Curation of Mini Mental State Examination (MMSE) Scores in the VA Million Veteran Program (MVP): Applications for Cognitive Aging Research

기술 요약: VA 밀리언 베테런 프로그램(MVP) 내 간이 정신 상태 검사(MMSE) 점수의 큐레이션

문제 정의
전자 건강 기록(EHR)은 알츠하이머병(AD) 및 관련 치매(ADRD)에 대한 역학 연구에 방대한 기회를 제공한다. 그러나 중요한 장벽이 존재한다: 인지 데이터, 예를 들어 간이 정신 상태 검사(MMSE) 점수는 이산적(discrete) 데이터 필드가 아닌 비구조화된 자유 텍스트 임상 노트에 포함되어 있는 경우가 많다. 이러한 이질성은 일관되지 않은 문서화 형식(예: 주요 용어와 점수의 상대적 위치 변화, 수정된 검사 버전 또는 비표준 표기법)과 결합되어, 대규모 자동 추출을 신뢰할 수 없게 만든다. 결과적으로, VA 밀리on 베테런 프로그램(MVP)과 같은 대규모 바이오레포지토리는 다양한 인구 집단에서 유전적 위험 인자(예: APOE ε4) 및 임상적 결과와의 관계를 조사하는 데 필요한 체계적으로 큐레이션된 객관적 인지 수행 데이터를 결여하고 있다.

방법론
본 연구는 유럽(68.3%), 아프리카(20.4%), 히스패닉(9.0%) 혈통으로 구성된 다민족 코호트인 MVP(N = 49,555명의 유전 및 큐레이션된 MMSE 데이터 보유 참가자)의 데이터를 활용하였다. 연구진은 하이브리드 추출 및 큐레이션 파이프라인을 개발하였다:

1. 자동 추출: MVP 데이터 코어(Data Core)는 비구조화된 EHR 노트를 대상으로 규칙 기반 알고리즘을 적용하였다. 검색 용어에는 "MMSE", "Mini Mental State Examination", "Dementia Screening", "Cognitive Impairment Screening"이 포함되었다. 해당 용어를 둘러싼 90자 텍스트 스니펫(snippet)이 추출되었다. 두 개의 후보 점수가 각 스니펫당 식별되었다: 키워드 뒤에 오는 첫 번째 양수("Score 1")와 문서화 순서의 가변성을 고려하여 전체 스니펫 내의 첫 번째 양수("Score 2").
2. 자동 플래깅(Flagging): Score 1이 0~30 사이의 정수이고 "/30"이 뒤따르는 경우(날짜 패턴 제외)를 "정확할 가능성이 높은" 것으로 플래그를 지정하였다.
3. 수동 큐레이션: 나머지 64%의 기록은 표준화된 프로토콜을 사용하는 훈련된 5명의 검토자에 의해 수동 검토를 거쳤다. 검토자들은 점수를 검증하고, 무효한 항목(예: 30 초과 점수, 수정된 버전, 취중 상태 언급 등)을 표시하였으며, 스니펫에 여러 개가 나타날 경우 가장 시간적으로 유의미한 점수를 선택하였다.
4. 신뢰도 확인: 3명의 독립적인 검토자가 검토한 1,000개의 무작위 표본에 대한 보충 분석 결과, 우수한 검토자 간 신뢰도(유효/무효 식별에 대한 Cohen's κ = 0.968)를 입증하였다.
5. 데이터 정제: 최종 중복 제거를 통해 참가자당 고유한 점수의 첫 번째 인스턴스만을 유지하였다. 최종 분석 샘플에는 APOE ε4 유전자형 데이터를 사용할 수 있는 49,555명의 참가자가 포함되었다.
6. 통계 분석:
   • 유전적 연관성: 선형 회귀 분석을 통해 APOE ε4 용량(0, 1, 2 대립유전자)과 MMSE 점수(첫 번째 기록된 점수 및 최저 기록된 점수) 사이의 관계를 조사하였으며, 혈통별로 층화하고 연령, 성별 및 주성분을 조정하였다.
   • 임상적 타당성: MMSE 점수를 65세 이상의 참가자를 대상으로 4가지 MVP 검증 치매 표현형(Strict AD, AD+, ADRD, 그리고 모든 원인에 의한 치매)과 비교 평가하였다. 민감도와 특이도는 확립된 MMSE 컷오프(경도 ≤25, 중등도 ≤20, 중증 ≤10)를 사용하여 계산되었다.

