Causal Inference of Blood Pressure Reduction and Coronary Heart Disease Risk in the Framingham Study

프레밍햄 심장 연구에 인과 추론 방법을 적용한 본 논문은 교란 요인으로 인해 표준 관찰 위험 계산기가 관상동맥 심장 질환 위험에 대한 혈압 강하의 절대적 이점을 약 21.8% 과대평가함을 입증함으로써, 임상 의사결정에서 조건부 확률과 개입 효과를 구분할 필요성이 시급함을 강조한다.

핵심

특정 행동—예를 들어 혈압을 낮추는 것—이 실제로 심장마비 예방에 얼마나 도움이 되는지 파악하려고 상상해 보세요. 수십 년 동안 의사와 위험도 계산기는 자연스럽게 혈압이 낮은 사람들과 자연스럽게 혈압이 높은 사람들을 비교하는 방법을 사용해 왔습니다.

이 연구에 따르면, 이 비교는 달리기 실력을 보지 않고 달리는 사람들의 신발을 보고 경기를 판단하는 것과 같습니다.

연구자들이 발견한 내용을 간단한 비유로 정리해 보겠습니다.

"자연스러운" 대 "강제된" 오류

혈압을 집 안의 온도에 비유해 보세요.

• 옛 방법 (관찰적): 연구자들은 자연스럽게 시원한 집과 자연스럽게 뜨거운 집을 비교했습니다. 그들은 뜨거운 집들이 더 많은 창문이 깨져 있는 것 (심장병) 을 발견했습니다. 그리고 결론을 내렸습니다. "집을 시원하게 만들면 많은 창고를 구할 수 있다."
• 결함: 자연스럽게 뜨거운 집들은 보통 다른 문제들도 가지고 있습니다. 나이가 많고, 단열이 나쁘며, 주인들이 유지보수에 덜 신경을 씁니다. 열이 창문이 깨지는 유일한 이유는 아닙니다. 집의 나이와 나쁜 유지보수도 원인입니다.
• 새 방법 (인과적): 이 연구는 다른 질문을 던졌습니다. "자연스럽게 뜨거운 집을 가져와서 강제로 온도 조절기를 낮추면 (약을 사용하여), 실제로 몇 개의 창문을 구할 수 있을까?"

이 연구는 "옛 방법"이 이익을 약 22% 과대평가했다고 발견했습니다. 열이 모든 깨진 창문의 원인이라고 비난했지만, 실제로는 집의 나이와 나쁜 유지보수가 많은 피해를 입히고 있었습니다. 열을 고치면 열은 고쳐지지만, 집의 나이 유지보수 문제는 마법처럼 고쳐지지 않습니다.

"지도" 수정

이를 올바르게 하기 위해 연구자들은 심장 건강이 어떻게 작동하는지에 대한 새로운 "지도" (Directed Acyclic Graph 또는 DAG 라고 함) 를 그렸습니다. 그들은 다른 사람들이 사용해 왔던 지도들에서 네 가지 오류를 발견했습니다.

1. 흡연: 그들은 이 특정 맥락에서 흡연이 직접적으로 고혈압을 유발한다는 선을 제거했습니다. 흡연은 먼저 콜레스테롤과 같은 다른 경로를 통해 심장 건강에 영향을 미친다는 것을 깨달았기 때문입니다.
2. 나이: 나이가 들면 당뇨병을 유발하고, 이것이 다시 심장 건강에 영향을 미친다는 선을 추가했습니다.
3. 약물: 혈압약을 복용하는 것은 고혈압을 가진 결과이지 원인이 아니라는 것을 깨달았습니다. 약을 원인으로 취급하는 것은 소화기를 불의 원인으로 비난하는 것과 같습니다.
4. 이력: "과거 고혈압"을 별도의 원인으로 계산하는 것을 중단했습니다. 왜냐하면 그것은 현재 고혈압의 단순한 증상일 뿐이기 때문입니다.

이러한 지도 오류를 수정함으로써 그들은 "온도 조절기 조정"의 진정한 효과를 계산할 수 있었습니다.

