- Published on
- 약 3분
양성 판정을 받았는데 병이 없을 확률
- Authors
- Name
- 스타차일드
한 여성이 정기 검진으로 유방촬영 검사를 받았고 결과가 양성으로 나왔다. 이 여성이 실제로 유방암일 확률은 얼마일까. 판단에 필요한 숫자는 세 개다.
- 검진을 받는 지역 여성 가운데 유방암이 있는 사람은 1%다.
- 유방암이 있는 사람이 검사를 받으면 90%가 양성으로 나온다.
- 유방암이 없는 사람도 9%는 양성으로 나온다.
독일의 심리학자 게르트 기거렌처(Gerd Gigerenzer)는 2007년 산부인과 의사 160명에게 이 문제를 냈다. 보기로 1%, 10%, 81%, 90%를 주었다. 가장 많은 의사가 고른 답은 90%였다. 정답은 10% 남짓이다.
1000명을 줄 세워 보기
확률을 확률로 계산하려 하면 머리가 꼬인다. 기거렌처가 권하는 방법은 같은 정보를 사람 수로 바꾸는 것이다. 그는 이것을 자연 빈도라고 불렀다. 여성 1000명이 검사를 받는다고 해 보자.
| 사람 수 | 양성으로 나온 사람 | |
|---|---|---|
| 유방암이 있는 사람 | 10명 (1000명의 1%) | 9명 (10명의 90%) |
| 유방암이 없는 사람 | 990명 | 89명 (990명의 9%) |
| 합계 | 1000명 | 98명 |
양성이 나온 사람은 모두 98명이다. 그중 실제로 유방암이 있는 사람은 9명뿐이다. 양성 판정을 받은 사람이 유방암일 확률은 9 ÷ 98, 약 9%다. 양성이 나온 사람 열 명 가운데 아홉 명은 병이 없다.
같은 계산을 식으로 쓰면 베이즈 정리가 된다.
90%라고 답한 의사들은 "병이 있으면 90%가 양성"을 "양성이면 90%가 병"으로 뒤집어 읽었다. 두 문장은 비슷해 보이지만 전혀 다른 확률이다. 분모가 다르기 때문이다. 앞의 문장은 병이 있는 10명을 분모로 삼고, 뒤의 문장은 양성이 나온 98명을 분모로 삼는다. 98명 안에는 병이 없는데 양성이 나온 89명이 섞여 있다.
같은 검사, 다른 의미
결과를 정하는 것은 검사의 정확도만이 아니다. 검사를 받기 전에 병이 있을 확률, 곧 유병률이 답을 크게 바꾼다. 같은 검사를 증상이 있어 찾아온 사람들처럼 병이 흔한 집단에 쓰면 양성의 의미가 완전히 달라진다.
같은 검사에서 양성이 나왔을 때 실제로 병이 있을 확률
건강한 사람을 넓게 훑는 선별 검사에서 양성이 나오면 일단 다음 검사를 받으라는 뜻이고, 결론은 아니다. 반대로 증상이 뚜렷한 사람에게 같은 결과가 나오면 훨씬 무겁게 받아들여야 한다.
숫자를 사람 수로 바꾸는 습관
기거렌처가 1995년 울리히 호프라게와 함께 발표한 연구에서는, 같은 문제를 확률 대신 자연 빈도로 주자 베이즈 계산을 맞히는 사람이 크게 늘었다. 앞의 의사들도 정보를 사람 수로 받았을 때는 답이 정답 근처로 모였다. 문제가 어려웠던 것이 아니라 숫자를 건네는 방식이 어려웠던 셈이다.
양성이라는 말에는 무게가 실려 있어서, 듣는 순간 마음이 결론으로 달려간다. 그럴 때 1000명을 줄 세워 보는 습관 하나가 불필요한 공포와 과잉 치료를 막아 준다.
참고한 자료
- Gerd Gigerenzer, Wolfgang Gaissmaier, Elke Kurz-Milcke, Lisa M. Schwartz, Steven Woloshin, "Helping Doctors and Patients Make Sense of Health Statistics", Psychological Science in the Public Interest 8(2), 53~96 (2007)
- Gerd Gigerenzer, Ulrich Hoffrage, "How to Improve Bayesian Reasoning Without Instruction: Frequency Formats", Psychological Review 102(4), 684~704 (1995)
이 글과 함께 보면 좋은 것
시리즈
숫자의 함정 (2/12)
평균, 표본, 지표가 사람을 속이는 방식을 실제 사례로 따져 보는 글
- 1생일이 겹칠 확률: 스물세 명이면 반반
- 2양성 판정을 받았는데 병이 없을 확률
- 350% 오르고 50% 내리면 제자리일까: 변동성의 수학
- 4마시멜로 실험 다시 보기
- 5몬티 홀 문제와 1만 통의 편지
- 6평균이 거짓말하는 법: 심슨의 역설
- 7고를 게 많으면 덜 산다는 잼 실험, 그 뒷이야기
- 8돌아온 비행기만 세면 안 되는 이유: 생존 편향
- 9240만 명에게 묻고도 틀린 여론조사
- 10돈으로 행복을 살 수 있을까: 7만 5천 달러 논쟁의 결말
- 11지도 한 장이 콜레라를 멈췄다: 존 스노와 브로드가의 펌프
- 12세상의 숫자는 왜 1로 시작하는 게 많을까: 벤포드의 법칙
함께 읽을 글
- 하루 1만 보는 어디서 왔나스마트워치가 축하해 주는 하루 1만 보라는 목표는 1960년대 일본의 만보계 광고에서 시작됐다. 과학이 정한 숫자가 아니었던 셈이다. 그 뒤 수만 명의 걸음을 기록한 연구들은 무엇을 찾았을까. 걸음이 늘수록 사망 위험은 줄었지만, 그 효과는 생각보다 일찍 평평해졌다. 숫자를 목표로 삼을 때 알아 둘 것들.
- 술 한 잔은 몸에 좋을까: J자 곡선의 함정하루 한두 잔 마시는 사람이 아예 안 마시는 사람보다 오래 산다는 연구는 수십 년 동안 반복됐다. 그런데 안 마시는 사람들 속에는 아파서 술을 끊은 사람들이 섞여 있었다. 이 오류를 걸러 내고, 타고난 유전자로 술의 양을 가르는 방법까지 동원하자 한 잔의 이로움은 대부분 사라졌다. 숫자가 술꾼의 편을 들게 된 사연.
- 걸으면 생각이 풀린다니체는 걸으면서 얻은 생각만이 가치가 있다고 썼고, 다윈은 집 뒤에 생각하는 길을 두고 매일 돌았다. 2014년 스탠퍼드의 실험에서 걷는 동안 사람들은 앉아 있을 때보다 훨씬 많은 아이디어를 냈다. 다만 정답을 하나 찾는 문제에는 효과가 없었다. 산책이 생각에 무엇을 해 주는지, 그리고 막힌 버그 앞에서 자리를 뜨는 일에 대하여.