
당신과 친구의 허리둘레는 80cm입니다. 키가 160cm이시네요. 친구의 키는 180cm입니다. 각 허리둘레를 사람의 키로 나누면 그 비율이 0.50과 0.44가 됩니다. 비율은 줄자 판독에 하나의 정보를 추가합니다. 사람의 키에 비해 둘레가 얼마나 큰지 알려줍니다.
대만의 한 연구에서는 성인 36,642명의 측정값을 사용했으며 이 비율이 동일한 건강 검진에서 특정 결과가 있는 사람들을 구별하는 데 도움이 될 수 있음을 발견했습니다. 이 연구는 서로 다른 결과에 대해 서로 다른 기준점에 도달했습니다. 1/2에 가까운 비율은 비교를 위한 유용한 척도가 될 수 있습니다. 기준값의 양쪽에는 여전히 그 기준이 시사하는 분류와 실제 결과가 일치하지 않는 사람들이 남습니다 [1].
두 개의 다른 분모를 가진 동일한 허리 측정

계산은 허리둘레를 키로 나눈 값입니다. 두 가지 모두에 동일한 단위를 사용합니다. 80을 160으로 나누면 0.50이 됩니다. 80을 180으로 나누면 약 0.44가 됩니다. 센티미터가 상쇄되어 소수점 또는 높이의 50%와 약 44%로 쓸 수 있는 비율이 남습니다.
비율로 시작하여 거꾸로 작업할 수도 있습니다. 비율이 0.50이면 키 160cm의 허리둘레는 80cm, 키 180cm의 허리둘레는 90cm에 해당합니다. 같은 비율로 원주가 10cm씩 다릅니다. 계산에서는 높이를 기준으로 각 외부 치수를 계산합니다. 피부 바로 아래나 장기 주변의 지방을 별도로 측정하지 않습니다.
두 측정값을 미터로 변환하면 동일한 비율이 제공됩니다. 0.80을 1.60으로 나눈 값은 여전히 0.50입니다. 80cm를 1.60m로 변환하지 않고 나누면 결과는 50, 즉 100배 더 커집니다. 이 계산에서는 소수 자릿수를 추가하는 것보다 단위를 일치시키는 것이 훨씬 더 중요합니다.
BMI도 키를 사용하지만 분자에 체중을 입력하고 미터로 잰 키의 제곱으로 나눕니다. 허리 대 신장 비율은 두 길이를 비교합니다. 두 결과 옆에 원래 측정값을 보관하면 각 결과가 요약하는 내용을 기억하는 데 도움이 됩니다. 허리는 같고 비율이 다른 두 사람이 있을 수 있고, 비율은 같고 허리가 다른 두 사람이 있을 수 있습니다.
연구자들은 어떻게 0.50 근처의 컷오프에 도달했습니까?
대만 연구에서는 2010년 창궁병원 4개 지점에서 실시한 건강검진을 대상으로 했습니다. 여기에는 남성 21,038명, 여성 15,604명이 포함되었습니다. 연구자들은 신체 측정값을 혈당, 혈압, 혈중 지질을 포함한 동일한 검진 결과와 비교했습니다. 각 결과에 대해 제안된 비율 컷오프를 위아래로 이동하여 얼마나 많은 사람이 선별되는지 확인했습니다 [1].
이 연구에서는 줄자를 배치할 위치도 정의했습니다. 직원은 참가자가 선 상태에서 12번째 갈비뼈 아래쪽 경계와 엉덩이 뼈 상단 사이의 중간 지점을 측정했습니다. 배꼽 주위나 허리띠를 따라 감는 줄자는 다른 둘레를 기록할 수 있습니다. 측정 위치는 연구진이 사용한 방법의 일부입니다 [1].

