감염관리 분야 통계적 접근과 결과 해석

2015년 5월 22일 대한병원감염관리학회

호남지회 연수교육

호남대학교 간호학과 김은아 Kim, Eun A: RN, PhD, Honam University

umberto@honam.ac.kr

Contents

통계의 기본적 개념

표본 수 산정 연구사례에 따른 분석과

해석

통계의 기본 개념

통계의 개념과 종류

수량적 사실이나 수량적 관찰 혹은 수량적 자료의 수집

표본에서 나온 수량적 값

수량적 자료를 수집 • 분석 • 해석하고 이를 이론화하는 도구

많은 수량적 자료를 처리하고 쉽게 이해할 수 있는 형태로 축소시키는 일

수량적 자료의 기술(description)과 추리(inference)

1) 통계(Statistics) 통계는 사회현상 및 자연현상에 대해 수량화 하는 것 또한 주어진 현상을 요약 기술할 뿐 아니라 보다 정확하고 광범위 하게 설명

2) 통계의 기능

모집단의 특성을 수치로 나타낸 것

통계학의 용어

모집단(Population) 연구자(조사자)의 관심의 대상이 되는 데이타 전체 집합

표본(Sample) 모집단에서 연구의 대상으로 채택된 일부

모수(Parameter)

통계량(Statistic) 표본의 특성을 수치로 나타낸 것

모 집 단 표본 집단

모수 통계량

평균 : μ 분산 : σ2

표준편차 : σ 모비율 : ρ 추 론

표본추출

평균 : χ 분산 : s2

표준편차 : s 표본비율 : ρ

자료의 수집

자료의 정리 및 요약

자료의 해석

모집단 특성에 대한 결론

자료가 모집단인가? 표본인가?

표본의 자료

모집단

통계적 추론

기술통계학

추리통계학

통계학의 종류

통계학의 종류(2)

자료 측정과 척도

종 류 내 용

명 목 척 도(범주형) 관찰대상을 범주로 분류하거나 확인하기 위하여 숫자를 이용. 성별, 결혼상태

순 서 척 도(범주형) 관찰대상이 지닌 속성의 순서적 특성만 나타냄. 교육수준

등 간 척 도(연속형) 관찰치가 지닌 속성의 차이를 의도적으로 양적 차이로 측정하기 위해 균일한

간격을 두고 분할하여 측정. 리커트 척도

비 율 척 도(연속형) 앞의 각 척도의 특수성에 비율 개념이 첨가된 척도. 체중, 길이, 경력, 연령

척 도 범 주 순 위 등 간 격 절대 0 소수점

명목척도

순서척도

등간척도

비율척도

유

유

유

유

무

유

유

유

무

무

유

유

무

무

무

유

불가능

불가능

가능

가능

네 가지 척도의 특성

변수 수준

• 불연속변수 명목척도

순서척도

• 연속변수 등간척도

비율척도

어떤 통계분석 방법을 사용할 것인가?

변수의 유형과

역할에 따른 분류

독립변수(설명변수)

질적변수

(범주형)

양적변수

(연속형) 혼합형변수

종속변수

(반응변수)

양적변수

(연속형)

(a) t-test, ANOVA

(b) 회귀분석, 상관관계

(c) ANCOVA

질적변수

(범주형)

(d)

Chi-squre

(e) 로지스틱 회귀분석

(f)

어떤 통계분석 방법을 사용할 것인가?

적용 모수적 비모수적

두 변수(명목척도) 간의 독립성과 관련성 분석

Chi-square or Fisher’s exact

두 집단 평균차이 분석 t-test Mann-Whitney

U test

세 집단 이상의 평균차이 분석

ANOVA Kruskal-Wallis test

동일 집단의 사전, 사후 평균 차이 검증

Paired t-test Wilcoxon’s sign rank

test

3번 이상 반복해서 측정한 경우 평균차이

Repeated measure ANOVA

Friedman test

모수통계: 연속변수로 측정되고 자료가 정규분포 할 때 사용 비모수 통계: 표본 수가 작고, 정규분포 하지 않을 때 사용 ANCOVA: 사전 비교에 분포, 점수가 동질 하지 않았을 때 사용

어떤 통계분석 방법을 사용할 것인가?

적용 분석방법

두 집단 평균차이 분석 t-test

세 집단 이상의 평균차이 분석 ANOVA(사후 분석: Scheffe test)

상관관계 분석 Pearson’s correlation

영향요인 분석 Regression(단순회귀분석, 단계적 다중

회귀분석, 로지스틱 회귀분석)

타당도 분석 내용타당도, 요인분석, 준거타당도

연구설계에 따라, 연구 목적에 따라 분석방법을 결정한다.

