Population vs Individual 수준 개입 — Rose 의 역설

1 Rose 의 역설

정의: Population vs High-Risk Strategy

Population Strategy (Rose, 1985): - 전체 인구의 작은 위험 ↓ (예: 모든 사람의 BP 1 mmHg ↓). - 개인별 효과 작지만 인구 단위 영향 큼.

High-Risk Strategy: - 위험 ↑ 개인만 표적 (예: stroke 위험 ↑ 환자에게 항응고제). - 개인별 효과 크지만 표적 인구 작음.

(Rose, 1985; Woodward, 2014, Ch.13.1).

1.1 두 전략의 trade-off

직관 3 단계: Population Strategy 의 강점

• 추상 정의: 작은 효과 × 큰 인구 = 큰 absolute 영향. 인구 분포의 평균 이동.
• 일상어 비유: 모든 사람이 매일 5 분 운동 → 인구 단위 비만 ↓ 큼. 1 명만 보면 미미.
• 반사실 시나리오: 작은 risk factor 도 인구 단위 큰 영향. PAR 가 정량 도구.

직관 3 단계: High-Risk Strategy 의 강점

• 추상 정의: 큰 효과 × 작은 인구 = 효율적 자원 사용. 정밀 의료.
• 일상어 비유: 고혈압 환자에게 강한 약 → 개인 효과 ↑.
• 반사실 시나리오: 모든 사람에게 강한 약 = 부작용 ↑. High-risk 표적이 효율.

2 Population Attributable Risk (PAR)

정의: PAR

전체 인구에서 위험 인자에 의한 사례 비율:

\[\text{PAR}\% = \frac{P_e (RR - 1)}{1 + P_e (RR - 1)} \times 100\%\]

여기서 \(P_e\) = exposed prevalence, \(RR\) = relative risk.

해석: “위험 인자 제거 시 사례 몇 % 감소”.

2.1 PAR 의 계산 사례

사례: 흡연-폐암 PAR

가설: 흡연 prevalence 30%, RR 10.

\[\text{PAR}\% = \frac{0.30 \times (10 - 1)}{1 + 0.30 \times 9} \times 100 = \frac{2.7}{3.7} \times 100 = 73\%\]

해석: 흡연 제거 시 폐암 73% ↓.

3 단계 직관:

• 추상 정의: PAR 가 RR 과 prevalence 결합 — 흔한 위험 인자 + 큰 RR 가 큰 PAR.
• 일상어 비유: 한 도시의 미세먼지 사망 PAR — 많은 시민 노출 + 큰 RR → 큰 인구 영향.
• 반사실 시나리오: 약한 RR (1.5) + 큰 prevalence (50%) → PAR 20% — 여전히 의미. 강한 RR (10) + 작은 prevalence (1%) → PAR 8% — 의외로 작음.

3 NNT — Number Needed to Treat

정의: NNT

1 사례 예방을 위해 처치가 필요한 인구 수:

\[\text{NNT} = \frac{1}{|\text{ARR}|}\]

여기서 ARR = Absolute Risk Reduction = \(r_0 - r_1\).

직관 3 단계: NNT 의 의미

• 추상 정의: 효과의 absolute scale 측정. RR 와 별개.
• 일상어 비유: NNT 50 → 50 명 처치 시 1 명 효과. 임상적 의의 직관 평가.
• 반사실 시나리오: 같은 RR 0.5 도 baseline 1% 시 NNT 200, baseline 10% 시 NNT 20. Baseline 의 함수.

3.1 NNT 의 활용 — High-Risk Strategy

사례: Statin 의 NNT

인구	Baseline 위험	NNT (5 년)
일반 인구 (저위험)	1%	250
중간 위험 (Framingham)	5%	50
고위험 (CV 병력)	20%	12

고위험 인구의 NNT 가 훨씬 작음 → high-risk strategy 의 효율 ↑.

3 단계 직관:

• 추상 정의: NNT = 1/ARR. Baseline 위험 ↑ → 같은 RR 도 ARR ↑ → NNT ↓.
• 일상어 비유: 비싼 약은 고위험 환자에 우선 — 효율 ↑.
• 반사실 시나리오: 위험 평가 (risk score) 없이 모든 사람에게 약 처방 → 자원 낭비. Risk score 가 표적 도구.

4 Risk Score 의 역할

정의: Risk Score 의 임상 역할

1. 위험 분류: 환자를 low, medium, high 카테고리로. 2. 처치 결정: High-risk 만 처치 → 효율 ↑. 3. 환자 의사소통: “당신의 5 년 위험 X%”. 4. 자원 배분: 고위험 인구에 자원 집중.

직관 3 단계: Risk Score 의 가치

• 추상 정의: Risk score 가 개인 수준 정밀 의료의 통계 도구.
• 일상어 비유: 시험 모의고사 — 학생의 합격 가능성 예측 + 학습 전략 결정.
• 반사실 시나리오: 인구 수준 가이드라인만으로 부족 — 개인 위험 다양. Risk score 가 individualization 도구.

