Remote Perioperative Symptom Monitoring via Smartphone is Feasible: Evidence from the Personalized Prediction of Persistent Postsurgical Pain (P5) study of 2,500 surgical patients

2,500 명의 수술 환자를 대상으로 한 P5 연구는 스마트폰을 통한 원격 증상 모니터링 (EMA) 이 전반적으로 실행 가능함을 입증했으나, 인구통계학적 요인과 수술 부위에 따른 준수율 편차를 고려하여 결측 데이터를 적절히 처리하는 것이 중요함을 강조합니다.

핵심

📱 핵심 내용: "스마트폰으로 수술 후 회복을 지켜보기"

1. 연구의 배경: 왜 스마트폰이 필요할까요?

기존에는 환자가 병원에 와서 "지난주에 아팠나요?"라고 물으면, 사람은 기억이 잘 안 나거나 감정을 과장해서 말하기 쉽습니다. (예: "아, 별로 안 아팠어요"라고 말하지만 사실은 아팠던 경우)

이 연구는 스마트폰 앱을 이용해 하루 3 번씩 (아침, 점심, 저녁) 바로바로 증상을 기록하게 했습니다.

• 비유: 이는 마치 운동 기록을 매일 아침마다 체크하는 것과 같습니다. 한 달 뒤에 "어제 몇 개 했나요?"라고 묻는 것보다, 그때그때 기록하는 것이 훨씬 정확하고 생생한 데이터를 줍니다.

2. 실험 방법: 2,500 명의 '대규모 캠프'

연구진은 2,500 명의 수술 환자를 모집했습니다.

• 조건: 스마트폰이 있어야 하고, 영어를 할 줄 알아야 했습니다.
• 과제: 수술 전과 수술 후 30 일 동안, 하루 3 번씩 스마트폰으로 15 가지 질문 (통증, 기분, 수면 등) 에 답해야 했습니다.
• 특이점: 보통 연구에서는 "답을 안 쓰면 돈 안 줘요"라고 하거나, "답을 안 쓰면 연구에서 제외해요"라고 하지만, 이 연구는 그런 조건을 전혀 걸지 않았습니다. 그냥 "스스로 해보세요"라고만 했습니다.

3. 주요 결과: 정말 사람들이 따라했을까요?

결과는 매우 성공적이었습니다.

• 참여율: 2,500 명 중 약 90% 가 최소 한 번 이상 스마트폰에 답을 남겼습니다.

• 정확도:

  • 수술 전: 평균적으로 100 점 만점에 66 점 정도를 채웠습니다. (중간값은 79 점으로, 많은 사람이 열심히 했습니다.)
  • 수술 후: 수술 직후 30 일 동안은 평균 60 점 정도였습니다. (중간값은 71 점.)
  • 참고: 수술 직후는 몸이 아파서 스마트폰을 들기 힘들거나, 마취에서 깨어나는 시간이 걸려서 점수가 조금 더 낮아진 것입니다.

• 누가 가장 잘했나요?

  • 잘한 그룹: 나이가 좀 많으신 분들이 오히려 더 성실하게 답했습니다.
  • 어려움을 겪은 그룹: 혈관이나 심장 수술을 받은 분들은 몸이 너무 아파서 답하기가 힘들었습니다. 또한, 흑인 계통의 환자나 교육 수준이 낮거나, 의료 보험이 부족한 (정부 지원 보험) 분들은 다른 그룹에 비해 답을 덜 남겼습니다.

4. 중요한 발견: "자꾸 물어보면 더 아플까?"

많은 사람이 "하루 3 번씩 아픈지 물어보면, 오히려 아픈 게 더 크게 느껴져서 스트레스를 받겠지?"라고 걱정합니다.

• 결과: 전혀 그렇지 않았습니다. 오히려 스마트폰으로 자주 기록한 사람들은 수술 전 불안감이 약간 줄어들기도 했습니다.
• 비유: 이는 마치 체중계를 매일 보는 것과 비슷합니다. 매일 보는 게 스트레스가 될 수도 있지만, 오히려 자신의 상태를 정확히 파악해서 더 잘 관리하게 도와주는 경우가 많습니다.

