Haemodynamic intolerance at the de-resuscitation decision in critically ill adults: development, temporal and external validation of a prediction model across two intensive care databases

기술 요약: 탈-소생술 결정 시 혈역학적 불내성 예측

문제 정의
중증 환자 관리에서, 수액 소생술에서 능동적 수액 제거(탈-소생술)로의 전환은 매우 중요한 치료 단계이다. 수액 과부하는 사망률 증가 및 장기 지원 기간 연상과 관련이 있는 반면, 이뇨제(일반적으로 정맥 내 푸로세미드) 투여를 통한 이뇨의 시작은 특히 전부하(preload) 의존성이 남아 있는 환자들에게서 혈역학적 불안정성을 유발할 위험을 수반한다. 현재는 탈-소생술이 시작되는 특정 시점에 혈역학적 불내성 위험을 추정할 수 있는 검증된 임상 도구가 없다. 임상의들은 정량화된 위험 평가 없이 이러한 결정을 내려야 하며, 이는 저혈압이나 승압제 재사용의 필요성으로 이어질 수 있다.

방법론
본 연구는 임상 예측 모델을 개발하고 검증하기 위해 TRIPOD + AI 성명서를 준수하는 회고적 코호트 설계를 채택하였다.

• 데이터 소스: 모델은 MIMIC-IV 데이터베이스(미국 보스턴, 단일 센터)를 사용하여 개발되었으며, eICU-CRD 데이터베이스(미국 대륙, 다기관)를 사용하여 외부 검증되었다. 이 데이터베이스들은 서로 다른 시대와 지리적 인구 집단을 나타낸다.
• 코호트 정의: 분석 단위는 ICU 입원이다. 결정 시점($t_0$)은 첫 정맥 내 푸로세미드 투여로 정의하였다. 포함 기준은 $t_0$ 시점에 혈역학적으로 안정적인 성인 환자로, 이는 직전 6시간 동안 승압제 주입이 없었음을 의미한다.
• 결과 변수: 일차 결과 변수는 $t_0$ 이후 24시간 이내의 혈역학적 불내성으로, 다음 중 하나로 정의된다:
  1. 새로운 승압제 주입의 시작.
  2. 최소 3회 이상 기록된 저혈압(평균 동맥압 < 60 mmHg).
     사전 불내성 없이 24시간 이내에 사망한 경우는 경쟁 사건(competing event)으로 처리하였다.
• 예측 인자: $t_0$ 시점에 사용 가능한 20개의 일상적 수집 변수를 두 데이터베이스 간에 조화시켰다. 여기에는 인구통계학적 특성, 첫 푸로세미드 용량, 직전 6시간 동안의 활력 징후(심박수, MAP, SpO2) 및 실험실 수치(크레아티닌, BUN, 젖산, 전해질, 헤모글로빈, 혈소판, WBC, 중탄산염)가 포함되었다. 누락 패턴을 고려하기 위해 특정 검사(젖산, 알부민)가 측정되었는지 여부에 대한 지표도 포함되었다.
• 모델링 접근 방식: 패널티가 적용된(ridge) 로지스틱 회귀와 그래디언트 부스팅 결정 트리(XGBoost)를 사용하여 두 가지 모델을 개발하였다. 평가 데이터에 대한 데이터 기반 예측 인자 선택이나 하이퍼파라미터 튜닝은 수행되지 않았으며, 파라미터는 사전 지정되었다.
• 검증 전략: 본 연구는 엄격한 3단계 검증을 활용하였다:
  1. 내부 교차 검증: 개발 코호트 내에서의 층화 5-겹 교차 검증.
  2. 내부 시간적 검증: 시간적 표류(temporal drift)를 시뮬레이션하기 위해 2016년까지의 입원 데이터를 학습시키고 2017년 이후의 데이터를 테스트함.
  3. 외부 지리적 검증: 재학습이나 전처리 파라미터 재추정 없이 최종 모델을 eICU-CRD 코호트에 적용함.
• 성능 지표: 판별력은 AUROC 및 AUPRC를 통해 평가되었다. 교정(calibration)은 교정 기울기, 절편, 통합 교정 지수(ICI), Brier 점수를 통해 평가되었다. 임상적 유용성은 결정 곡선 분석(DCA)을 통해 평가되었다.

