심자기공명영상 기반 머신러닝 모델을 이용한 심혈관 생물학적 나이 추정: UK 바이오뱅크 및 다인종 죽상경화증 연구에서의 개발 및 검증
Masci et al.
- 심장 CMR의 간단한 표현형으로 만든 머신러닝 모델이 심혈관 생물학적 나이를 추정할 수 있고, 실제 나이와의 차이가 5년 추적에서 심혈관 사건과 사망을 예측한다.
- 영국 바이오뱅크 참여자의 73%만 사건을 경험했고 사망은 전체 1% 미만이므로 절대 위험이 낮으며, 여성에서만 전사망 사망률 신호가 보여 남성에서의 임상적 가치가 불명확하다.
- 현재로선 연구 단계이며, 기존 위험 인자들을 이미 교정한 후에도 추가 예측력이 제한적이므로 일상 진료에서 임상 의사결정을 바꿀 근거는 아직 부족하다.
본 논문의 머신러닝 모델 개발 및 평가는 TRIPOD+AI 2024 지침의 주요 요구사항을 대체로 충족하였으며, 특히 개발과 평가 데이터 분리, 다중 코호트 검증, 성별 소집단별 성능 보고 등이 적절합니다.
앞으로 필요한 연구 HeartAge-gap과 사망의 성별 간 차이 메커니즘 규명을 위해 여성과 남성에서 생물학적 나이와 심혈관 재형성 지표의 관계를 비교하는 전향적 대규모 무작위 대조 연구가 필요합니다.
일차적 의견
• 3760명의 UK 바이오뱅크 참여자에서 표준적으로 추출 가능한 CMR 표현형을 이용한 gradient-boosting 기반 머신러닝 모델 개발, 31,784명의 UK 바이오뱅크 및 897명의 MESA 참여자에서 중앙값 5.5년 추적관찰 동안 검증.
• HeartAge-gap 1년 증가마다 여성에서 복합 심혈관 사건과 연관 (HR 1.022, 95% CI 1.001–1.044, p=0.048), 남성에서도 연관 (HR 1.017, 95% CI 1.002–1.033, p=0.027); 전체 사망은 여성에서만 예측 (HR 1.061, 95% CI 1.007–1.118, p=0.027).
• 고급 시퀀스 없이 표준 CMR 측정만 필요하나, 여성에서의 사망 관련성은 독립적 코호트에서 추가 검증 필요.
표준 CMR으로부터 도출된 HeartAge-gap은 나이 이외의 독립적인 심혈관 사건 예측값을 제공하며, 특히 여성에서의 사망 연관성은 추가 임상 검증이 필요하다.
쉽게 풀어 쓴 해설
- 심장 MRI로 계산한 '심장 나이'가 실제 나이보다 1년 많을 때마다 심혈관 사건이 2~3% 증가했어요.
- 여성에서는 사망 위험도 높았지만 남성에서는 아직 확인이 필요해요.
- 영국과 미국의 3만 2천명을 5년 반 동안 추적하면서 심장 MRI 표준 측정값으로 컴퓨터 모델을 만들었어요.
- 심장 나이와 실제 나이의 차이가 심혈관 질환이나 사망과 연관되는지 살펴봤어요.
- 정기 검진으로 심장 MRI를 받는 누구에게나 표준 검사만으로 위험을 계산할 수 있어요.
- 심장 질환이 있는 사람도 포함되므로 담당 의사와 함께 해석할 필요가 있어요.
- 여성에서의 사망 예측은 다른 인구집단에서 다시 확인이 필요해요.
- "제 심장 나이가 클수록 뭘 해야 하나요" 하고 다음 진료 때 여쭤 보세요.