[정밀 진단: 혈액검사 해석의 새로운 패러다임]

 

분과: 임상병리 및 진단검사의학 (Diagnostic Pathology)

핵심 개념: 개체별 참고 기준치(iRI), 장비별 편향(Bias), 분산(Dispersion)

목표: 단순 정상 범위를 넘어 환자 고유의 데이터를 기반으로 한 정밀 진단
 

[ 본문 한 눈에 보기 ]

✅ 집단 평균(pRI)은 범위가 너무 넓어 환자 개인의 미세한 변화를 놓치기 쉽습니다. 환자의 과거 데이터 평균(HSP)과 유의미한 변화율(RCV)을 계산하면 정상 수치 내에서도 숨겨진 질병(예: 초기 질소혈증)을 찾아낼 수 있습니다.

✅ 분석기마다 측정 방식이 달라 수치 차이가 발생합니다. 타 병원 결과와 절대 비교는 불가능하며 동일 환자는 동일 장비로 추적 검사(Follow-up)해야 진료의 오류를 줄일 수 있습니다.

✅ 혈액 수치는 고정된 값이 아닌 확률적인 범위로 존재합니다. 특히 SDMA나 Creatinine처럼 분산값이 큰 항목은 단일 수치에 의존하기보다 '회색 영역'을 고려한 다각적인 해석이 필요합니다.


 

같은 수치를 보고도 다른 결론을 내리는 이유는 해석을 하는 시각의 차이입니다.

정상값 중심의 기존 접근을 넘어 환자 기반의 데이터 해석 및 통계학적 이해로 진료의 정확도를 높이고자 합니다.

 

매년 수의학에서는 새로운 장비, 약물, 시술법들이 끊임없이 도입되며 우리는 그 변화에 적응하고, 또 이를 바탕으로 진료 수준을 끌어올리고 있습니다.

​

하지만 임상 현장에서 가장 기본적이면서도 빈번하게 수행되는 혈액검사의 해석은 어떨까요? 진료 과정에서 매일 접하는 영역임에도 불구하고, 이에 대한 접근 방식은 과거의 틀에 머무는 경우가 많습니다.

​

최근 진단검사의학에서는 기존의 ‘정상 범위(reference interval)’ 중심 해석에서 벗어나, 생물학적 변동성과 분석 오차, 그리고 개체 기반 해석과 같은 새로운 개념들이 중요하게 논의되고 있습니다.

​

본 글에서는 이러한 개념들을 소개하고, 혈액검사 결과를 보다 정밀하고 임상적으로 유의미하게 해석할 수 있는 새로운 시각을 제안해보고자 합니다.

​

그림 1. 요관 결석 모니터링 중인 환자
 

RI만으로는 부족하다 ― 개체 기준의 필요성

 

환자의 예를 들어 시작해보겠습니다.

이 환자는 디스크 통증으로 내원하여 검진 중 요관의 편측성 결석이 확인되었으나 폐색의 증거가 없어 정기적인 검진을 하던 환자입니다.

정기 검진 다음 날 구토 증상으로 재내원하였고 BUN, Creatinine은 전일에 비해 일부 상승이 관찰되었으나 정상 범주 내로 확인되었습니다. 이 환자를 Azotemia 상태에 있다고 할 수 있을까요?

​

질소혈증의 정의는 혈액 내 질소 화합물이 과도하게 축적된 상태로, BUN과 Creatinine이 모두 정상인 환자를 질소혈증이라 부르기는 어렵습니다.

그러면 이 환자의 수치 변화는 의미가 없는 것일까요?

현재 우리가 보는 정상 참고범위는 인구 기반 참고 기준치(pRI: Population Reference Interval)입니다.

환자가 병원에 처음 내원하였다면 당연히 pRI를 기반으로 검사를 해석하여야 합니다.

하지만 이 환자는 이미 여러 차례 내원하여 검진을 하였으므로 반복된 혈액검사 데이터를 가지고 있고 현재 환자의 혈액검사 수치가 기존에 비해 높다는 사실을 알 수 있었습니다.