주요 결과

• 코호트: 개발 코호트는 14,294건의 입원을 포함하였고(사건 발생률 27.9%), 외부 검증 코호트는 21,677건의 입원을 포함하였다(사건 발생률 31.4%).
• 판별력: 두 모델 모두 모든 환경에서 중간 정도의 안정적인 판별력을 보여주었다. XGBoost 모델은 AUROC 0.764(내부), 0.733(시간적), 0.767(외부)을 달성하였다. Ridge 로지스틱 회귀는 약간 낮았으나 유사한 성능을 보였다(0.752, 0.721, 0.764). 모델은 시간과 인구 집단의 변화에도 불구하고 환자를 위험도에 따라 분류하는 능력을 유지하였다.
• 교정: 교정은 유병률에 의존적임이 밝혀졌다.
  • 시간적 검증(사건 발생률이 29.9%에서 21.0%로 감소한 경우)에서 모델은 위험을 과대 예측하였다(음의 교정 절편).
  • 외부 검증(유병률이 31.4%로 상승한 경우)에서 모델은 위험을 과소 예측하였다(양의 교정 절편).
    결정적으로, 교정 기울기는 1.0에 가깝게 유지되어(0.82–1.00 범위), 이러한 미교정 현상이 위험 구배(gradient)의 왜곡이라기보다는 전체적인 위험 수준의 이동(calibration-in-the-large)임을 나타냈다.
• 재교정: 대상 코호트의 하위 집합에서 추정되고 표본 외(out-of-sample)에서 평가된 단일 로지스틱 재교정 단계는 양방향의 교정 편차를 실질적으로 수정하여, 예측 확률을 관찰된 위험과 다시 일치시켰다.
• 임상적 유용성: 결정 곡선 분석 결과, 모델을 국소적으로 재교정한다는 전제하에 임상적으로 타당한 범위(0.10–0.50)의 임계 확률에서 모델을 사용하는 것이 "모두 치료" 또는 "모두 미치료" 전략보다 순 이익(net benefit)을 제공함을 나타냈다.

의의 및 주장
저자들은 본 연구를 더 안전한 탈-수액 요법을 위한 단계로 위치시킨다. 본 연구는 일상적으로 사용 가능한 데이터만을 사용하여 탈-수액 결정 시점(첫 푸로세미드 투여)의 혈역학적 불내성을 예측하기 위해 개발 및 검증된 최초의 모델이라고 주장한다.

모델의 유용성에 관한 주요 주장은 다음과 같다:

1. 이식성(Portability): 모델의 판별력은 재학습 없이 시간과 서로 다른 지리적 인구 집단 간에 이식 가능하다.
2. 교정 가능성(Correctability): 사건 발생률에 따라 절대적 위험 예측치는 변하지만, 이러한 미교정은 예측 가능하며 국소적 결과 데이터를 이용한 간단한 로지스틱 재교정을 통해 교정 가능하다. 이는 모델 전체를 재개발할 필요가 없음을 의미한다.
3. 의사결정 지원: 모델은 임상적 의사결정을 대체하기보다는, 밀착 감시나 더 주의 깊은 수액 제거가 필요한 고위험 환자를 식별하기 위한 임상적 판단의 보조 도구로 의도되었다.
4. 투명성: 본 연구는 해석 가능한 단순한 ridge 로지스틱 회귀 모델이 복잡한 XGBoost 모델만큼 거의 대등한 성능을 보인다는 점을 강조하며, 이는 감사 가능성(auditability)이 중요한 상황에서 투명한 모델의 사용을 뒷받침한다.

저자들은 모델의 전향적 영향 평가가 환자 결과를 개선하는지 결정하기 위한 필수적인 다음 단계임을 명시하며, 현재의 증거는 모델의 판별력과 예후적 가치만을 뒷받나며 치료에 대한 인과적 영향을 입증하는 것은 아님을 언급하였다.