결과: 더 정직한 숫자

그들이 올바르게 계산을 했을 때:

• 옛 추측: 혈압을 20 포인트 낮추면 약 **4.14%**의 사람들에서 심장병을 예방할 수 있습니다.
• 새 진실: 혈압을 20 포인트 낮추면 실제로 약 **3.40%**의 사람들에서 심장병을 예방합니다.

3.40% 는 여전히 좋아 들리지만, 이 연구는 "옛 추측"이 지나치게 낙관적임을 보여줍니다. 의사가 약을 처방할지 결정할 때 옛 숫자를 사용하면, 치료에 대한 실제 이익이 임계값 바로 아래일 수 있음에도 불구하고 이익이 충분히 크다고 생각하여 환자를 치료할 수 있습니다.

누가 가장 혜택을 받나요?

이 연구는 이 "수정"이 다른 사람들에게 다르게 작용하는지 또한 살펴보았습니다.

• 나이: 나이가 많은 사람들은 젊은 사람들보다 혈압을 낮추는 것에서 더 큰 절대적 이익을 얻는 것으로 보입니다. 이는 나이가 많은 사람들이 처음에 더 많은 "깨진 창문"을 가지고 있기 때문에 당연합니다.
• 당뇨병: 연구자들은 당뇨병 환자를 살펴보려고 시도했지만, 연구에 포함된 당뇨병 환자가 너무 적어 신뢰할 수 있는 결론을 내릴 수 없었습니다. 그들은 명시적으로 이 데이터로부터 당뇨병 환자에 대한 결론을 내릴 수 없다고 경고합니다.

결론

이 연구는 "혈압을 낮추지 마라"고 말하는 것이 아닙니다. **"혈압을 낮추는 것이 얼마나 도움이 될 것이라고 생각하는지에 대해 조심하라"**고 말합니다.

일반적인 위험도 계산기는 지금 바로 하늘이 얼마나 어두운지에 기반하여 폭풍을 예측하는 날씨 예보와 같습니다. 하늘이 어두운 것은 이미 멀어지고 있는 폭풍운 때문입니다. 더 정교한 방법 (인과 추론이라고 함) 을 사용하여 연구자들은 혈압의 효과만을 분리했을 때 "폭풍" (심장병 위험) 이 옛 예보가 예측한 것보다 약간 덜 심각함을 보여주었습니다.

이는 의사들이 더 정확한 결정을 내리는 데 도움이 되며, 환자의 전반적인 건강 상태가 훨씬 더 복잡할 때 단일 치료의 "마법"을 과대평가하지 않도록 보장합니다.

기술 요약

기술적 요약: 프레이밍햄 연구에서의 혈압 강하와 관상동맥질환 위험의 인과 추론

문제 제기
프레이밍햄 위험 점수 (Framingham Risk Score) 와 ACC/AHA 풀드 코호트 방정식 (Pooled Cohort Equations) 과 같은 표준 심혈관 위험 계산기는 특정 혈압 프로필이 주어졌을 때 관상동맥질환 (CHD) 의 조건부 확률, $P(\text{CHD} \mid \text{SysBP}=s, Z=z)$를 추정합니다. 이 수치는 특정 특성을 자연스럽게 가진 개인들 사이에서 관찰된 질병의 빈도를 반영합니다. 그러나 항고혈압제 치료에 관한 임상적 의사결정은 개입적 수량인 $P(\text{CHD} \mid \text{do}(\text{SysBP}=s))$를 요구하며, 이는 환자의 기저 생물학적 상태 (예: 연령, 비만, 대사 조절 장애) 와 무관하게 혈압이 약리학적으로 목표 값으로 설정되었을 때의 위험을 나타냅니다.