5. 결론 및 시사점: "모두를 위한 기술"

이 연구는 **"스마트폰으로 수술 후 상태를 원격으로 모니터링하는 것은 충분히 가능하다"**는 것을 증명했습니다.

하지만 여기서 중요한 경고가 하나 있습니다.

• 문제: 스마트폰을 잘 쓰지 못하는 계층 (특정 인종, 저소득층, 교육 수준이 낮은 분) 은 데이터에서 빠질 가능성이 높습니다.
• 해결: 만약 이들을 제외하고 분석하면, "모든 사람이 스마트폰을 잘 쓴다"는 잘못된 결론이 나옵니다.
• 제안: 연구나 의료 시스템이 발전하려면, **스마트폰을 잘 쓰지 못하는 분들도 포함될 수 있도록 데이터를 어떻게 처리할지 (결측치 처리)**에 대해 매우 신중하게 고민해야 합니다. 그래야 모든 환자에게 공평한 의료 서비스를 제공할 수 있습니다.

---

💡 한 줄 요약

"수술을 받은 환자들에게 스마트폰으로 매일 상태를 물어보는 것은 매우 효과적이고可行的 (feasible) 인 방법입니다. 다만, 스마트폰 사용이 어려운 소외 계층의 데이터가 빠지지 않도록 주의해야 합니다."

이 연구는 앞으로 수술받은 환자들을 병원에 오지 않고도 스마트폰으로 잘 돌볼 수 있는 '디지털 의료'의 큰 가능성을 보여줍니다.

기술 요약

논문 요약: 수술 전후 스마트폰을 통한 원격 증상 모니터링의 타당성 연구 (P5 연구)

1. 연구 배경 및 문제 제기 (Problem)

• 생태적 순간 평가 (EMA) 의 잠재력: 스마트폰을 통한 EMA 는 환자의 증상과 경험을 일상생활에서 빈번하게 포착하여 회상 편향 (recall bias) 을 줄이고 생태학적 타당성을 높이는 데 유망한 도구입니다. 특히 수술 후 회복 모니터링 및 지속적 수술 후 통증 (Persistent Postsurgical Pain) 예측에 활용될 수 있습니다.
• 현재의 한계: 하지만 대규모 임상 코호트에서 수술 전후 (perioperative) 기간에 스마트폰 기반 EMA 를 적용한 실질적인 타당성 (feasibility) 데이터가 부족합니다. 기존 연구들은 소규모이거나, 낮은 준수를 보인 참가자를 분석에서 제외하여 준수율 (compliance rate) 이 과장되었을 가능성이 있습니다.
• 연구 목적: 대규모 수술 환자 코호트 (P5 연구) 를 대상으로, 참가자를 준거에 따라 배제하지 않고 실제 환경에서 스마트폰 EMA 의 실행 가능성과 준수율, 그리고 인구통계학적 요인이 준수율에 미치는 영향을 분석하는 것입니다.

2. 연구 방법론 (Methodology)

• 연구 설계: 단일 센터에서 진행된 전향적 연구 (Prospective Study) 인 '지속적 수술 후 통증의 개인화된 예측 (P5)' 연구의 2 차 분석입니다.
• 대상자: 18 세에서 75 세 사이의 성인, 주요 수술 (수술 시간 1 시간 이상, 입원 계획) 을 받는 환자 총 2,500 명.
  • 포함 기준: 스마트폰 또는 태블릿 접근성 (타인의 기기 사용 가능), 영어 구사 및 독해 능력.
  • 제외 기준: 수술 취소/변경, 기저 측정 미완료, 자발적 철회 등.
• 데이터 수집 프로토콜:
  • 도구: 스마트폰을 통해 하루 3 회, 총 15 개의 항목으로 구성된 EMA 설문지.
  • 인센티브: 참가자는 수술 전 방문 및 기저 설문 완료 시 $50 보상을 받았으나, EMA 준수 여부에 따른 추가 보상은 제공되지 않았습니다. 또한, 낮은 준수로 인해 참가자를 분석에서 제외하지 않았습니다.
  • 기간: 수술 전 기간 및 수술 후 30 일 이내.
• 분석 방법: 준수율 (compliance rate) 계산, 인구통계학적 및 임상적 특성과의 상관관계 분석 (단변량 및 다변량 분석), 결측 데이터 처리의 중요성 평가.