표본: 대표성

표본의 대표성

• 모신문사 2만명 여론조사 결과 1번 야당 후보 당선 예측 – 실패 ⇒ 대도시 지역에서만 조사 실시, 여권 지지 성향이 강한 중소도시 및 농촌 지역 유권자 제외

• 모금융기관 3만명 여론 조사 결과 2번 야당 후보 당선 예측 – 실패 ⇒ 수 천명의 보험 설계사 동원하여 보험가입자를 대상으로 조사

1) 성격 및 사회심리학 저널에

발표된 논문

2) 조사대상: 총 436명

3) 대학생, 노년층, 정신과의사:

미국 성인을 대표하는가?

무작위 표집(Random sampling)

• 1940년 미국의 한 지역에서는 병력을 동원하기 위해 문자 그대로 무작위 표집을 사용했다. 그 지역 동원대상자 1만명 중 일부를 추출하기 위해 각자의 이름을 종이에 써서 조그만 캡슐(capsule)에 넣은 뒤 다시 1만개의 캡슐을 커다란 항아리(bowl)에 넣고 섞었다. 그 다음 지역 유지들이 눈을 가린 채 캡슐을 뽑았다.

• 그러나 결과는 뜻밖에도 무작위 추출에서 기대되는 결과와는 전혀 다르게 뽑힌 사람들이 일부 동네에 치우쳐 있었다.

"조사는 90년 인구센서스 자료를 바탕으로 성별 연령별 지역별 인구비례를 고려해 전국의 20세 이상 성인 남녀 2000명(제주도 제외)을 다단계 층화 표집으로 숙련된 면접원이 통일된 설문지로 면접

조사 하였다."

표본 수 산정 방법

• 효과의 크기: 연구하려는 현상이 모집단에 실제로 어느

정도 존재하는지 그 크기를 의미함. 상관관계의 크기,

관계의 정도. 크기 작으면 표본 수가 많아야 함.

• 검정력: 높을수록 통계적으로 유의한 결과를 얻게 됨

(1-β)

• 검정력 분석: 표본의 크기를 결정하는 방법

• 유의수준(α): .05

• G-Power 3.1.4 이용법 등등

표본 수 산정의 중요성

표본 수 산정방법: G-Power 3.1.4 이용법

연구결과 속 통계 이해하기

수 많은 논문들…

연구결과에 있는 표는 어떻게 해석할까?

KONIS Manual 속 통계는 어떻게 이해할까?

• p값 이해하기

• 연구가설과 귀무가설 이해하기

• 분석방법에 따른 통계결과 이해하기

귀무가설 & 연구가설

귀무가설(H0) : 시뮬레이션기반 감염관리교육을 받은 간호사와 받지 않은 간호사의 감염관리에 대한 인식도는 차이가 없을 것이다.

H0=H1

연구가설(H1) : 시뮬레이션기반 감염관리교육을 받은 간호사와 받지 않은 간호사의 감염관리에 대한 인식도는 차이가 있을 것이다.

H0=H1

귀무가설 & 연구가설

• 귀무가설 : 변수간에 실제로 아무런 관련이 없으며, 두 집단간의 차이는 우연성에 의한 것이다.

• 가설의 기각이나 채택

귀무가설이 우연에 의해 일어날 확률을 바탕

• 만약 우연히 일어날 확률 크면?

귀무가설을 채택하고 연구가설은 기각

유의수준 : Alpha () 값

유의수준:

가설을 기각할 것인가 채택할 것인가를 결정하기 위한

기준

유의수준 정도는 연구자가 정함

가장 많이 사용하는 유의수준=.05

유의수준을 .05로 정했다는 것의 의미?:

- 100번 중 우연이 5번보다 크면(p>0.05) → 귀무가설 ?

- 100번 중 우연이 5번보다 작으면(p<0.05) → 귀무가설 ?

우연이 일어날 확률을 계산해서 통계적 확률표 제시

우연히 발생할 확률값 (p value) : .05, .01, .001

• P=.05 란 : 100번 중 우연이 발생할 확률이 5번

• P=.01 란 : 100번 중 우연이 발생할 확률이 1번

• P=.001 란 : 1000번 중 우연이 발생할 확률이 1번

유의수준이 .05로 정했는데,

Q : 통계분석결과 p 값이 .06으로 나오면? A : 귀무가설 OO, 연구가설 OO Q : 통계분석결과 p 값이 .02으로 나오면? A : 귀무가설 OO, 연구가설 OO

통계적 유의성 검증 : p 값

시뮬레이션기반 감염관리교육은 강의식교육 보다 임상수행도 향상에 더

효과적인 프로그램이었다.