본 논문은 이러한 두 수량을 혼동하는 것이 혈압 강하의 절대적 이득을 체계적으로 과대평가하게 만든다고 주장합니다. 자연적으로 혈압이 높은 개인들은 혈압이 낮은 개인들에 비해 더 많은 동반 질환 (고령, 높은 BMI, 당뇨병) 을 가진 경우가 많습니다. 관찰적 추정치는 이러한 전체 프로필과 관련된 위험을 포착하는 반면, 항고혈압제 치료는 혈압에서 혈관 사건으로 이어지는 인과 경로만을 차단합니다. 결과적으로 관찰 도구는 치료의 인지된 효능을 과장할 수 있으며, 이는 처방 임계값과 위험 계층화에 영향을 미칠 수 있습니다.

방법론
본 연구는 프레이밍햄 심장 연구 자손 코호트 ($n=4,240$; 주 분석은 완전 사례 $n=3,776$) 에 퍼얼의 do-calculus 와 구조적 인과 모델링을 적용했습니다. 방법론적 파이프라인은 다음과 같습니다:

1. 구조적 인과 모델 (DAG) 명세: 11 개의 노드와 24 개의 간선을 가진 방향성 비순환 그래프 (DAG) 가 구성되었습니다. 저자들은 이전 형식들에 대해 네 가지 생물학적 동기에 기반한 수정을 도입했습니다:

   • 흡연 $\to$ 수축기혈압 (SysBP) 제거: 니코틴이 급성 혈관 수축을 유발하지만, 이 단면적 맥락에서 흡연 상태와 지속적 수축기혈압 간의 구조적 인구 수준의 인과 경로를 구성하지는 않는다는 점을 인정했습니다.
   • 연령 $\to$ 당뇨병 추가: 연령에 따른 제 2 형 당뇨병 발병률의 급격한 증가를 반영하여, 연령이 혈압 상승과 CHD 의 공통 원인임을 인식했습니다.
   • 약물 (BPMEDS) 재분류: 항고혈압제를 혈압 (SysBP) 의 후손으로 취급하고 교란변수로 취급하지 않았습니다. 이를 보정 집합에 포함하면 콜라이더 편향을 유발합니다.
   • 유병 고혈압 제외: 장기 혈압의 인과적 하류에 있으므로 과보정 편향을 피하기 위해 주 보정 집합에서 유병 고혈압을 제거했습니다.

   DAG 의 타당성은 조건부 독립성 검정 (부분 상관) 을 통해 검증되었으며, 모든 검정은 $\alpha=0.05$에서 통과했습니다.

2. 인과 효과 추정:

   • 주 추정치: 20 mmHg 의 수축기혈압 강하에 대한 평균 인과 효과 (ACE) 를 추정하기 위해 G-계산 (standardization) 을 사용했습니다. 백도어 보정 집합 $Z = \{\text{연령, 성별, BMI, 현재 흡연}\}$을 사용했습니다. 총 콜레스테롤과 포도당은 결과 회귀에서 정밀도 공변량으로 포함되었습니다.
   • 삼각화 (Triangulation): 성별 층화 성향 점수 매칭 (PSM) 과 역확률 가중치 (IPW) 를 사용하여 결과를 교차 검증했습니다.
   • 이질성: 연령, 성별, 당뇨병 상태에 따른 효과 수정을 평가하기 위해 경사 부스팅 nuisance 모델을 사용한 R-Learner 와 T-Learner 메타러너를 통해 조건부 평균 치료 효과 (CATE) 를 추정했습니다.
   • 견고성: 인과 추정을 검증하기 위해 순열 반박 테스트와 위약 도구 (예: 심박수 $\to$ 연령) 를 사용했습니다. 측정되지 않은 교란에 대한 결과의 견고성을 정량화하기 위해 E-값을 계산했습니다.