FIGURE 2 Demonstration of high individuality using plasma creatinine concentration in cats. Data are from a prior published study and illustrate the variation and mean of results from 14 cats over 6 weeks.41 Measurand concentration is given on the x-axis, and subjects are given consecutively ascending the y-axis. The purple line at the top of the graph, parallel to the x-axis, represents pRI and is shown for perspective. Blue lines parallel to the x-axis represent the range of values for each study subject, and orange crosses represent the mean for each subject. Due to high individuality of creatinine, there is variability of the mean values for each subject (range of means, 1.1-2.0 mg/dL). iRI for a given individual subject (not shown) is expected to be different from the pRI, and pRI is expected to be less diagnostically sensitive

​

그림 2. 인구 기반 참고 기준치와 개별화된 기준 참고 기준치
 

참고 문헌의 그림 2에 따르면, 14마리 고양이에서 6주간 creatinine 농도를 측정했을 때 인구 기반 기준치보다 개체 내 변화는 훨씬 작았습니다.

인구 기반 기준치만으로 해석한다면, 개체 내 작은 변화를 감지하기는 어렵습니다.

​

그렇다면 개별화된 참고 기준치(individualized reference intervals, iRI)는 어떻게 알 수 있을까요? 이를 위해선 다소 낯선 개념들을 이해해야 합니다. iRI는 다음 공식으로 구할 수 있습니다:
 

 

이 중 Homeostatic Set Point (HSP)는 건강할 때 동일 개체에서 측정된 생체 지표의 평균값입니다.

따라서 그동안 환자의 검진을 통해 누적된 혈액검사 값들의 평균이라 볼 수 있습니다.

매우 많은 누적된 검사가 필요할 것 같지만 개와 고양이의 혈액 검사 항목들 중 대부분은 4개 이하의 샘플로 이들 HSP를 구하기 충분합니다.

​

그렇다면 Reference Change Value (RCV)는 무엇이고 어떻게 구할 수 있을까요.

RCV를 한마디로 말하자면 검사 결과가 정상적인 생리적 변동성을 넘어서 임상적으로 유의미한 변화인지 평가하는 기준이라 할 수 있습니다.

RCV는 다음의 공식으로 구할 수 있습니다.

​
이 공식을 보면 RCV는 분석적 변동성과 개체 내 생물학적 변동성을 모두 고려하여 나온 값이라는 것 알 수 있습니다.

하지만 누적된 데이터를 가지고 계산을 하여야 하는 값으로 저희가 구할 수 없습니다.

이러한 개념만 있다 정도로 이해하시면 됩니다.

실제 RCV는 많은 논문들에서 잘 구해놓았고 VetBiologicalVariation.org 등의 데이터베이스를 통해 확인 가능합니다.
 

그림 3. VetBiologicalVariation.org의 database의 Urea, Creatitine의 RCV 확인
 

그럼 이제 iRI를 구하기 위한 모든 항목들을 확인하였으니 실제 첫 번째 환자의 iRI를 구해보겠습니다. RCV는 VetBiologicalVariation.org에서 확인하였습니다(그림 3).

​

2023-12-01부터 2024-02-10 기간 동안 임상증상이 없을 때 진행한 네 번의 혈액검사를 기준으로 평균을 확인하고 각 항목에 맞는 RCV 값을 대입하여 계산(BUN: HSP 14, RCV 30; Creatinine: HSP 0.8, RCV 29)하면 환자의 iRI는 다음과 같이 계산됩니다.

​

환자가 구토 증상으로 내원하였을 때 제조사가 제공한 참조치가 아닌 환자의 개별화된 참고 기준치를 구하여 확인해 보니 환자는 Azotemia(BUN 27, Creatinine 1.5)상태라 볼 수 있습니다.

이처럼 iRI 기준으로 보면, 동일한 수치라도 Azotemia로 진단할 수 있게 됩니다.

실제로 환자는 요관결석이 폐색으로 진행되어 내원하게 되었던 환자로 SUB 시술을 한 후 신장 수치는 환자 iRI 기준 내의 정상치로 회복되는 것을 확인할 수 있었습니다.


 

분석기는 같지 않다: “같은 피인데 결과가 달라?”

 

다음으로 중요하게 생각해볼 문제로는 장비별 편향(Bias)가 있습니다.

많은 임상 수의사들이 외부 검사기관 또는 타 병원의 분석 결과와의 차이를 단순 기계적 측정 오류로 간주하곤 합니다.

하지만 이미 상용화된 장비들의 검사 값의 재현성은 생각보다 우수합니다.

​

분석기 간의 고유한 차이는 단순한 기기 문제나 오차가 아닌 분석기 고유의 측정 방식 (정량화 방법, 보정 알고리즘 등)에 따른 편향(Bias)입니다.

이는 결과에 10~30%의 편차를 유발할 수 있습니다.

동일 환자라도 분석기가 달라지면 수치 비교가 불가능하며, 같은 장비로 추적 검사(follow-up)를 하여야 합니다.