3. 주요 결과 (Key Results)

• 참가 현황: 총 2,500 명 중 2,329 명이 수술을 받았으며, 이 중 **90% (2,100 명)**가 수술 전후 EMA 를 최소 한 번 이상 완료했습니다.
• 준수율 (Compliance Rates):
  • 수술 전: 평균 66% (중앙값 79%). 분포는 왼쪽으로 치우쳐 있어 (left-skewed) 고준수 그룹이 많았습니다.
  • 수술 후 (30 일 이내): 평균 60% (중앙값 71%).
  • 비교: 기존 메타분석 (75-80%) 보다 낮았으나, 이는 저준수 참가자를 배제하지 않은 현실적인 수치이며, 기존 문헌의 과장된 준수율과 대조됩니다.
• 수술 부위별 차이: 수술 후 준수율은 수술 부위에 따라 유의미하게 달랐습니다. 혈관 (vascular) 및 심폐 (cardiothoracic) 수술 환자가 가장 낮은 준수율을 보였습니다 (평균 49-51%). 이는 수술 후 의식 저하나 통증 등 급성기 장애와 관련이 있을 것으로 추정됩니다.
• 인구통계학적 및 임상적 요인:
  • 인구통계학: 흑인/아프리카 계통, 정부 보조 보험 (Medicaid) 가입자, 낮은 교육 수준을 가진 참가자들이 낮은 준수율을 보였습니다.
  • 성별 및 인종 상호작용: 흑인 남성 그룹에서 수술 전후 모두 매우 낮은 준수율 (중앙값 각각 47.5%, 33.3%) 을 보였습니다.
  • 임상적 요인: 수술 전 통증 재앙화 (pain catastrophizing) 점수가 높을수록 준수율이 낮았습니다.
• 반응성 (Reactivity) 분석: 빈번한 모니터링이 증상을 악화시키는지 확인한 결과, 대부분의 참가자에서 증상 악화는 관찰되지 않았습니다. 오히려 EMA 를 더 많이 완료한 그룹에서 수술 전 불안이 경미하게 감소하는 경향이 있었습니다.

4. 주요 기여 및 의의 (Key Contributions & Significance)

• 실제 적용 가능성 입증: 참가자를 준거에 따라 배제하지 않고, 추가 금전적 인센티브 없이도 대규모 수술 환자 집단에서 스마트폰 기반 EMA 가 **실행 가능 (feasible)**함을 입증했습니다. 이는 연구실 환경을 넘어 실제 임상 현장 (Real-world application) 에 적용될 수 있음을 시사합니다.
• 형평성 및 편향 문제 제기: 기존 연구에서 간과되었던 인구통계학적 요인 (인종, 보험 상태, 교육 수준) 이 준수율에 강력한 영향을 미친다는 점을 최초로 대규모로 규명했습니다. 특히 소수 인종과 취약 계층의 데이터 결손 (missing data) 이 모델의 일반화 가능성을 저해할 수 있음을 경고했습니다.
• 결측 데이터 처리의 중요성: 수술 후 급성기 장애로 인한 응답 불가 등을 고려할 때, 단순한 준수율 계산보다는 적절한 결측 데이터 처리 기법이 필수적임을 강조했습니다. 이를 통해 편향되지 않은 예측 모델을 구축할 수 있습니다.
• 향후 연구 방향: 무작위 대조 시험 (RCT) 을 통해 EMA 가 증상에 미치는 인과적 영향 (부정적 반응성 등) 을 규명하고, 다양한 인종 및 사회경제적 배경을 가진 집단을 포함하는 연구가 필요함을 제안했습니다.

5. 결론

본 연구는 수술 전후 원격 모니터링이 기술적으로 실행 가능하며, 대규모 임상 데이터 수집에 유효함을 증명했습니다. 그러나 인종, 보험, 교육 수준 등에 따른 준수율 편차를 해결하기 위한 전략적 개입과 통계적 처리가 필수적이며, 이를 통해 모든 환자에게 공평하고 일반화 가능한 수술 결과 예측 모델을 개발할 수 있을 것입니다.