최근 2024년 상반기 초과사망이 증가했다는 분석 결과가 발표되면서, 그 원인을 ‘의정 갈등’에 두는 해석이 나왔다. 지난 6개월간 의료 공백으로 인해 3136명의 초과사망자가 발생했다는 주장이다. 하지만 학술적으로 접근해야 할 초과사망 통계 발표에 특정 정치적 의미가 덧씌워질 경우, 자칫 중요한 해석상의 오류로 이어질 수 있는 만큼 신중한 접근이 요구된다.
학술적으로 초과사망은, 예상되는 사망자 수(기대 사망자 수)를 초과해서 발생한 사망자를 의미한다. 대규모 감염병 유행이나 의료체계 과부화 등으로 인한 사회적 여파를 포착하는 데 유용하며, 코로나19 시기에도 각국이 직간접적 피해 규모를 파악하기 위해 적극적으로 활용했다. 문제는, 기대 사망자 수를 어떻게 추정하느냐에 따라 초과사망자 수가 크게 달라진다는 점이다. 단순히 특정 시점 이전 과거 평균 사망자를 기준으로 현재 기대 사망자 수를 산출하면 계산은 쉽지만, 인구 고령화와 연도별 추세 변동을 제대로 반영하지 못해 실제보다 초과사망이 부풀려질 위험성이 있다. 최근 학계에서는 회귀분석이나 인공지능(AI) 기반 예측 기법 등 다양한 통계 모형을 활용해 고령화와 계절성을 고려하고, 코로나19처럼 장기간 고령층에 치명적 영향을 준 요소를 보정하기 위해 노력하고 있다. 또한, 이러한 방법론적 발전에도 불구하고 초과사망자 산출은 학술적 논쟁의 대상이 된다.
이러한 분석상의 복잡성을 간과한 채, 특정 갈등만으로 초과사망 증가를 해석하는 것은 위험하다. 실제로 지난해 여름 코로나19가 다시 대규모로 유행했을 때 고령층 사망자가 급증했는데, 이것이 의료 공백 때문인지 아니면 감염병 재유행 영향 탓인지 면밀한 검토가 필요하다.
또한, 질환별 초과사망을 추정할 때 표본 크기와 통계적 유의성을 충분히 확인하지 않으면, 단순 변동을 의료 갈등의 결과로 결론 내리는 오류를 범할 수 있다. 예를 들면, 인지장애나 뇌질환 등 특정 질환군에서 사망이 늘었다고 하더라도, 그 증가 폭이 통계적으로 유의미한 수준인지, 다른 변수가 작용하지는 않았는지에 대한 명확한 검증이 이뤄져야 한다.
영국 통계청이 초과사망을 발표할 때 연령 표준화 사망률을 함께 제공하는 것도 같은 맥락이다. 실제로 2022년 영국의 총사망자 수는 5년 평균보다 6.3% 많았다. 그러나 연령 표준화 사망률로 보면 0.7% 낮아지는 분석이 있었다. 즉, 인구 고령화 등에 따른 자연 증가분을 고려하지 않으면, ‘사망자 수 증가’라는 단일 수치만으로는 왜곡 해석할 수도 있다. 미국의 한 연구도 인구구조 변화를 반영하지 않았을 때 초과사망이 과대 추정될 수 있다고 지적한 바 있다.
결국, 초과사망 통계를 정치적 공방의 도구로 삼기보다는, 그 통계 산출의 과정과 모형의 한계를 투명하게 공개하고 다양한 위험 요인을 종합적으로 평가해야 한다. 독립 연구진들이 ‘의정 갈등이 초과사망의 직접 원인’이라는 동료 평가된 증거를 아직 확보하지 못한 만큼, 의료 인력 부족과 같은 원인에 대한 추론은 더욱 정교한 통계 모델과 자료 분석을 통해 검증할 문제다. 초과사망의 증가는 대개 여러 요인이 복합적으로 작용해서 나타나는 결과이다. 그러므로 지나치게 단순화해서 해석하는 것은 오히려 정확한 정책 대안 마련을 방해할 수 있다. 무엇보다도, 보건 지표를 제대로 활용하고 이해하기 위해서는 과학적 방법론과 증거에 기반을 둔 정책이 필수적임을 다시금 인식해야 할 때다.