 

FIG 1: Comparison of the results obtained with 104 in-clinic veterinary analysers for the concentration of plasma creatinine in low concentration and high concentration control sera. The dotted lines represent the mean values obtained using an analyser at the Veterinary School of Toulouse

​

그림 5. 104개 동물병원별 낮은 농도와 높은 농도의 Creatinine 측정값의 편향 분포

수의의 현실에서는 외부정도관리를 통한 편향의 관리가 사실상 어려우므로 이러한 편향을 이해하여 해석의 오류를 줄여야 합니다.

원내 각기 다른 장비로 측정된 값을 절대 비교를 한다거나 동일 회사의 장비라 하더라도 타병원의 검사값을 단순 비교하여 수치의 변화를 말하긴 어렵습니다.

이러한 개념에서 조금 더 나아가서 생각해볼 부분에 각 제조사가 제공하는 참조치가 있습니다.

임상에서 자주 활용하는 IRIS 의 신부전 단계 기준을 보며 생각해보겠습니다.


그림 6. International Renal Interest Society의 만성 신장 질환의 단계 분류
 

IRIS에서는 개의 Creatinine 1.4 mg/dL, 고양이 1.6 mg/dL을 기준으로 Azotemia를 정의합니다.

그렇다면 우리 병원에 내원한 환자가 이 수치를 넘는다면 Stage 2라 할 수 있을까요?

실제 저희가 사용하고 있는 장비들의 참고 기준치는 모두 다릅니다.

저희 병원에서 주로 사용하는 IDEXX사 Catalyst 장비에서 제공하는 참조치는 개는 Creatine 1.8mg/dl, 고양이는 2.4mg/dl 까지를 정상으로 간주합니다.

그럼 해당 장비로 개의 검사에서 1.8의 값이 나왔다면 Stage 2단계로 분류될 수 있을까요?

조사가 제공하는 참조치는 말 그대로 해당 장비로 질병이 없는 건강한 개체들을 측정하였을 때 95%가 들어가는 범위를 말하며, 이를 정상으로 간주하는 것입니다.

​

따라서 해당 장비에서 1.8이 확인되었다 하여 2단계의 Azotemia가 있다고 할 수 없습니다.

이는 정상 개체에서도 확인될 수 있는 수치입니다.

또한, 이 기준은 단순히 수치를 더하거나 빼거나 곱하거나 나누어 보정할 수 없습니다.

특정 수치에서의 편향이 다른 수치에서도 동일하다는 보장이 없기 때문입니다.

IRIS 기준 표는 이러한 장비 간 편차나 참조 범위를 모두 반영하여 만든 것이 아니기 때문에, IRIS stage를 적용할 때는 각 병원 장비의 특성을 이해하고 해석하여야 오류를 줄일 수 있습니다.

​

지금까지 두 가지 중요한 개념을 다루었습니다. 첫째, 제공된 참고 범위를 항상 신뢰할 수 없다는 것.

둘째, 서로 다른 분석기에서 나온 검사 결과는 비교할 수 없다는 것입니다. 마지막으로 다루고자 하는 개념은 분산(Dispersion)입니다.

​

수치는 고정값이 아니다: Dispersion을 고려

 

우리는 임상병리 결과를 항상 정확한 숫자로 생각하는 경향이 있습니다.

사실, 처음 배울 때는 그렇게 배울 수밖에 없습니다.

모든 임상병리학 결과가 하나의 값이 아니라 여러 개의 가능성을 나타낸다는 것을 배우는 것은 쉽지 않습니다.

하지만 한 번 생각해 보면, 검사 결과는 어느 정도 변동할 수밖에 없다는 것이 자연스럽게 이해될 것입니다.

​

분산(Dispersion)의 공식은 다음과 같습니다.

 

• Z: 표준 정규 분포 계수 (95% 신뢰도일 시 1.96)

• CVA: 분석적 변동성, CVI: 개체 내 변동성

• ns: 환자로부터 채취한 샘플 수, na: 동일 샘플 반복 측정 횟수

​

공식은 복잡하지만, 외울 필요는 없습니다. 대부분의 값은 문헌에 잘 정리되어 있으며, 우리는 이 개념을 이해하고 특정 항목 해석에 참고만 하면 됩니다.

 

TABLE 2 Dispersion associated with measurement of common

biochemistry and hematology measurands in dogs, cats and horses

​

그림 7. 개와 고양이 혈청화학검사에서 각 항목별 분산 값

 

Dispersion이 낮은 항목들(TP, Alb, Ca, Na, Cl, K)은 측정값의 차이가 진성 변화일 가능성이 높지만, Dispersion이 높은 항목(Creatinine, SDMA 등)들은 단일 수치로 나타나는 결과값을 범위로 인식하고 해석에 참고하여야 합니다.