주요 결과

• 유전적 연관성:
  • 유럽 혈통: 유의미한 용량-반응 관계가 관찰되었다 (p < .001). 동형접합체 ε4 보유자는 이형접합체보다 점수가 낮았고, 이형접합체는 비보유자보다 점수가 낮았다.
  • 아프리카 및 히스패닉 혈통: ε4 보유자가 비보유자보다 낮은 점수를 보였으나 (p ≤ .04), 이형접합체와 동형접합체 사이의 유의미한 용량-반응 구배는 관찰되지 않았다.
  • 다유전자 위험 점수: 유럽 혈통 참가자에서 알츠하이머병 다유전자 위험 점수(APOE 영역 제외)가 높을수록 MMSE 점수가 낮았다.
• 임상적 타당성:
  • MMSE 점수는 모든 표현형에 대해 치매 사례 상태와 강한 연관성을 보였다.
  • 낮은 MMSE 임계값은 치매 발생 오즈비(odds)를 기하급수적으로 높였다. "Strict AD"의 경우, 오즈비는 경도 장애 시 11.48, 중등도 시 17.95, 중증 시 27.83이었다.
  • 특이도가 높았다: 대조군의 85%가 경도 임계값 이상이었고, 97%가 중등도 이상, 100%가 중증 이상이었다.
  • 민감도는 표현형의 엄격함에 따라 달랐다. 예를 들어, "Strict AD" 사례의 67%가 경도 장애(MMSE ≤25)를 보인 반면, 더 넓은 범위의 표현형에서는 54~59%를 보였다.

주요 기여

1. 확장 가능한 큐레이션 프레임워크: 본 연구는 규칙 기반 자동화와 전문가 수동 검토를 결합하여, 비구조화된 VA EHR 노트로부터 인지 데이터를 추출하는 재현 가능하고 구조화된 접근 방식을 확립하였다.
2. 연관 타당성: 큐레이션된 MMSE 점수는 잘 알려진 유전적 패턴(혈통 특이적 APOE ε4 효과)과 임상적 패턴(치매 진단과의 강한 상관관계)을 성공적으로 재현함으로써 데이터 품질을 검증하였다.
3. 다민족 유용성: 이 파이프라인은 유럽, 아프리카, 히스패닉 혈통 전반에 걸쳐 사용 가능한 인지 데이터를 성공적으로 생성하여, 다양한 인구 집단에서의 유전적 침투율 차이를 연구할 수 있는 토대를 마련하였다.

의의 및 주장
저자들은 본 연구가 약 50,000명의 참가자 규모로 VA EHR에서 객관적인 인지 데이터를 체계적으로 큐레이션하는 것의 타당성을 입증한다고 주장한다. 큐레이션된 점수를 유전적 및 임상적 벤치마크와 대조하여 검증함으로써, 본 연구는 MVP가 대규모 인지 노화 및 ADRD 연구에 고품질의 인지 표현형을 통합하는 강력한 자원임을 뒷받침한다. 저자들은 이 프레임워크가 다양한 임상 인구에 맞춤화된 위험 계층화 및 조기 탐지 모델 개발을 가능하게 한다고 상정한다. 또한 현재 과정에는 수동 검토가 필요했으나, 자연어 처리(NLP) 방법론이 발전함에 따라 프로토콜은 적응형이며 자동화가 증대될 수 있음을 언급한다. 결론적으로, 본 연구는 MVP가 EHR 유래 인지 지표를 사용하여 종단적 인지 저하 및 질병 진행 연구를 지원할 수 있는 위치에 있다고 밝힌다.