최근 수정 시각 : 2022-02-10 16:25:53

힐의 기준



예방의학
Preventive Medicine
{{{#!wiki style="margin:0 -10px -5px; min-height:calc(1.5em + 5px)"
{{{#!folding [ 펼치기 · 접기 ]
{{{#!wiki style="margin:-5px -1px -11px; word-break: keep-all"
<colbgcolor=#3c6><colcolor=#fff>역학
(疫學)
감염 (돌파감염 · 수직감염) · 검역 · 면역 · 방역 · 병원체 · 봉쇄 · 사회적 거리두기(사회적 거품) · 생물 안전도 · 생물재해 · 손 씻기 · 슈퍼전파자 · 역학조사 · 예방접종(백신) · 음압병실 · 자가격리 · 전염병(국제적 공중보건 비상사태 · 범유행전염병 · 법정 감염병) · 온실 면역(방역의 역설) / 혼합 면역(하이브리드 면역) · 집단 면역 · 코호트 격리 · 항원 결정기 / 항원 결합부 / 항원의 원죄
관련도와 영향도의 측정 · 질병과 사망의 측정 · 힐의 기준 · 연구에서 발생할 수 있는 편향
역사적 사건
14세기 흑사병 · 1918-19년 인플루엔자 범유행 · 2003년 SARS 유행 · 2009년 인플루엔자 범유행 · 2014년 에볼라 유행 · 2015년 MERS 유행 · 2019-23년 코로나-19 범유행
환경보건학
공해병 (미나마타병 · 온산병 · 이타이이타이병 · 카네미 유증사건)
의료관리학
간호관리학}}}}}}}}}


1. 개요2. 목록
2.1. 관련성의 강도(Strength of Association)2.2. 관련성의 일관성(Consistency)2.3. 관련성의 특이성(Specificity of the Association)2.4. 시간적 선후관계 (Temporal Sequence of Association)2.5. 용량-반응 관계 (Dose-Response Association)2.6. 생물학적 설명력 (Biological Plausibility)2.7. 기존 학설과의 일관성 (Coherence)2.8. 실험적 증거 (Experimental Evidence)2.9. 기존의 인과관계와의 유사성 (Analogy)

1. 개요

Hill's Criteria

힐의 기준(Hill's criteria)는 영국의 역학자, 통계학자인 오스틴 브래드포드 힐(Austin Bradford Hill)이 만든 기준으로, 역학(epidemiology)에서 인과성을 밝히기 위하여 검토할 기준들을 나열한 것이다.

관찰적 연구에서 나온 연관성이 정말 인과관계인지를 판단하기 위한 기준으로, 총 아홉 가지가 있다. 단 아홉 가지를 전부 만족해야 인과관계가 성립하는 것은 아니고 연구자가 '적절히' 기준을 바탕으로 판단하라는 것이다. 아홉 개의 기준들 중 시간적 선후관계는 중요도가 높으며, 특이성, 유사성은 상대적으로 중요도가 떨어진다.

백신 피해와 관련해서도 힐의 기준은 중요하게 작용하는데, 특히 휴먼 에러가 일관성 면에서 크게 작용한다. 그 예로 2020년 인플루엔자 백신 접종자 집단사망 논란 때 백신과의 연관성이 배제된 것을 예롤 들 수 있는데, 로트 번호, 유통 경로, 접종 장소 등 휴먼 에러가 개입될 만한 요소를 특정할 수 없었고, 이 때문에 백신 자체는 물론이고 백신 프로세스와고도 연관성이 떨어졌기 때문이다.

2. 목록

2.1. 관련성의 강도(Strength of Association)

상대위험도, 오즈비 등으로 나타나는 관련성의 강도가 강하다면, 인과관계의 가능성도 높다고 추론할 수 있다. 물론 관련성의 강도가 낮다고 인과관계를 기각할 순 없다.

2.2. 관련성의 일관성(Consistency)

두 변수간 관련성이 여러 조건을 변화시켜도 일관되게 나타날 때. 실험의 시기, 규모, 대상 집단, 방법 등을 다르게 해도 비슷한 결과가 계속 도출되는 것이다.

2.3. 관련성의 특이성(Specificity of the Association)

하나의 요인이 특정한 질병에만 높은 연관성을 보이는 경우, 인과관계의 가능성이 높다. 실제로 이런 관계가 나타나는 경우는 드물며, 특이성이 없다고 해도 인과관계가 없다고 판단할 수는 없다. 여러 기준들 중 상대적으로 중요성이 떨어지는 기준이다.

2.4. 시간적 선후관계 (Temporal Sequence of Association)

인과관계 판단의 가장 중요한 변수로, 반드시 원인에 노출된 후 질병이나 결과가 뒤따라야한다. 질병이 타임머신을 타고 미래에서 오지 않는 이상, 원인이 먼저 있어야함은 자명하다. 단 잠복기가 길거나, 시간에 따라 변화하는 양상을 가지는 경우 시간적 선후관계의 입증이 힘들어진다.

2.5. 용량-반응 관계 (Dose-Response Association)

노출되는 양이 커질수록, 반응도 강해진다면 인과관계가 있을 가능성이 크다. 간단히 말하면, 독을 먹어서 아프다면 독을 더 많이 먹는다면 더 많이 아프단 것이다. 하지만 어떤 임계값을 넘으면 반응이 일어나는 양상일 경우 인과관계는 있어도 용량 반응 관계는 나타나지 않을 수도 있다. 스위치를 누르면 불이 켜지지만, 스위치를 세게 누른다고 불이 더 밝게 켜지진 않는 것 처럼.

2.6. 생물학적 설명력 (Biological Plausibility)

기존의 과학적 지식과 일치한다면 가능성이 높아진다. 다만 당대의 과학적 지식의 한계에 좌우되기 때문에 지식의 범주를 넘어서는 완전히 새로운 발견의 경우 기존 지식으로 설명할 수 없기도 하다.

2.7. 기존 학설과의 일관성 (Coherence)

추정된 인과 관계가 기존의 지식, 소견과 일치할수록 인과관계의 가능성이 높다. 앞서 서술한 생물학적 설명력과 유사한 개념이다.

2.8. 실험적 증거 (Experimental Evidence)

시간적 선후관계와 더불어 매우 중요한 요소이다. 아무리 다른 정황적 추측이 있어도 실험적 증거가 없다면 말짱 도루묵이다. 가장 확실한 방법 중 하나는 대조군 대비 유의미한 증가(p-value <0.001)가 있었는지 살펴보는 것이다.

2.9. 기존의 인과관계와의 유사성 (Analogy)

기존에 밝혀진 요인-질병 관계와의 임상적, 역학적으로 유사성이 있는 경우 유사한 인과 관계가 있을 가능성이 높다. 유사성이 없다고 해서 인과관계가 없는 것은 아니며, 여기 제시된 기준들 중 가장 중요성이 떨어진다.