다기관 검사 데이터 통합 분석을 위한 정규화 방법

Abstract

분산 연구망 (Distributed research network, DRN)은 후향적 관찰연구를 수행하기 위해 위한 방안으로, 서로 다른 원천 데이터의 통합분석이 가능하도록 하여 다양한 연구 주제에 대한 후향적 연구의 통계적인 검증력을 확보할 수 있도록 해준다. 하지만 검체 검사(laboratory test) 등 검사 결과의 경우, 원천데이터마다 환자의 인구 구성이 서로 다르며, 또한 서로 다른 측정 방법을 사용하여 수집되어지기 때문에 다기관 통합 분석을 위해 단순히 검사 결과들을 합칠 경우, 심각한 오류가 발생할 수 있다. 임상 시험과 유전체 분석 분야에서 서로 다른 검사 측정 기기로부터 측정된 결과를 정규화 방법들이 존재하지만, 이러한 기존의 정규화 방법들은 실제 의료환경에서 수집된 의료 데이터에 적용하기에는 적합하지 않다. 본 연구에서는 원천 데이터의 이질적인 임상-역학적 특성을 보정하면서 서로 다른 원천 데이터의 검사 결과를 정규화 방법을 제시하는 것을 목적으로 하였으며, 본 연구를 통해 제시하는 방법은 부분 집단 보정 정규화법 (subgroup adjusted normalization, SAN) 방법이라 명명하였다. SAN 방법은 인구 구성이 보정된 조건 하에서 두 원천 데이터셋의 평균과 표준편차를 정규화한다. SAN의 정규화 성능을 평가하기 위해, 본 연구에서는 SAN과 임상 시험 및 유전체 연구에서 사용되어 왔던 기존의 정규화 방법들을 비교하였다. 정규화 방법들의 성능 비교를 위해, 혈청 혈액요소질소(blood urea nitrogen, BUN), 혈청 크레아티닌(serum creatinine), 헤마토크리트(hematocrit), 헤모글로빈(hemoglobin), 혈청 칼륨(serum potassium), 총 빌리루빈(total bilirubin)으로 구성된 시뮬레이션 데이터와 국내 두 삼차 의료기관의 실제 데이터를 이용하였다. 정규화 결과의 성능을 평가하는 지표로는 평균의 표준화된 차이 (standardized difference in means, SDM)와 두 분포의 이질도를 나타내는 콜모고로프 스미르노프 통계치(Kolmogorov–Smirnov statistics, KS statistics)가 사용되었다. 다양한 임상-역학적 특징이 SAN 방법의 부분 집단 보정 과정에 적용될 수 있으나, 본 연구에서는 비교의 단순화를 위해 나이와 성별만을 활용하였다. 시뮬레이션 테스트 결과, 모든 검사 결과에서 SAN에 의한 정규화 결과가 가장 낮은 SDM값과 콜모고로프 KS statistics를 보였다(p < 0.05). 실제 데이터에 적용하였을 경우에는, SAN이 혈청 혈액요소질소, 헤마토크리트, 헤모글로빈, 혈청 칼륨 검사 결과에 적용되었을 경우, 다른 정규화 방법들에 비해 가장 낮은 SDM과 KS를 보였으며(p < 0.05), 혈청 크리아티닌 결과에 정규화 방법들을 적용하였을 때, 가장 낮은 SDM 값을 보였다(p < 0.05). SAN은 기존의 다른 방법들 보다 서로 다른 두 기관의 검사결과를 정규화하는데 있어 가장 좋은 성능을 보여주었다. 또한 SAN 방법은 DRN 환경에 적용가능하기 때문에 DRN내 다기관의 데이터를 통합하여 분석할 수 있게 되어, 다기관 데이터를 활용한 다양한 후향적 관찰 연구가 촉진되는데 기여할 것으로 기대된다.