Predicting Depression and Anxiety Progression in Multiple Sclerosis from Longitudinal Clinical Data Using Machine Learning

기술 요약: 종단적 임상 데이터를 이용한 다발성 경화증 환자의 우울 및 불안 진행 예측에 관한 머신러닝 연구

문제 정의
우울증과 불안은 다발성 경화증(MS) 환자에게 매우 흔하게 나타나며, 각각 약 30.5%와 22%의 유병률을 보이지만, 임상 데이터를 통해 정신 건강 궤적을 예측하는 도구는 여전히 제한적이다. 머신 LEARNING은 단면적 스크리닝(AUC 0.67–0.73)에서는 혼재된 성공을 보여왔으나, 미래의 증상 심각도나 치료 반응을 예측하는 것은 더 어려운 과제이다. 기존 문헌의 일관된 발견은 기저 증상의 심각도가 예측을 지배한다는 것인데, 이는 실행 가능한 임상적 동인이라기보다는 평균으로의 회귀(regression to the mean)와 같은 통계적 아티팩트를 반영하는 경우가 많다. 본 연구는 구조화된 전자 건강 기록(EHR) 데이터가 다발성 경화증 환자의 우울(PHQ-9) 및 불안(GAD-7) 진행에 대해 무엇을 예측할 수 있는지, 그리고 그러한 예측의 한계는 무엇인지 조사한다.

연구 방법론
저자들은 한 대학 의료 센터의 다발성 경화증 환자 18,252명의 데이터를 사용하여 후향적 코호트 연구를 수행하였다.

• 코호트 선정: 본 연구는 2,163명의 환자와 7,327개의 유효한 PHQ-9 평가 쌍, 그리고 1,465명의 환자와 3,319개의 유효한 GAD-7 쌍을 활용하였다. 포함 기준은 확진된 다발성 경화증 진단과 0.5~1.5년 간격의 최소 1회 이상의 기저치-추적 관찰 쌍을 갖춘 경우였다.
• 시간적 설계: 기저치($t_0$) 특징은 $\pm30$일 윈도우에서 추출되었으며, 간격 특징은 $t_0$와 추적 관찰($t_1$) 사이에 수집되었다. 결과 변수는 점수 변화량($\Delta = \text{score}_{t1} - \text{score}_{t0}$)으로 정의되었으며, 양수 값은 악화를, 음수 값은 개선을 의미한다.
• 특징 공학(Feature Engineering): 수천 개의 구조화된 EHR 후보(인구통계, 검사 결과, 약물, 의료 이용, 활력 징후 등)로부터 결측치(50% 이상 제거)와 상관관계(Pearson $r > 0.9$)를 기준으로 특징을 필터링하였다. 최종 모델은 기저 점수와 함께 약 17~19개의 임상 특징을 사용하였다.
• 모델 아키텍처: 점수 변화를 예측하기 위해 그래디언트 부스팅 모델(CatBoost)이 채택되었다. 데이터 누수를 방지하기 위해 환자 단위로 80/20 비율로 분할하였다. 하이퍼파라미터는 평균 제곱근 오차(RMSE)를 최소화하기 위해 Optuna를 통해 튜닝되었다.
• 해석 가능성: 특징의 중요도를 정량화하고 모델의 동작을 해석하기 위해 SHAP(SHapley Additive exPlanations) 값을 사용하였다. 개인정보 보호를 위해 시각화를 위한 SHAP 값은 10명의 환자 단위로 그룹화(binning)되었다.

주요 기여

1. 모델 개발: 대규모 MS 코호트에서 단순한 미래 점수가 아닌 우울 및 불안의 '점수 변화'(궤적)를 예측하기 위한 그래디언트 부스팅 모델을 개발하고 검증하였다.
2. 평균으로의 회귀 정량화: 기저 점수가 지배적인 예측 인자임을 규명하였으며, 이 효과가 상당 부분 통계적 평균으로의 회귀(높은 점수는 개선되는 경향이 있고, 낮은 점수는 악화되는 경향이 있음)를 반영한다는 것을 입증하였다.
3. 구별되는 예측 프로파일 식별: 우울증과 불안 모델 간의 상이한 특징 중요도를 확인하여, 우울증 궤적은 증상 하위 척도에 의존하는 반면, 불안 궤적은 신체적 질병 요인을 통합한다는 점을 밝혀냈다.

결과

• 예측 성능: 모델은 PHQ-9 점수 변화의 분산 중 22%($R^2=0.22$), GAD-7 점수 변화의 분산 중 28%($R^2=0.28$)를 설명하였다. 나머지 분산은 구조화된 EHR에 포착되지 않은 요인(예: 삶의 사건, 사회적 지지)에 기인한다.
• 기저 점수의 지배력: 기저 점수는 단일 가장 중요한 특징이었다(PHQ-9의 평균 $|SHAP|$은 0.97, GAD-7은 2.16). 그러나 SHAP 분해 결과, 기저 점수는 PHQ-9 모델에서 전체 예측 기여도의 31%, GAD-7 모델에서는 59%만을 차지하는 것으로 나타났다.
• 이차 예측 인자로서의 연령: 연령은 두 모델 모두에서 일관된 이차 예측 인자로 나타났다. 젊은 환자들은 양수의 SHAP 값을 보였는데, 이는 기저 심각도와 독립적으로 개선 폭이 작거나 악화 정도가 크다는 것을 나타낸다.
• 특징 특이성:
  • PHQ-9: 총점 외의 증상 하위 척도, 특히 자존감, 에너지, 운동 증상 및 수면에 크게 의존하였다.
  • GAD-7: 통증 점수, 질병 기간, 심박수 및 PHQ 기분 항목과 같은 임상적 요인을 포함하였으며, 이는 신체적 부담과 불안 궤적 사이의 연결 고리를 시사한다.

의의 및 주장
본 논문은 구조화된 임상 데이터만으로는 다발성 경화증의 정신 건강 궤적을 이끄는 동인의 일부만을 포착할 수 있다고 주장한다. 기저 심각도가 가장 강력한 통계적 예측 인자이지만, 이는 수정 가능한 임상적 기전이라기보다 주로 평균으로의 회귀를 반영한다. 연구는 의미 있는 개별 수준의 예측을 위해서는 구조화된 EHR을 넘어선 더 풍부한 데이터 소스가 필요하다고 결론지었다. 구체적으로는 다음과 같다:

• 환자의 우려 사항과 사회적 상황을 포착하기 위한 임상 노트(NLP 활용).
• 임상 진료 외에서 수집되는 환자 보고 결과(예: 디지털 페노타이핑, 생태학적 순간 평가).
• 기분과 활동을 추적하기 위한 수동 감지 데이터(스마트폰, 피트니스 트래커)의 통합.

저자들은 모델이 위험 요인(예: 젊은 연령)을 식별하기는 하지만, 지배적인 예측 인자들은 수정 불가능하다는 점을 강조한다. 따라서 임상적 가치는 새로운 중재 목표를 발견하는 데 있기보다, 중재가 필요한 환자를 식별하는 데 있다. 본 연구는 다발성 경화증에서의 정신 건강 예측을 위한 현재의 EHR 기반 모델의 한계를 보여주는 벤치마크 역할을 한다.