Mother-infant linked UK electronic birth cohorts representing 17.5 million births harmonised to the OMOP common data model

1. 문제 제기 (Problem)

• 데이터의 비표준화와 단절: 영국 내 기존 전자 출생 코호트 (잉글랜드, 스코틀랜드, 웨일스 등) 는 연구 설계, 코딩 시스템, 변수 정의 등에서 큰 이질성을 보입니다. 이로 인해 코호트 간 또는 국가 간 분석이 어렵고, 연구의 재현성과 비교 가능성이 제한됩니다.
• 임신 데이터의 표현 한계: OMOP CDM 은 기본적으로 '개인 (Patient)' 중심의 모델로 설계되었습니다. 그러나 임신 연구는 산모와 영아 간의 명시적 연결 (Linkage) 과 임신 에피소드 (Pregnancy Episode) 의 추적이 필수적이므로, 기존 표준 모델만으로는 이를 적절히 표현하기 어렵습니다.
• 데이터 공유의 제약: 개별 수준의 데이터를 중앙으로 수집하여 통합하는 방식은 개인정보 보호 및 데이터 주권 (Governance) 문제로 인해 실현하기 어렵습니다.

2. 방법론 (Methodology)

이 연구는 MIREDA (Mother and Infant Research Electronic Data Analysis) 파트너십을 통해 다음과 같은 기술적 프로세스를 적용했습니다.

• 대상 데이터: 영국 전역의 5 개 코호트 (Born in Wales, Born in Scotland, Born in Bradford, Born in South London/eLIXIR, CPRD) 로부터 수집된 1,750 만 건 이상의 출생 기록을 대상으로 했습니다.
• 표준화 프레임워크: OMOP CDM 버전 5.4를 기반으로 데이터를 변환했습니다.
• ETL 프로세스 (추출 - 변환 - 적재):
  • WhiteRabbit: 소스 데이터베이스 구조와 코딩 시스템을 스캔하여 메타데이터를 프로파일링했습니다.
  • Carrot Mapper: 소스 변수를 OMOP 표준 개념 (SNOMED CT, ICD-10, OPCS-4, RxNorm 등) 에 매핑했습니다.
  • Carrot Transform: 매핑 규칙을 적용하여 데이터를 OMOP CDM 형식으로 변환하고 각 신뢰 연구 환경 (TRE) 내에서 로컬로 적재했습니다.
• 핵심 기술적 해결책 (Challenges & Solutions):
  • 산모 - 영아 연결 (Mother-Infant Linkage): OMOP 의 fact_relationship 테이블을 활용하여 산모와 영아의 person_id 를 연결했습니다. '어머니 (concept_id: 4248584)', '자녀 (4285883)', '쌍둥이 (4013484)' 등의 관계 개념을 사용하여 표준 구조 내에서 관계를 정의했습니다.
  • 임신 에피소드 표현: condition_occurrence 테이블에 임신 (concept_id: 4299535) 을 기록하고, 시작일 (최종 월경일) 과 종료일 (분만일) 을 사용하여 임신 기간을 정의했습니다.
  • 위치 이력 (Location History): OMOP 의 기본 구조가 최신 주소만 저장하는 한계를 보완하기 위해, 비표준 헬퍼 테이블인 location_history 를 구현하여 시계열적 주소 변화를 추적할 수 있도록 했습니다.
  • 약물 및 인종 매핑: 영국 특유의 약물 코드 (DM+D) 를 RxNorm 으로 매핑하고, 영국식 인종 분류를 OMOP 의 'Race' 개념과 Observation 도메인을 혼합하여 세분화된 정보를 보존했습니다.
• 연동 방식: 페더레이티드 (Federated) 분석 방식을 채택하여, 원본 데이터는 각 TRE 에 보관된 채로 분석 코드를 배포하고 결과만 집계하여 공유함으로써 개인정보 보호를 유지했습니다.