4.1 Framingham Risk Score 의 사례

사례: 10 년 CV 위험 예측

Framingham 자료의 logistic 적합:

\[\text{logit}(\hat r) = -10 + 0.05 \cdot \text{age} + 0.5 \cdot \text{smoke} + 0.03 \cdot \text{SBP} + 0.4 \cdot \text{diabetes} + 0.3 \cdot \text{LDL}\]

각 환자의 covariate 입력 → 10 년 위험 예측.

활용: - High risk (> 20%): Statin + lifestyle. - Medium (5~20%): Lifestyle + 모니터링. - Low (< 5%): Lifestyle 만.

3 단계 직관:

• 추상 정의: 개인의 위험 인자 조합이 위험 예측에 통합.
• 일상어 비유: 운전자의 사고 위험 점수 — 보험료 결정.
• 반사실 시나리오: 단일 위험 인자 (예: 흡연만) 보면 다른 위험 인자 무시. 다변량 score 가 정직.

5 Population vs High-Risk 의 통합

직관 3 단계: 두 전략의 보완

• 추상 정의: 두 전략이 상호 보완 — population 이 평균 ↓, high-risk 가 정밀 표적.
• 일상어 비유: 도시 청결 (population) + 위험 지구 보안 (high-risk) — 둘 다 필요.
• 반사실 시나리오: 한 전략만 사용 시 한계. 통합이 인구 건강 최대.

임상 가이드라인: - 일반: 식이·운동 (population). - 위험 ↑: Statin·항응고제 (high-risk).

6 A/B 테스트의 두 전략

사례: 모든 사용자 vs Segment

A/B 테스트의 personalization:

Population strategy: 모든 사용자에게 새 기능 (작은 lift 균등 분배).

High-risk (high-value) strategy: 특정 segment 에만 (큰 lift 집중).

3 단계 직관:

• 추상 정의: HTE 분석으로 segment 별 lift 추정. Risk score = “이 사용자가 결제할 확률”.
• 일상어 비유: 광고 캠페인 — 모든 사람 vs 잠재 구매자.
• 반사실 시나리오: 단순 평균 lift 만 보고 모든 사용자에게 적용 → segment 별 효과 가림. Risk score + HTE 가 정밀 적용.

7 Rose 의 추가 통찰 — Sick Population

정의: Rose 의 “Sick Individual vs Sick Population”

Rose (1985) 의 전형 통찰:

“Mass diseases have causes; mass causes have effects.”

• 개인 단위: “왜 이 사람이 병이 났는가” — 위험 인자 식별.
• 인구 단위: “왜 이 사회가 이 발생률인가” — 환경·정책 원인.

같은 질병이지만 다른 질문.

직관 3 단계: 두 질문의 분업

• 추상 정의: \(P(Y=1 \mid X=x)\) vs \(P(Y=1)\). Conditional vs marginal.
• 일상어 비유: “왜 이 학생이 시험 떨어졌는가” vs “왜 이 학교의 합격률이 낮은가”. 다른 분석 도구.
• 반사실 시나리오: 개인 단위 분석만 보면 사회·환경의 영향 가림. 인구 단위 분석이 정책 결정 도구.

예시: 흡연-폐암 - 개인: “왜 이 흡연자가 폐암?” — 유전·세포 변이. - 인구: “왜 우리 사회 폐암 발생률 높음?” — 광범위 흡연 prevalence + 환경.

8 Population Strategy 의 역설 — Rose 의 paradox

가정 위반: Population Strategy 의 자기 모순

Rose 의 paradox: - Individual 수준: 위험 ↓ 으로 한 사람의 이익 작음 → 동기 부족. - Population 수준: 같은 ↓ 로 인구 수준 큰 이익.

예시: 식이 sodium 1 g/d 감소 → 개인 BP 0.5 mmHg ↓ (미미) → 그러나 인구 수준에서 stroke 사망 1000 명 ↓.

3 단계 직관:

• 추상 정의: 작은 효과 × 큰 인구 = 큰 인구 영향. 개인 동기와 정책 효과의 격차.
• 일상어 비유: 모든 운전자가 5 km/h 감속 — 개인 운전 시간 차이 미미, 사고율 인구 단위 큰 ↓.
• 반사실 시나리오: 개인 동기만 의존 시 정책 실패. 정부 규제·환경 변화 (식품 sodium 규제) 가 population strategy 의 도구.

9 High-Risk Strategy 의 한계

가정 위반: High-Risk Strategy 의 한계

한계: 1. Identification 비용: Risk score 산출의 비용 (검사·인력). 2. Stigma: 위험 ↑ 분류의 사회적 부담. 3. Spectrum bias: 위험 ↑ 만 표적 → 중간 위험의 누적 영향 가림. 4. Disease distribution: 발생자의 다수가 중간 위험 — high-risk 만 표적 시 한계.

