전자의무기록 기반 심방세동 위험도 예측 모델을 이용한 선별검사
Risk-Guided Screening for Atrial Fibrillation Using Electronic Health Records.
Nadarajah et al.
- 결과는 선명했습니다: 저위험군 902명 중 0.6%(5명)만 부정맥이 발견된 반면, 고위험군 1,021명 중 4.5%(46명)에서 부정맥이 나타났어요. 고위험으로 분류된 사람들이 부정맥을 가질 확률이 약 8배 더 높았던 겁니다.
- 모두 뇌졸중 위험이 있으면서도 아직 부정맥 진단을 받지 않은 평균 70세 환자들이었죠.
- 내가 현재 어느 정도의 뇌졸중 위험군에 속하나요?
2024 ESC 심방세동 지침과 2023 ACC/AHA 지침 모두 뇌졸중 고위험군에서 체계적 선별검사를 권고하며, 본 연구는 머신러닝 기반 위험도층화가 이러한 선별검사의 효율성을 높일 수 있음을 제시합니다.
근거 2024 ESC 심방세동 진료지침 · 2023 ACC/AHA 심방세동 진료지침
앞으로 필요한 연구 현재 지침들은 고위험군 선별검사의 방법과 주기를 명시하지 않으므로, 위험도층화 모델을 이용한 선별검사와 기존 기회 선별검사의 진단수율과 장기 뇌졸중 예방 효과를 비교하는 무작위 대조시험이 필요합니다.
일차적 의견
• 5개국 1,280만 명 대상 FIND-AF 2.0 개발 및 검증: 나이, 성별, 동반질환을 이용한 머신러닝 모델로 6개월 내 신규 AF 예측.
• 전향적 연구에서 고위험군 AF 진단율 4.5% 대 저위험군 0.6% (OR 8.46, 95% CI 3.35–21.40, p<0.001), 3주간 일일 ECG 모니터링.
• 뇌졸중 고위험 선별된 집단 제한, 상대적으로 짧은 6개월 예측 기간의 제한.
FIND-AF 2.0 기반의 위험도별 EHR 선별검사는 고위험군에서 AF 조기 진단을 효율적으로 달성하여 항응고 치료 시작을 앞당기고 뇌졸중 예방을 향상시킬 수 있다.
쉽게 풀어 쓴 해설
- 머신러닝으로 뽑은 고위험군은 저위험군보다 심방세동을 7배 이상 많이 발견했어요.
- 3주간 매일 심전도를 기록한 고위험군에서 4.5%가 부정맥으로 진단되었어요.
- 5개국 1,280만 명의 의료 기록으로 나이, 성별, 질병 정보를 학습한 컴퓨터 모델을 만들었어요.
- 이 모델로 예측한 고위험군과 저위험군에게 3주간 휴대용 심전도를 매일 기록하게 했어요.
- 뇌졸중 위험이 있는 중년 이상 성인 중에서 부정맥을 놓친 분들이 대상이에요.
- 매우 건강하고 뇌졸중 위험이 없는 젊은 사람들은 이 연구에 포함되지 않았어요.
- 실제 환자 진료 현장에서 이 모델이 얼마나 잘 작동할지는 더 확인이 필요해요.
- 다음 진료 때 "제 나이와 건강 상태라면 부정맥 검사를 받아 볼 만할까요"라고 여쭤 보세요.