 + 0.999 - 0.99 \cdot 0.999 = 0.99999\)
해석: Sn 약간 ↓ (98%), Sp 가 거의 100% — false positive 거의 0.
3 단계 직관:
- 추상: HIV 의 false positive 가 환자에게 큰 심리·사회 비용 → Sp 우선.
- 일상어 비유: 형사 사건 유죄 판결 — 한 증거만으로 부족, 다중 증거 합치 → 무죄 판결 잘못의 기회 ↓.
- 반사실: 단일 ELISA 만 사용하면 false positive 1% 가 인구 당 만 명 → 큰 사회 부담.
3 Parallel — Sn 우선
3.1 수식 (독립 가정)
\[ \text{Sn}_{\text{par}} = 1 - (1 - \text{Sn}_1)(1 - \text{Sn}_2) = \text{Sn}_1 + \text{Sn}_2 - \text{Sn}_1 \cdot \text{Sn}_2 \] \[ \text{Sp}_{\text{par}} = \text{Sp}_1 \cdot \text{Sp}_2 \]
3.2 사례 — 응급 심근경색
응급실의 심근경색 의심 환자 — false negative 의 비용이 매우 큼 (사망 위험).
Battery: - Troponin (Sn 95%, Sp 95%) - CK-MB (Sn 80%, Sp 95%) - ECG (Sn 50%, Sp 95%)
Parallel 결합 (한 검사라도 양성이면 양성): - \(\text{Sn} = 1 - (1-0.95)(1-0.80)(1-0.50) = 1 - 0.05 \cdot 0.20 \cdot 0.50 = 0.995\) - \(\text{Sp} = 0.95 \cdot 0.95 \cdot 0.95 = 0.857\)
해석: Sn 99.5% — false negative 거의 0. Sp 86% — false positive ↑ 이지만 후속 추가 평가로 확인.
3 단계 직관:
- 추상: 급성·치명적 결과는 Sn 우선. False negative 의 비용이 false positive 의 비용보다 훨씬 큼.
- 일상어 비유: 화재 의심 시 모든 감지기 (연기·열·CO) 중 하나라도 울리면 대피 — 화재 놓치는 비용이 false alarm 비용보다 큼.
- 반사실: 안정한 외래 환자라면 sequential 도 OK — 비용·시간 절감 우선.
4 두 패턴의 비교 표
| 측면 | Sequential | Parallel |
|---|---|---|
| 결합 | AND | OR |
| Sn | ↓ | ↑ |
| Sp | ↑ | ↓ |
| 비용 | 1 단계 음성자는 2 단계 안 함 → 비용 ↓ | 모두 다 검사 → 비용 ↑ |
| 시간 | ↑ (순차) | ↓ (동시) |
| 적합 | 비-급성 + Sp 우선 | 급성 + Sn 우선 |
5 PPV 의 변화
같은 prevalence 라도 Sequential 은 PPV ↑, parallel 은 PPV ↓ (Sn 변화 영향이 작고 Sp 변화 영향이 큼).
- 추상: PPV 는 Sp 에 더 민감 (Sn 보다). Sp 99% → 99.99% 변화가 PPV 에 큰 효과.
- 일상어 비유: 도시 구조의 false alarm 줄이기 = 진짜 알람의 신뢰도 ↑. False alarm 1% 와 0.1% 의 차이가 진짜 신뢰성에 큰 영향.
- 반사실: Parallel 은 Sp 곱셈으로 ↓ → false positive ↑ → PPV ↓. 후속 진단 inflation.
6 독립성 가정의 위험
위 수식들은 두 검사가 독립이라는 가정 — 한 검사 결과가 다른 검사와 무관.
진성: 두 검사가 같은 생물학적 신호를 본다면 (예: troponin + CK-MB 모두 심근 손상 marker) 강한 상관 → 결합 효과가 가정보다 작음.
3 단계 직관:
- 추상: \(\text{Cov}(\text{Test}_1, \text{Test}_2) > 0\) → 결합 추가 정보 ↓.
- 일상어 비유: 같은 책 두 페이지를 읽기 — 두 번째 페이지의 추가 정보가 첫 페이지보다 적음.
- 반사실: 다른 도메인 검사 (영상 + 혈액 + 임상) 가 더 독립적 → 결합 효과 ↑.
7 IT 대응 — Ensemble Classifier
| 의학 결합 | IT 대응 |
|---|---|
| Sequential | Cascade classifier (얼굴 검출의 Viola-Jones) |
| Parallel | Voting ensemble (Random Forest, AdaBoost) |
| Sn ↑ via parallel | Recall-optimized ensemble |
| Sp ↑ via sequential | Precision-optimized cascade |
- 추상: 다중 weak learner 의 결합이 single strong learner 능가 — Bayes 변환 + 독립 가정의 동일 통찰.
- 일상어 비유: 여러 전문가 의견의 가중 평균이 단일 전문가보다 정확 (Wisdom of Crowds).
- 반사실: 모든 classifier 가 같은 오류 패턴이면 ensemble 도움 ↓. 다양성 (diversity) 이 정확도 ↑.
8 결론
Sequential 과 parallel 은 검사 결합의 두 패턴. False positive vs false negative 의 비용 비교에 따라 선택. HIV 의 sequential, MI 의 parallel 이 모범 사례. 두 검사의 독립성 가정이 깨지면 결합 효과가 가정보다 작음.
다음 글(B37)에서는 선별 검사의 시간 관련 편향 (lead-time, length bias) 을 본다.