직관: Rose 의 disease distribution

• 추상 정의: 발생자의 distribution 이 위험 ↑ 만이 아닌 중간 영역에 다수.
• 일상어 비유: BP > 180 의 환자만 처치 → MI 발생자의 다수 (BP 140~180 의 더 흔한 환자) 미처치.
• 반사실 시나리오: High-risk 만 표적 → 절대 발생 ↓ 작음. Population strategy 가 인구 부담 ↓ 더 큼.

Rose 의 예시: 영국 BP 분포 — 평균 ↓ 5 mmHg 가 high-risk 만 처치 보다 더 큰 인구 영향.

10 통합 전략 — Population + High-Risk

직관 3 단계: 두 전략의 시너지

전략	도구	영향
Population	식이·운동 권장, 환경 규제	평균 ↓, 모든 인구
High-Risk	Risk score + 표적 처치	위험 ↑ 의 큰 ↓

• 추상 정의: 두 전략이 다른 인구 영역 표적. 통합이 최대 효과.
• 일상어 비유: 도시 청결 (population) + 위험 지구 보안 (high-risk).
• 반사실 시나리오: 한 전략만 의존 시 한계. 통합이 인구 건강 최대.

임상 가이드라인 (예: AHA/ACC): - 일반: 식이·운동·금연 (population). - 중간 위험 (5~20%): Lifestyle + 모니터링. - 고위험 (> 20%): Statin·항응고제 (high-risk).

11 Q&A — Rose 의 두 전략의 흔한 오해

Q1: 개인 효과 작으면 의미 없는가?

A: 아니다. 인구 단위 영향이 클 수 있음.

3 단계 직관:

• 추상 정의: \(\Delta r \cdot N\) — 작은 \(\Delta r\) × 큰 \(N\) = 큰 인구 영향.
• 일상어 비유: 매 운전자 5 분 절약 — 한 사람 미미, 1 백만 운전자 5 백만 분 절약.
• 반사실 시나리오: 개인 동기 부족 → 정부 규제 + 환경 변화 (도로 효율) 로 강제.

Q2: High-risk strategy 가 윤리적인가?

A: Stigma + identification 비용 trade-off.

3 단계 직관:

• 추상 정의: 위험 ↑ 분류의 자기 가치. Identification 비용 + 사회적 부담.
• 일상어 비유: 보험 회사의 “위험 고객” 분류 — 보험료 ↑ 의 윤리.
• 반사실 시나리오: 익명·자발적 risk score 가 균형. 강제·공개 분류는 윤리 부담.

Q3: 어느 전략이 더 효과적인가?

A: 질병·인구·자원에 따라 다름.

3 단계 직관:

• 추상 정의: Disease distribution + intervention 비용 + 위험 분포가 결정.
• 일상어 비유: 약 비용 ↑ + 부작용 ↑ → high-risk 만 표적. 약 싸고 부작용 ↓ → population.
• 반사실 시나리오: Statin 비용 ↓ + 부작용 ↓ → universal 권장 가능 (현재 논쟁). Sodium 규제 → population strategy.

12 사례 — 실제 정책의 비교

사례 1: Folate 강화 (Population Strategy)

미국 FDA — 모든 곡물에 folate 강화 (1998).

효과: 신경관 결손 (neural tube defect) 30~50% ↓.

3 단계 직관:

• 추상 정의: 인구 단위 작은 ↑ × 모든 임신 → 큰 absolute 효과.
• 일상어 비유: 모든 사람의 비타민 ↑ — 일부에게만 결정적 영향.
• 반사실 시나리오: 임신 계획자만 표적 시 효과 작음 (계획 안 한 임신 다수). Population 강제가 효과적.

사례 2: Statin (High-Risk Strategy)

ASCVD risk ≥ 7.5% → statin 권장.

효과: 표적 인구의 CV 사건 25% ↓.

3 단계 직관:

• 추상 정의: 위험 ↑ 인구의 absolute risk reduction 큼. NNT ↓.
• 일상어 비유: 고위험 환자에 강한 약 — 비용 효과적.
• 반사실 시나리오: Universal statin 시 부작용 (근육통, 당뇨) 증가 + 비용. High-risk 만 표적이 효율.

13 결론

Rose 의 두 전략 (population vs high-risk) 이 보완. PAR 가 population 영향 정량, NNT 가 high-risk 효율 측정. Risk score 가 high-risk strategy 의 핵심 도구. 두 전략의 통합이 인구 건강 최대 도구. 질병·인구·자원에 따라 어느 전략 우선이 다름.

다음 글 (H-WOO13-2) 에서 association vs prognosis 의 분업을 본다.

14 관련 주제

• Risk Scores 개관
• 1111-11-11, Association vs Prognosis

Phase B 크로스링크

• Effect Measures (PAR/NNT)