주요 결과

• 예측 - 인과 간극: G-계산 접근법은 수축기혈압 20 mmHg 강하에 대해 **3.40%**의 절대 위험 감소 (95% 부트스트랩 CI: 2.64%–4.14%) 의 ACE 를 산출했습니다. 반면, 단순 관찰적 추정치는 **4.14%**였습니다. 이는 관찰적 접근법이 약 **21.8%**의 상대적 과대평가를 나타냅니다.
• 편향 원인: 이 차이는 고령, 높은 BMI, 대사 조절 장애가 높은 혈압과 군집화되는 현상에 기인합니다. 관찰적 추정치는 혈압 강하뿐만 아니라 동반 질환 프로필의 위험을 포착합니다.
• 이질성: 연령 층 ($p < 0.001$) 과 당뇨병 상태 ($p < 0.001$) 에서 통계적으로 유의한 이질성이 검출되었습니다. 고령 환자 (45–64 세) 는 젊은 환자 (<45 세, 약 2.2%) 에 비해 더 높은 추정 절대 위험 감소 (~4.5–4.8%) 를 보였습니다.
• 하위 그룹 한계: 당뇨병 하위 그룹 ($n=109$) 에 대한 추정치는 불안정하며 통계적 검정력이 부족하여 신뢰구간이 0 을 가로지릅니다. 저자들은 명시적으로 이 데이터만으로는 당뇨병 환자에 대한 차별적 이득에 관한 신뢰할 수 있는 추론을 할 수 없다고 명시했습니다.
• 견고성: E-값 하한은 2.18 이었으며, 이는 측정되지 않은 교란변수가 수축기혈압과 CHD 모두와 최소 2.18 의 위험비를 가져야만 관찰된 효과를 완전히 설명할 수 있음을 의미합니다. 이는 측정된 모든 공변량의 연관 강도를 초과합니다.

의의 및 주장
본 논문은 프레이밍햄 코호트 내에서 표준 관찰 심혈관 위험 도구의 편향 크기를 정량화한 첫 번째 연구라고 주장하며, 이러한 도구들이 항고혈압제 치료의 절대적 이득을 약 5 분의 1 정도 과대평가할 수 있음을 보여줍니다.

저자들은 이러한 과대평가가 직접적인 임상적 결과를 초래한다고 주장합니다. 처방 임계값 근처의 환자들에게 있어 추정 이득의 21.8% 과대평가는 실제 인과적 이득이 임상적으로 의미 있는 임계값 아래로 떨어지는 치료 결정으로 이어질 수 있습니다. 본 연구는 임상적 위험 계층화는 이상적으로 조건부 연관성이 아닌 개입적 추정에 의존해야 한다고 제안합니다.

방법론적으로 본 논문은 DAG 평가, G-계산, PSM, IPW, 준모수적 메타러너를 통합하는 엔드 투 엔드 재현 가능 파이프라인을 제공합니다. 특히 항고혈압제를 혈압의 후손이 아닌 교란변수로 잘못 취급하여 콜라이더 편향을 유발한 이전 심혈관 데이터 인과 분석의 특정 구조적 오류를 강조합니다.

저자가 인정한 한계
저자들은 결론에 대해 겸손한 어조를 유지하며 다음과 같은 여러 한계를 지적합니다:

• 측정되지 않은 교란: 측정되지 않은 교란이 없다는 가정은 검증 불가능하며, 식이, 신체 활동, 유전학 등의 요인이 결과를 편향시킬 수 있습니다.
• 단면적 성격: 분석은 10 년 추적 관찰 기간 동안의 시간 변화 교란을 고려하지 않은 기저 데이터를 기반으로 하므로, 보수적인 추정으로 이어질 수 있습니다.
• DAG 단순화: DAG 는 단순화된 표현이며, 일부 위약 테스트의 실패는 모델에 인코딩되지 않은 잠재적 공통 원인이 있음을 시사합니다.
• 일반화 가능성: 프레이밍햄 자손 코호트는 20 세기 중반 뉴잉글랜드의 주로 백인 기반 지역사회 표본이므로, 현대적이고 다양하며 고위험군인 인구집단으로의 일반화는 제한적입니다.
• 하위 그룹 검정력: 당뇨병 하위 그룹 분석은 명시적으로 검정력이 부족하고 추론에 신뢰할 수 없다고 표기되었습니다.

본 연구는 그 결과를 가설 생성적 것으로 위치 짓고, 향후 무작위 대조 시험 데이터 (예: SPRINT, ACCORD-BP) 에 대한 검증과 더 크고 다양한 코호트에서의 재현을 요구합니다.