낮은 컷오프는 일반적으로 더 많은 사람에게 플래그를 지정합니다. 연구에서 식별하려는 일부 사람들을 포착할 수 있으며, 해당 결과를 얻지 못한 일부 사람들을 표시할 수도 있습니다. 컷오프가 높을수록 맞교환 관계가 반전됩니다. 민감도는 해당 질환이 있는 사람 중 기준값에 의해 선별되는 비율입니다. 특이도는 해당 질환이 없는 사람 중 기준값 아래에 머무르는 비율입니다. 서로 다른 분모 [1]를 사용하여 계산됩니다.
| 동일 검진에서 당뇨병 분류 | 선택된 비율 | 민감도 | 특이도 |
|---|---|---|---|
| 남자 | 0.503 | 78.1% | 59.7% |
| 여성 | 0.497 | 80.3% | 76.3% |
계산 예시로 표의 남성 행을 보세요. 연구의 당뇨병 분류를 충족하는 100명의 남성으로 시작하십시오. 78.1% 민감도에서 이 기준값은 약 78명을 선별하고 약 22명을 놓치게 됩니다. 해당 분류를 충족하지 못하는 또 다른 100명의 남성을 선택하십시오. 특이도에 따르면 약 60명이 기준값 아래에 머무릅니다. 이는 백분율을 설명하기 위한 가상 그룹입니다. 실제 검진인구는 계산할 때마다 종류별로 100명이 아니었습니다. [1].
당신이 물어볼 수 있는 또 다른 질문이 있습니다. 기준값으로 선별된 사람 중 검진에서 해당 질환이 확인된 사람은 몇 명일까요? 그 대답은 부분적으로 검사 대상 그룹에서 결과가 얼마나 흔한지에 따라 달라집니다. 민감도 열에서 78.1%를 읽어도 알 수 없습니다. 해당 열의 분모는 이미 당뇨병이 있는 것으로 분류된 사람들의 수입니다.
결과를 변경하면 컷오프가 변경되었습니다. 예를 들어 남성 분석에서는 총콜레스테롤이 높은 경우를 0.482, 대사증후군을 0.514로 선정했다. 두 수치는 모두 1/2에 가깝지만 각각은 서로 다른 결과와 서로 다른 상충관계를 반영합니다. 하나의 데이터 세트에서 선택된 컷오프는 이러한 측정값이 특정 그룹의 사람들을 어떻게 구분하는지 설명합니다. 그 성능은 다른 그룹 [1]에서 또 다른 테스트가 필요합니다.
현재 상태를 구분하는 것과 5년 뒤를 예측하는 것
창궁 분석에서는 키, 허리, 검진 결과를 거의 동시에 측정했다. 또 다른 대만 연구에서는 2000년부터 이란(Yilan)의 투청(Toucheng) 마을 사람들을 추적했습니다. 평균 시작 연령은 약 62세였습니다. 이 연구에는 372명의 주민이 등록되었고 약 5년 후에 250명이 추적 조사되었습니다. 연구자들은 이 비율이 새로운 당뇨병 사례를 얼마나 잘 예측하는지 물었습니다. 그 그룹에서는 예측 능력이 제한적이었습니다 [2].
디자인에 따라 질문이 바뀌었습니다. 첫 번째 연구에서는 건강검진 당시 이미 결과가 나온 사람이 누구인지 살펴볼 수 있습니다. 두 번째 연구는 이후 누가 새로 발병하는지 기다려야 했습니다. 그룹은 연령과 환경도 달랐습니다. 측정값이 무언가를 "예측한다"는 헤드라인이 나오면, 연구자가 실제로 결과를 기다렸는지, 아니면 이미 검진에 나온 결과를 사용했는지 확인하는 데 도움이 됩니다.
후속조치 역시 측정 문제를 야기합니다. 이란 지역에서 실제 추적 관찰한 인원은 처음 등록한 인원보다 적었습니다. 누가 새로운 질환을 일으켰는지에 대한 질문에는 나중에 관찰한 숫자가 중요합니다. 모든 최초 기록에 후속 관찰값이 있다고 가정하는 대신 두 인원수를 모두 확인하는 것이 도움이 됩니다 [2].
비율과 함께 원래 측정값도 기록하세요

비율을 적을 경우에는 허리둘레, 키, 날짜, 줄자를 붙인 위치를 그대로 유지하세요. 키 160cm에서 79cm를 읽으면 0.494에 가까운 비율이 됩니다. 81cm를 읽으면 약 0.506이 됩니다. 원래 측정값의 2cm이면 이 두 예를 0.50의 반대쪽에 놓기에 충분합니다. 날짜와 측정 장소를 알면 값을 비교하는 방법을 설명하는 데 도움이 될 수 있습니다.
처음에는 양쪽 허리둘레가 모두 80cm였다. 추가된 높이는 각 사람의 거리가 얼마나 되는지를 알려줍니다. 연구의 선별 결과를 이해하려면 결과와 모집단도 고려하세요.
참고문헌
[1] Li WC, et al. Waist-to-height ratio, waist circumference, and body mass index as indices of cardiometabolic risk among 36,642 Taiwanese adults. Eur J Nutr. 2013;52(1):57–65.
[2] Kuo RJ, Wu YH, Chen LK. Inability of waist-to-height ratio to predict new onset diabetes mellitus among older adults in Taiwan: a five-year observational cohort study. Arch Gerontol Geriatr. 2011;53(1):e1–e4.