← 최신 논문
📄 public and global health

WITHDRAWN: Combined triglyceride-glucose and frailty index (TyGFI) and risk of endometrial cancer in U.S. women aged >=45: NHANES 2011-2018 analysis integrating data engineering and machine learning with logistic modeling

이 철회된 연구는 NHANES 2011-2018 데이터를 분석하여 중성지방-포도당 지수와 노쇠 지수(TyGFI)의 결합이 45세 이상의 미국 여성의 자궁내막암 유병률과 유의하게 관련되어 있음을 입증하였으며, 머신러닝 모델에서 AUC 0.999를 기록하며 지배적인 예측 인자로 부상하였다.

원저자: Zhou, Y., Ma, J., Zhang, Y.

게시일 2026-09-08
📖 1 분 읽기☕ 가벼운 읽기

원저자: Zhou, Y., Ma, J., Zhang, Y.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

제공된 텍스트는 **철회된 프리프린트(preprint)**이며, 연구 내용, 방법론 및 주장에 대한 상세한 기술적 요약은 다음과 같습니다:

문제 제기

본 연구는 대사 건강과 신체적 취약성의 결합 지표인 **중성지방-포도당(TyG) 지수와 노쇠 지수(Frailty Index)의 결합(TyGFI)**과 자궁내막암 위험 사이의 연관성을 조사하는 것을 목표로 했습니다. 연구는 2011~2018년 국민건강영양조사(NHANES) 데이터를 활용하여 45세 이상의 미국 여성에 초점을 맞추었습니다.

방법론

저자들은 다음을 통합한 분석 프레임워크를 제안했습니다:

  • 데이터 소스: NHANES 2011–2018 데이터 세트.
  • 노출 변수: 중성지방-포도당(TyG) 지수와 노쇠 지수로부터 도출된 TyGFI라 명명된 복합 지수.
  • 분석 접근 방식: 본 연구는 TyGFI와 자궁내막암 발생 사이의 관계를 평가하기 위해 데이터 엔지니어링 기술, 머신러닝 알고리즘 및 로지스틱 모델링을 채택했습니다.

주요 기여 및 주장

이 논문은 전통적인 로지스틱 회귀 분석과 함께 고급 계산 방법(머신러닝 및 데이터 엔지니어링)을 활용하여, 자궁내막암 위험에 대한 단일 예측 인자로서 대사 및 노쇠 지표를 합성하려는 새로운 시도를 제시하고자 의도되었습니다. 저자들은 이러한 결합된 요인들이 지정된 인구 집단의 암 위험에 어떻게 영향을 미치는지에 대한 종합적인 분석을 제공하고자 의도했습니다.

결과 및 현재 상태

결정적으로, 이 논문은 유효한 결과를 보고하지 않습니다.

본 원고는 저자들에 의해 철회되었습니다. 철회 성명은 다음과 같은 결정적인 방법론적 실패를 명시적으로 언급합니다:

  • 데이터 한계: 원래 데이터 세트 내의 양성 사례(자궁내막암 환자 여성) 수가 너무 적었습니다.
  • 통계적 결과: 이러한 사례의 부족은 통계 분석의 중대한 결함으로 이어졌습니다.
  • 결과: 이러한 결함으로 인해, 저자들은 연구 결과와 결론이 신뢰할 수 없다고 결론지었습니다.

의의 및 저자의 입장

이 논문은 현재 철회된 상태에서 과학적 의의를 주장하지 않습니다. 대신, 저자들은 공식적인 면책 조항을 발표합니다:

  • 저자들은 이 작업이 어떤 프로젝트의 참조 문헌으로도 인용되는 것을 원하지 않습니다.
  • 저자들은 데이터 분석의 불확실성으로 인해 본 연구가 임상 실무를 안내하거나 과학적 이해를 돕는 데 기여할 수 없음을 인정합니다.
  • 저자들은 비동료 검토 프리프린트에 대한 표준 면책 조항과 일관되게, 특히 철회를 촉발한 내부 데이터 부족을 이유로 본 프리프린트가 임상 실무를 안내하는 데 사용되어서는 안 된다는 점을 강조합니다.

요약하자면, 본 논문은 자궁내막암 위험을 연구하기 위한 혁신적인 방법론적 접근을 제안했으나, 저자들 스스로가 통계적 토대가 어떠한 결론을 뒷받침하기에 불충분하다고 밝힘으로써 해당 연구를 무효화했습니다.

연구 분야의 논문에 파묻히고 계신가요?

연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.

Digest 사용해 보기 →