가설 1. 시뮬레이션기반 감염관리교육을 받은 실험군은 강의식 교육을 받은 대조군 보다

감염관리에 대한 인식도가 더 높을 것이다.

가설 2. 시뮬레이션기반 감염관리교육을 받은 실험군은 강의식교육을 받은 대조군 보다

임상 수행도가 높을 것이다.

가설 3. 시뮬레이션기반 감염관리교육을 받은 실험군은 강의식교육을 받은 대조군 보다

자기효능감이 더 높을 것이다.

조성숙, 김경미, 이병여, 박선아(2012). 시뮬레이션기반 감염관리교육이 중환자실 간호사의 감염관리에 대한 인식도, 임상 수행도, 자기효능감에 미치는 영향. 임상간호연구, 18(3), 381-390.

Fisher's

exact test:

기대빈도가

5이하인 것이

20%를 넘을 때

사용.

Fisher's exact test

Chi-square

KONIS Manual (2014)

연구결과를 종합하면 연령에서 60세 이상이 60세미만 보다 1.59배 정도 수술부위 감염률이 높았다(OR=1.59, p<.001). 체질량지수 25.0미만이 체질량지수 25.0이상 보다 1.25배 수술부위 감염률이 높았다 (OR=1.25, p=.034). 2006~2008년에 수술 을 시행한 경우가 2009~2011년에 수술을 시행한 경우 보다 2.45배 수술부위 감염률이 높았으며(OR=2.45, p<.001), ……..

로지스틱 회귀분석

• 목적: 종속변수(범주형)와 독립변수 간의 관계 규명

• 독립변수: 단순, 다중(연속형, 명목형, 순서형)

• 종속변수: 이분형, 명목형, 순서형

오즈비(Odds ratio, OR)의 해석

• OR < 1 : 독립변수에 따른 종속변수의 오즈비 감소

• OR > 1 : 독립변수에 따른 종속변수의 오즈비 증가

• OR = 1 : 독립변수와 종속변수는 관계가 없다

로지스틱 회귀분석 방법

독립변수 종속변수 통계방법 SPSS

Procedure

명목형 순서형

명목형 순서형

교차분석 복합표본 교차분석

연속형 명목형 순서형

이분형(명목형) 이분형 로지스틱 회귀분석 복합표본 로지스틱 회귀모형

명목형(3범주이상) 다중명목 로지스틱 회귀분석

순서형(3범주이상) 순서형 로지스틱 회귀분석 복합표본 순서 회귀분석

• 명목형: 이분형(폐암 발생 유무 등), 3범주 이상(건강보험 종류 등)

• 순서형 3범주 이상: 소득수준(상, 중, 하) 등

• 연속형 변수를 범주형 변수로 변환하는 것이 더 의미 있을 때: BMI, 연령 등

Logistic regression 결과

• 모형의 적합성은 Hosmer-Lemeshow 검정 결과 p 값이 .197로 .05

보다 큰 것으로 나타나 본 연구에서 제시한 모형이 통계적으로 유의

하다고 판단된다.

Logistic regression 결과

• 대사증후군 발생 위험을 높이는 요인을 파악하기 위해 단변량 분석에서 통계적으로 유의하게 나타난 변수를 투입하여 multiple logistic regression을 시행한 결과 체질량지수, 연령, 스트레스가 대사증후군 발생 위험을 높이는 요인으로 나타났다. 정상인 경우에 비해 비만인 경우 4.72배, 과체중인 경우 2.40배 대사증후군 발생 위험이 높은 것으로 나타났다. 또한 연령이 1세 높아질 때 1.02배, 스트레스가 1점 높아질 때 2.24배 대사증후군 발생 위험이 2.24배 증가하는 것으로 나타났다(Table 5). 모형의 적합성은 Hosmer-Lemeshow 검정 결과 p 값이 .197로 .05보다 큰 것으로 나타나 본 연구에서 제시한 모형이 통계적으로 유의하다고 판단된다.