3. 주요 기여 (Key Contributions)

• 대규모 표준화 데이터셋 구축: 영국 전역의 1,750 만 건 이상의 출생 기록을 OMOP CDM 형식으로 변환하여, 산모 및 영아 건강 연구용 표준화 자원을 최초로 제공했습니다.
• 임신 및 모자 관계 표현 표준 제안: OMOP CDM 의 표준 구조 내에서 산모 - 영아 연결과 임신 에피소드를 표현하는 재현 가능한 방법론 (Mapping Guidelines) 을 개발했습니다. 이는 기존에 비표준 확장 테이블을 사용하거나 산모 정보만 기록하던 방식의 한계를 극복했습니다.
• 재현 가능한 ETL 파이프라인: WhiteRabbit, Carrot Mapper, Carrot Transform 등 오픈소스 도구를 활용한 자동화된 변환 파이프라인을 구축하고, 매핑 규칙과 스크립트를 GitHub 을 통해 공개하여 다른 코호트 확장 및 재현을 가능하게 했습니다.
• 페더레이티드 분석 인프라: 데이터 이동 없이 분석이 가능한 환경을 조성하여, 민감한 의료 데이터의 국경 간/코호트 간 비교 연구를 가능하게 했습니다.

4. 결과 (Results)

• 데이터 규모: 총 1,745 만 6,840 건의 출생 기록 (약 99.6% 가 단일 출생) 과 1,144 만 3,154 명의 산모 데이터를 포함합니다.
• 데이터 품질 및 분포:
  • 임신 기간: 만기 분만 (Term) 이 82.2%, 조산 (Preterm) 이 5.4%, 만기 후 분만 (Post-term) 이 3.3% 를 차지했습니다.
  • 분만 방식: 제왕절개율이 지역 및 코호트별로 상이하게 나타났습니다 (예: 런던 39.7%, 웨일스 19.9%). 전체적으로 약 20.6% 가 제왕절개였습니다.
  • 산모 특성: 평균 산모 나이는 29.4 세였으며, 임신 등록 시 흡연율은 2.6% 였습니다.
  • 결손 데이터: 분만 방식 미기록률은 18.8% 였으며, 이는 코호트별 데이터 수집 방식의 차이를 반영합니다.
• 검증: 자동화된 스키마 검증, 개념 매핑 무작위 샘플 검토, 그리고 기존 코호트 통계 (제왕절개율, 조산율 등) 와의 비교를 통해 데이터의 정확성과 일관성을 검증했습니다.

5. 의의 및 향후 전망 (Significance & Future)

• 희귀 질환 및 대규모 연구 지원: 1,750 만 건 이상의 규모는 희귀 노출 요인이나 희귀 질환을 연구하고, 임상 시험 시뮬레이션 (Trial Emulation) 을 수행하며, 정책의 영향을 평가하는 데 필수적인 통계적 검정력을 제공합니다.
• 상호 운용성 및 비교 연구: 서로 다른 국가와 코호트 간의 데이터를 직접 비교할 수 있게 되어, 지역별 의료 정책 및 관행의 차이를 규명하고 전 세계적 산모 - 영아 건강 연구 네트워크 확장의 기반을 마련했습니다.
• 한계 및 향후 과제:
  • 표준화 과정에서 '질병의 부재 (Absence)'나 '미응답'과 같은 세부 정보가 손실될 수 있음.
  • 북아일랜드 데이터는 시스템 변경으로 인해 현재 통합되지 않았으나, 향후 통합 예정.
  • 스코틀랜드 데이터는 현재 consented 코호트 기반이나, 옵트아웃 (opt-out) 제도 도입 후 데이터 양이 급증할 것으로 예상됨.
  • 인종 분류의 세부성 유지와 지역별 사회경제적 지위 (IMD) 의 통합 척도 개발이 진행 중임.

결론적으로, 이 연구는 산모 및 영아 건강 데이터를 OMOP CDM 으로 표준화하는 기술적 프레임워크를 확립함으로써, 대규모 페더레이티드 분석을 통한 증거 기반 의료 정책 수립과 글로벌 연구 협력을 가능하게 하는 중요한 마일스톤입니다.