Minimal measurement strategies for cardiometabolic risk classification within the Positive Health framework: A cross-sectional analysis of NHANES 1999-2004 data

기술 요약: 긍정적 건강(Positive Health) 프레임워크 내 심혈관 대사 위험 분류를 위한 최소 측정 전략

문제 제기
비감염성 질환(NCDs)은 비만, 대사 기능 장애, 신체적 체력 저하와 같은 위험 요인에 의해 유발되며, 여전히 전 세계 사망의 주요 원인으로 남아 있다. "긍정적 건강(Positive Health, PH)" 프레임워크는 건강의 정의를 생리적, 사회적, 정서적 차원으로 확장해 왔으나, 현재의 PH 도구들은 대사 및 심혈관 건강을 나타내는 객로적이고 확장 가능한 생리적 지표가 부족하다. 다양한 인체 계측 지표가 심혈관 대사 위험과 상관관계가 있는 것으로 알려져 있으나, 어떤 특정 단순 자가 측정 지표의 조합이 더 단순한 접근 방식보다 의미 있는 위험 분류 개선을 제공하는지는 여전히 불분명하다. 따라서 단순한 측정 세트가 전체 후보 세트와 대등한 분류 성능을 달al 수 있는지 결정하여, 인구 집단 건강 모니터링 시 측정 부담을 줄일 필요가 있다.

연구 방법
본 단면 연구는 1999~2004년 NHANES(National Health and Nutrition Examination Survey) 코호트의 성인 8,275명의 데이터를 활용하였다. 연구진은 건강 기준 및 전문가 자문을 바탕으로 선정된 네 가지 가지의 사전 정의된 최소 지표 세트를 평가하였다:

1. 체질량 지수 (BMI): 지질 대사의 대리 지표.
2. 허리-높이 비율 (WHtR): 체지방률의 대리 지표.
3. 상완 팔 둘레 (MUAC): 포도당 대사의 대리 지표.
4. 최대 산소 섭분량 (VO2max): 심폐 체력을 나타내기 위해 6분 걷기 검사(6MWT)의 대리 지표로 사용됨 (n=2,919의 하위 표본에서 측정).

이러한 지표들은 역학적 절단값을 기준으로 분류된 임상적 위험 결과(체지방률, HbA1c, 포도당, 인슐린, 콜레스테롤 및 중성지방)와 연계되었다.

연구에는 두 가지 상호 보완적인 분석 접근법이 사용되었다:

• 중첩 로지스틱 회귀 (Nested Logistic Regression): 모델은 다음과 같이 단계별로 구축되었다: (i) 기본 모델 (연령, 성별); (ii) +BMI; (iii) +WHtR; (iv) +BMI+WHtR; (v) 전체 모델 (사용 가능한 경우 MUAC 및 VO2max 포함). 성능은 우도비 검정(LRT), ROC-AUC, 그리고 클래스 불균형을 처리하기 위한 정밀도-재현율 AUC(PR-AUC)를 사용하여 평가되었다.
• 의사결정나무 분석 (Decision Tree Analysis): 비선열 관계를 식별하고 최소 세트 내에서 분류 결정(분할 변수)을 주도하는 주요 변수를 결정하는 데 사용되었다.

주요 결과

• WHtR의 지배력: 거의 모든 모델과 결과에서 WHtR은 일관되게 가장 강력한 판별 성능을 보여주었다. 중첩 모델에서 BMI와 WHtR 간의 PR-AUC 차이는 -0.002에서 -0.037 사이였으며, 의사결정나무에서 WHtR이 주요 분할 변수로 나타났다.
• BMI의 점진적 가치: WHtR을 포함하는 모델에 BMI를 추가했을 때 대부분의 결과에서 PR-AUC의 이득은 미미했다 (0.000 ~ 0.008). 주목할 만한 예외로, 중성지방의 경우 BMI 추가 시 더 큰 이득(ΔPR-AUC = 0.039)이 발생했다.
• MUAC 및 VO2max의 제한된 가치: MUAC와 VO2max를 추가로 포함하는 것은 전반적으로 분류 가치가 제한적이었다.
  • VO2max: VO2max가 측정된 하위 표본에서, 이를 모델에 추가해도 인체 계측치 이상의 분류 개선을 가져오지 못했다. 그러나 성별 층화 의사결정나무 분석에서 VO2max는 남성에게 영향력 있는 변수였던 반면, MUAC는 여성에게 더 중요한 것으로 나타났다.
  • 포도당/인슐린 결과: HbA1c, 인슐린 또는 포도당에 대해 의미 있는 의사결정나무를 생성할 수 없었으며, 이는 가용 예측 변수들이 해당 특정 결과들을 효과적으로 분할하지 못함을 시사한다.
• 모델 성능: 최소 세트(VO2max 포함)를 결합한 의사결정나무는 BMI 단독 모델에 비해 높은 민감도와 균형 정확도를 보였으며, 특히 체지방, 중성지방, 총 콜레스테롤이 높은 개인을 탐지하는 데 효과적이었다.

의의 및 주장
본 논문은 단순한 몇 가지 자가 측정 지표를 활용한 간소화된 측정 전략이 심혈관 대사 위험 분류에 충분하다고 결론짓는다. 구체적인 연구의 주장은 다음과 같다:

• WHtR이 주요 동인임: WHtR은 BMI보다 일관되게 우수한 성능을 보였으며, 높은 체지방, 중성지방 및 콜레스테롤 위험이 있는 개인을 식별하는 데 가장 효과적인 단일 지표 역할을 한다.
• 수익 체감 법칙: MUAC, VO2max와 같은 추가 측정을 더하는 것은 분류 성능에 거의 추가적인 이득을 주지 않으며, 이는 초기 위험 계층화를 위해 복잡한 측정 프로토콜이 반드시 필요하지 않음을 시사한다.
• 긍정적 건강을 위한 타당성: 이러한 결과는 단순하고 자원 효율적인 인체 계측 전략을 긍정적 건강 프레임워크에 통합하는 것을 뒷받침한다. 이 접근 방식은 위험을 효과적으로 분류하면서도 공중 보건 및 예방 환경에서의 측정 부담을 완화할 수 있다.

저자들은 데이터의 단면적 특성(장기적 위험 예측 불가), NHANES에서 연구자 측정 데이터를 사용했다는 점(자가 측정 데이터가 아님), 그리고 VO2max 표본의 선택 편향 가능성(더 젊고 건강한 집단)을 한계점으로 언급하였다. 또한 향-종단적 코호트에서 이러한 발견을 검증하고 하위 그룹별 임계값을 탐색하는 후속 연구를 제안하였다.