Logistic regression 결과 진술

A 중환자실: 폐렴 = 14 건, 총 재원일수 = 2102 명-일, 폐렴 건수/1000 명-일 = 6.66

1000 명-일 당 폐렴발생률인 6.66의 95% 신뢰구간은 3.95에서 11.24 까지

B 중환자실: 폐렴 = 9 건, 총 재원일수 = 1832 명-일, 폐렴 건수/1000 명-일 = 4.91

1000 명-일 당 폐렴발생률인 4.91의 95% 신뢰구간은 2.55에서 9.44까지

두 95% 신뢰구간이 겹치는 부분이 있으므로 A와 B 중환자실에서 폐렴발생률은 통계적으로 차이가 없다

A 중환자실: 총 재원일수 = 2102 명-일, 총 인공호흡기 사용일수 = 344 명-일

인공호흡기 사용률 = 344/2102 = 0.16, 95% 신뢰구간은 0.144에서 0.176까지

B 중환자실: 총 재원일수 = 1832 명-일, 총 인공호흡기 사용일수 = 366 명-일

인공호흡기 사용률 = 366/1832 = 0.20, 95% 신뢰구간은 0.182에서 0.218까지

두 95% 신뢰구간이 겹치는 부분이 없으므로 B 중환자실의 인공호흡기 사용률이 A 중환자실에 비해

통계적으로 의미 있게 높다.

신뢰구간: 95% Confidence interval (CI) - 즉 이 구간 안에 정확한 모평균치가 있을 확률(신뢰도)이 95% 이다.

KONIS Manual (2014)

코호트 연구와 환자-대조군 연구 비교

코호트 연구 Cohort study 환자-대조군 연구(case-control study)

표본집단

요인에 폭로된

집단 IV(+)

질병발생

Bacteremia(+)

질병 비발생

Bacteremia(-)

요인에 폭로 되지

않은 집단 IV(-)

질병발생

Bacteremia(+)

질병비발생

Bacteremia(-)

모집단 없음

환자군

Bacteremia(+)

위험요인에

폭로됨 IV(+)

위험요인에

폭로 안됨 IV(-)

대조군

Bacteremia(-)

위험요인에

폭로됨 IV(+)

위험요인에

폭로 안됨 IV(-)

코호트 연구와 환자-대조군 연구 비교

환자-대조군 연구(case-control study) 병원감염의 역학조사나 분석역학 多

이미 특정질환에 걸려 있는 환자군을 선정하고 이 각

환자와 짝지어질 수 있으나 그 질병에 이환 되어 있지

않은 대조군을 선정하여 이들 두 소집단이 질병의

원인이라고 의심되는 요인에 과거에 폭로되었던 비율을

비교하여 두 집단 간의 폭로 차이가 통계적으로

유의한가를 검증하는 연구방법

코호트 연구 Cohort study 병원감염 연구설계방법 多

어떤 질병의 원인으로 의심되는 위험요인에 노출된

집단(노출 코호트)과 노출되지 않은 집단(비노출

코호트)을 대상으로 일정기간 두 집단의 질병발생

빈도를 추적 조사하여 위험요인에 대한 노출과

특정질병 발생의 연관성을 연구하는 방법, 의심되는

요인에 폭로된 집단과 폭로되지 않은 집단 간의

원인을 규명하는 연구방법(폭로군:비폭로군)

코호트 연구와 환자-대조군 연구 비교

코호트 연구 Cohort study 환자-대조군 연구(case-control study)

상대위험비(비교위험도) : 의심되는 요인에 폭로된 집단에서의 특정질환 발생률(폭로군에서의 발생률)/ 의심되는 요인에 폭로되지 않은 집단에서의 특정질환 발생률 (비폭로군에서의 발생률) 요인에의 노출이 병원감염 발생에 얼마나 위험한가

교차비 : 환자군에서 특정요인에 폭로된 사람과 폭로되지 않은 사람의 비/ 비환자군에서 특정요인에 폭로된 사람과 폭로되지 않은 사람의 비

코호트 연구 사례

5일 이상 발열이 지속된 경우를 장기 발열, 5일 미만의 발열기간을 보인 경우 단기발열로 정의하였을 때, 장기발열환자는 8명이었으며 나머지 11명이 단기발열 환자로 두군 간의 연령, 성별, 중증도 점수의 차이는 없었다. 그러나 사망률에 있어서는 장기 발열환자 (n=3, 37.5%)가 단기발열환자 (n=0, 0%)에 비하여 유의하게 높게 나타났다(p=0.03)(Table 5).

