Real-world drug use in ATC and ICD-10: an expert-curated drug-diagnosis resource based on UK primary care and Danish hospitalization electronic health records
본 논문은 영국과 덴마크의 전자 건강 기록에서 도출된 7,763개의 유의미한 실제 약물-진단 연관성을 큐레이션한 자원을 제시하며, 이는 대부분의 관찰된 공통 발생이 직접적인 치료를 나타내지 않는다는 점을 밝히고 주석 작성자 간 변동성을 고려해야 할 필요성을 강조하기 위해 의료 전문가에 의해 수동으로 주석이 달렸습니다.
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
병원과 의원들은 방대하고 지속적인 기록의 흐름을 생성합니다. 환자가 진단을 받거나 처방을 받을 때마다 디지털 항목이 생성되어, 현실 세계에서 의학이 어떻게 실천되고 있는지를 보여주는 거대한 도서관이 만들어집니다. 이 정보를 이해하기 위해 연구자들은 표준화된 코드에 의존합니다. 질병을 위한 한 세트의 코드와 약물을 위한 또 다른 세트의 코드가 그것입니다. 이러한 시스템은 보편적인 언어로서 작동하여, 컴퓨터가 서로 다른 국가와 수십 년에 걸친 의료 기록을 읽고 비교할 수 있게 해줍니다. 하지만 질병 코드와 약물 코드 사이의 단순한 일치가 항상 전체 이야기를 들려주는 것은 아닙니다. 환자가 특정 약물을 복용하고 있고 동시에 특정 진단이 기록되어 있다고 해서, 그 약물이 반드시 그 특정 질환을 치료하기 위해 처방되었다는 것을 의미하지는 않습니다. 그 약물은 증상을 관리하거나, 다른 치료로 인한 부작 싶를 조절하거나, 혹은 주요 진단과 함께 존재하는 완전히 다른 건강 문제를 다루기 위한 것일 수도 있습니다. 약물 처방의 진정한 이유를 이해하는 것은 연구자들이 오래된 약물의 새로운 용도를 발견하거나 질병의 진행 과정을 연구하기 위해 이러한 기록을 사용하는 데 있어 매우 중요합니다.
한 연구팀은 약 150만 명의 영국 및 덴마크 인구 기록을 조사하여 이러한 관계를 더 명확하게 그려내는 작업을 시작했습니다. 그들은 두 가지 뚜렷한 유형의 의료 데이터에 집중했습니다. 일상적인 일차 의료를 포착하는 영국의 일반의(GP) 기록과, 보다 심각한 상태나 전문적인 치료를 기록하는 덴마크 병원의 기록입니다. 이 소스들을 결합함으로써, 연구팀은 빈번하게 함께 나타나는 약물과 진단 코드의 쌍을 거의 736,000개 포함하는 데이터 세트를 구축했습니다. 그런 다음 통계적 방법을 사용하여 이 방대한 목록을 약 7,763개의 쌍으로 필터링했는데, 이 쌍들은 약물과 진단이 무작위로 발생할 확률보다 훨씬 더 자주 함께 나타나는 강력하고 유의미한 연관성을 보여주었습니다.
그들 작업의 핵심은 인간 전문가들에게 이러한 연결 고리를 해석하도록 요청하는 것이었습니다. 6명의 임상의(영국 출신 3명, 덴마크 출신 3명)가 각 7,763개의 쌍을 독립적으로 검토했습니다. 그들의 과업은 해당 약물이 진단된 질환을 직접 치료하기 위해 사용되는지, 아니면 간접적인 관계인지를 결정하는 것이었습니다. 전문가들은 각 쌍을 직접적인 치료, 간접적인 관계, 또는 불확리함 중 하나로 분류했습니다. 결과는 실제 의료 현장에서 약물이 어떻게 사용되는지에 대한 놀라운 현실을 드러냈습니다. 연구팀이 발견한 강력한 통계적 연결의 대다수는 약물이 해당 질환을 직접 치료하는 사례가 아니었습니다. 대신, 이러한 연관성의 대부분은 간접적이었습니다. 예를 들어, 암 환자가 화학 요법으로 인한 메스꺼움을 관리하기 위해 약물을 복용하거나, 만성 심장 질환 환자가 주된 치료의 부작용을 위해 약물을 복용하는 경우가 있었습니다. 많은 경우, 약물은 기록된 주요 진단보다는 증상이나 이차적인 건강 문제를 다루고 있었습니다.
이 연구는 또한 서로 다른 의료 환경이 이러한 기록을 어떻게 형성하는지를 강조했습니다. 덴마크 병원 데이터는 수술과 급성 질환이 흔한 병원 진료의 특성을 반영하여 통증 및 마취용 약물과 감염 치료제의 빈도가 높게 나타났습니다. 반면, 영국 일반의의 데이터는 지역 사회에서의 장기적인 관리가 전형적인 호흡기 질환, 정신 건강 및 심혈관 질환을 위한 약물들이 주를 이루었습니다. 연구진이 두 국가 간의 중첩되는 부분을 살펴보았을 때, 양쪽 데이터 세트 모두에서 나타나는 쌍들은 심장 질환 약물과 심장 진단이 짝을 이루는 것처럼 임상적으로 논리적인 경우가 거의 대부분이었습니다. 그러나 이러한 명확한 사례들 사이에서도 인간 전문가들은 항상 일치하지는 않았습니다. 의사들 사이의 의견 일치 수준은 다양했으며, 일부 쌍은 상당한 논쟁을 불러일으켰습니다. 이러한 불일치는 실패가 아니라 중요한 단서로 간주되었습니다. 즉, 실제 세계의 약물 사용은 종종 복잡하고 맥락 의존적이며, 단 하나의 라벨로는 임상적 결정의 미묘한 차이를 항상 포착할 수 없음을 보여준 것입니다.
이러한 다양한 의견을 정리하기 위해, 연구진은 의사들의 판단을 하나의 신뢰도 점수로 결합하는 채점 시스템을 개발했습니다. 이 점수는 단순히 투표수를 세는 것이 아니라, 일부 의사들이 더 신중하다는 점과 특정 유형의 의료 관계가 본질적으로 분류하기 더 어렵다는 점을 고려했습니다. 최종 결과물은 수천 개의 약물-질병 관계가 담긴 큐레이션된 목록이며, 각 항목에는 직접적인 치료인지 간접적인 연관성인지를 나타내는 점수가 태그되어 있습니다. 이 도구는 다른 과학자들이 약물이 질병을 치료하는 데 사용되는 것과, 질병이나 그 치료의 부작용을 관리하는 데 사용되는 것을 구분할 수 있게 해줍니다. 이러한 수준의 상세한 정보를 제공함으로써, 이 연구는 전자 건강 기록을 사용하는 연구의 데 더 정확한 토대를 제공하며, 미래의 발견들이 실제 세계에서 약물이 실제로 어떻게 사용되는지에 대한 명확한 이해 위에 구축되도록 보장합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.