서울성모병원 이동건·김동욱 교수팀, 국내 확진자 빅데이터 활용
사망에 영향 미치는 요인 확인
생존율 및 인공호흡기·에크모 수요 예측 도움

▲(좌부터)서울성모병원 감염관리실장 이동건 교수, 혈액병원장 김동욱 교수, 감염내과 조성연 교수, 혈액내과 박성수 교수.
▲(좌부터)서울성모병원 감염관리실장 이동건 교수, 혈액병원장 김동욱 교수, 감염내과 조성연 교수, 혈액내과 박성수 교수.

[메디칼업저버 박선혜 기자] 국내 연구팀이 코로나19(COVID-19) 사망 위험을 예측하는 모델을 개발했다.

코로나19 대유행이 장기화되는 가운데, 예측모델 개발에 따라 의료 자원 배분의 효율성이 높아질 것으로 기대된다.

가톨릭대 서울성모병원 감염내과 이동건(감염관리실장, 공동 교신저자), 조성연 교수(공동 제1저자), 혈액내과 김동욱(가톨릭혈액병원장, 공동 교신저자), 박성수 교수(공동 제1저자) 연구팀은 국내 코로나19 확진자 빅데이터를 활용해 코로나19 사망 위험요인을 분석하고 예측모델을 개발했다.

연구팀은 정부에서 공개한 질병관리청 의료 빅데이터에서 2020년 1~4월 코로나19로 확진된 5594명의 데이터를 활용했다. 이를 토대로 코로나19 사망 위험 예측모델을 개발하기 위해 2:1 비율의 개발 코호트(3729명)와 검증 코호트(1865명)로 나눠 연구를 수행했다. 

코로나19 진단시점에서 사망에 영향을 미치는 요인으로 △고령 △치매 △만성신질환 △호흡곤란 또는 의식 저하가 있는 경우 △절대림프구 수 1000개 미만 등을 확인했다.

연구팀은 이들 요인을 개발코호트에서 점수 체계화 후 생존 예측모델을 만들었다. 이어 위험도에 따라 저위험군, 중간위험군, 고위험군, 최고위험군으로 분류해 28일 생존율을 측정한 결과, 각 99.8%, 95.4%, 82.3%, 55.1%로 나타났다. 

이와 함께 14일 또는 28일 생존율을 알고리즘 성능을 평가하는 지표인 AUROC 기준으로 검증코호트에서 측정한 결과, 각 0.918, 0.896으로 우수한 성능을 보였다. AUROC는 0.8 이상일 경우 신뢰도가 있다고 간주된다. 

연구를 통해 위험단계가 클수록 사망률은 물론 이에 따른 인공호흡기, 에크모 치료의 필요성이 커짐을 밝힘에 따라, 코로나19 사망 위험 예측모델을 통해 환자의 중증 이행 여부를 예측하고 제한적인 의료 자원을 효율적으로 활용하는 데 도움이 될 것으로 전망된다. 

아울러 연구팀은 예측모델을 손쉽게 활용할 수 있도록 웹사이트(https://ymdtech.kr/)를 구축했다.

논문 내용과는 별도로 일반 환자를 대상으로 경증이라도 산소치료가 필요한 질병 상태로 이행하는지 여부를 예측하는 모델도 제공하고 있다. 

연구팀은 그간 축적한 연구 경험과 질병관리청 제공 공공데이터를 활용해 코로나19 대유행을 극복할 수 있는 시스템을 개발한 것에 큰 의의가 있다고 밝혔다.

이동건 교수는 "이번 연구에서 개발한 코로나19 사망 위험 예측모델은 보건소 및 지역사회에서도 쉽게 활용할 수 있는 요인들로, 예측을 쉽게 할 수 있다"며 "일선 현장에서 환자의 중환자실 입실 계획 등을 선제적으로 수립하는 데 활용할 수 있을 것"이라고 전망했다.

그는 이어 "의료자원이 부족한 해외현장에서 근무하는 근로자와 교민들에 대한 빠른 예측과 귀국 등 대응방안 마련에도 도움이 될 것"이라고 덧붙였다.

한편 이번 연구는 서울성모병원 생명존중기금과 가톨릭의대 재미동문회 지원으로 진행됐다. 연구 결과는 Journal of Medical Internet Research 2월호에 실렸다(J Med Internet Res 2021;23(2):e26257).

저작권자 © 메디칼업저버 무단전재 및 재배포 금지