코호트 연구사례

저 HDL 콜레스테롤혈증이 향후 관상동맥 질환 발생에 미 치는 위험도를 고중성지방혈증 유무에 따라 층화하여 생존 분석을 시행하였다. 두 지질 이상이 모두 없는 경우(Group 1), 저 HDL 콜레스테롤혈증만 있는 경우(Group 2), 고중성지방 혈증만 있는 경우(Group 3), 두 지질 이상이 모두 있는 경우 (Group 4)로 나눠 4년 관상동맥 질환의 위험도를 분석하였을 때, Group 3만 Group 1에 비해 유의한 관상동맥 질환 위험을 높였다(age, sex-adjusted HR = 2.509 [1.110-5.668], Fig. 3). 저HDL 콜레스테롤혈증의 존재는 고중성지방혈증에 의한 관 상동맥 질환 위험도에 추가적으로 위험을 높이지 않았다 (Table 2).

환자-대조군 사례

본 연구에서 수집된 병원의 청구비용자료와 재원기간자료의 정규분포를 Kolmogorov-Smirnov test를 사용하여 검정한 결과, 유의수준 0.05에서 정규분포하지 않는 것으로 나타났으므로 평균이 아닌 중앙값(median)을 대표값으로 제시하였다(Table 1).

1인당 청구비용의 중앙값은 환자군이 812만원, 대조군이 644만원으로 환자군이 대조군의 약 1.3배로 168만원 차이를 보였으나, 통계적 유의성은 없었다. 구간별 청구비용을 살펴 보면 환자군과 대조군 모두 약 60%가 청구비용이 1천만원 미만이었으며, 2천만원 이상 고비용 지출군은 환자군이 12.9%인데 반해, 대조군은 9.7%였다(Table 3).

환자-대조군 사례

비말 흡인 검사를 통한 바이러스 배양검사에서 양성 결과가 나온 환아를 환자군(AST 혹은 ALT >45)과 대조군(AST 혹은 ALT ≤45)으로 나누어 연령, 성별, 진단명, 발열 기간, RR(Respiratory Rate)점수, RDAI(Respiratory Distress Assessment Instrument)점수, 산소흡입 여부, 입원 기간 등과 원인바이러스를 비교 분석하였다. 결 론 : 본 연구에서 호흡기 바이러스 감염으로 진단된 환아 165례 중 환자군이 28례(17.0%)였고 대조군과의 비교 분석 결과 간기능 이상이 병의 중증도와 임상양상에 큰 영향을 미치지 않으며 원인 바이러스와 연령별 분포 경향에서도 큰 차이는 없는 것으로 나타났다.

환자-대조군 사례

통계분석: 연구대상자의 일반적 특성과 약 복용력, 식습관, 피임방법은 Chi-square test를 실시하여 비교하였고, HPV 감염에 위험을 주는 인자를 알아보기 위해 로지스틱 회귀분석을 실시하였다.

항고혈압제를 복용하는 사람은 HPV 양성인 군에서 36명(2.5%)로 HPV 음성인 군의 182명(1.7%)보다 높은 분포를 보였다(p<0.05). 영양보충제를 복용하는 사람은 HPV 양성인 군에서 282명(20.0%)로 HPV 음성인 군의 1,850명(16.9%)보다 높은 분포를 보였다(p<0.05).

경구 피임약을 복용하는 사람은 HPV 양성인 군에서 17명(1.2%), HPV 음성인 군에서 60명(0.5%)로 HPV 양성인 군에서 높게 나타났다(p<0.05). 콘돔을 사용하는 사람은 HPV 양성인 군과 음성인 군에서 각각360명(25.5%), 3,312명(30.2%)로 나타나 HPV 음성인 군에서 콘돔을 많이 사용하는 것으로 나타났다(p<0.05).

환자-대조군 사례

약 복용 경력에서는 영양보충제만이 교차비 1.161(95% CI 1.004～1.343)로 통계적으로 유의하게 나타났다(p<0.05). 피임법 중에서 경구피임약은 교차비가 2.108(95% CI 1.217～3.652)로 HPV 감염의 위험을 증가시키는 것으로 나타났고, 콘돔은 교차비가 0.851(95% CI 0.740～0.979)로 HPV 감염에 대한 예방 효과가 있는 것으로 나타났다(p<0.05).

감염관리 간호사의 역할

감염성 질병

과정의 역학

및 확인

감염감시 및

역학조사

감염원 인체

의 전파예방

및 관리

직원건강

관리와

리더십

교육 및

연구

Kim, K. M., & Choi, J. S. (2014). Factors Affecting Core Competencies among Infection Control Nurses in

Korea . Korean Journal of Adult Nursing, 26(1), 11-21.

Thank You!