​

이를 토대로 IRIS stage를 다시 한번 확인해보겠습니다.

그림 7을 보면 IRIS stage에서 기준이 되는 Creatinine (분산 20, cat)과 SDMA (분산 42, cat)은 모두 분산값이 높은 것을 확인 할 수 있습니다.

Creatinine의 분산 값과 SDMA의 분산 값을 대입하여 IRIS stage의 숫자를 하나의 값이 아닌 가능한 여러 숫자의 가능성으로 환산해보았습니다.

그림 8. IRIS stage에 각 항목별 분산의 적용 예시
 

분산을 적용하여 보면 회색 영역(Grey area)가 존재하는 것을 확인할 수 있습니다.

실제 분산값이 큰 Creatinine의 경우 분석적, 개체 내 변동성 등에 의한 실제 Stage 1단계의 수치였다하여도 2단계인 것처럼 확인될 수 있다는 것을 한 번 생각해 볼 필요가 있습니다.

이렇게 특정 임상 결정 기준(clinical decision limit)을 적용할 때에는 분산 값이 큰 항목들은 회색 영역이 존재함을 이해하고 검사 값이 회색영역에 있을 때는 양방향을 모두 고려하여야 합니다.

​

그렇다면 SDMA는 어떨까요?

고양이의 SDMA의 분산값은 그림 7의 표를 참고할 때 42로 매우 높습니다.

분산 값이 40이라는 뜻은 20이라는 실제 값은 12~28사이의 숫자로 표시될 수 있음을 의미합니다.

이렇게 넓은 분산 값을 가지고 있는 SDMA는 IRIS 단계의 숫자들을 영역으로 변환하여 보면 회색영역끼리도 겹치는 영역을 보인다는 것을 확인 할 수 있습니다(그림 8).

실제 SDMA가 23으로 측정이 되었을때 분산값을 고려하면 IRIS stage 1,2,3,4 단계 모두일 수 있다는 것입니다.

이러한 특징을 알고 있다면 SDMA 단일 항목으로 신부전의 단계를 해석하는 데는 주의가 필요함을 알 수 있습니다.

회색 영역을 고려하면, 명확하게 2단계에 도달했다고 판단을 하려면 SDMA 농도가 18이 아닌 25가 넘어야 한다는 것을 알 수 있습니다.

제시된 표에서 25는 2단계의 가장 상단값이므로 이 시점에서는 이미 이 고양이가 3단계에 해당하는지 고려해야 하는 상황일 수도 있습니다.

​

요약하자면, 서로 다른 분석 장비에서 얻은 결과는 직접 비교할 수 없습니다. 또한, pRI은 범위가 매우 넓기 때문에 개체 내의 작은 변화를 감지하기 어려운 경우가 많습니다.

이러한 한계를 보완하기 위해 일부 항목에서는 iRI을 활용하면 환자의 미세한 변화를 확인할 수 있습니다.

RCV는 연속적인 검사 결과 간의 차이가 실제로 유의미한 변화인지 여부를 판단하는 데 유용합니다.

즉, 이전 결과와 비교하여 수치의 증가나 감소가 통계적으로 의미 있는지를 평가하는 데 사용됩니다.

분산(Dispersion)은 특정 분석 항목의 참고 범위나 임상 결정 기준 주변에서 이른바 '회색 지대'를 정의하는 데 유용한 개념입니다.

​

이번 장에서는 임상 현장에서 자주 사용되지는 않지만, 진단검사의학에서 점차 중요해지고 있는 개념들을 소개하였습니다.

일상적인 혈액검사 해석에서 매번 직접 이러한 계산을 하자는 의미는 아닙니다.

다만, 우리가 마주하는 수치들이 단순한 ‘정상/비정상’을 넘어서 어떤 임상적 의미를 가질 수 있는지를 다시 한 번 고민해보는 계기가 된다면, 검사 해석의 오류를 줄이고 더 정밀한 진료에 도움이 될 수 있을 것입니다.

 

References

-Current and emerging concepts in biological and analytical variation. Bente Flatland, 2020

-How can we improve? Understanding new clinical pathology paradigms forbetter interpretation of results. RM Baral, 2025

-https://www.vetbiologicalvariation.org/

-Comparison of plasma creatinine values measured by different veterinary practices. J-P. Braun, 2015

​