Frailty-index state life expectancy and measurement-rule robustness among middle-aged and older adults in China: a longitudinal multistate analysis

기술 요약: 중국의 노쇠 지수(Frailty-Index) 상태 기대 수명 및 측정 규칙의 견고성

문제 제기
인구 고령화는 단순히 총 생존 기간뿐만 아니라, 남은 수명이 다양한 취약성 상태(vulnerability states)에 따라 어떻게 분배되는지를 설명하는 지표를 필요로 한다. 노쇠 지수(FI)는 사망 위험을 예측하는 데 잘 확립된 예후 도구이지만, 기존 문헌은 남은 수명이 순차적인 노쇠 상태(강건, 전-노쇠, 노쇠)에 절대적 생존 연수 기준으로 어떻게 할당되는지에 대한 명확한 번역이 부족한 경우가 많다. 또한, 중국 내 비교 연구는 방법론적 과제에 직면해 있다: 서로 다른 코호트(예: CHARLS 및 CLH-HLS)가 서로 다른 항목 라이브러리, 완결성 규칙, 노쇠 컷오프를 사용한다. 이러한 측정 규칙의 차이는 상태 정의와 절대적 추정치를 변화시킬 수 있으며, 이는 관찰된 차이가 실제 생물학적 경사(gradient)를 반영하는 것인지 아니면 단지 측정의 이질성으로 인한 인위적 결과인지를 판단하기 어렵게 만든다. 특히, '전-노쇠(pre-frailty)'의 역동적 성격—즉, 이것이 정적인 중간 범주인지 아니면 전이적인 생애 연수 상태인지—은 종단적 해석이 필요한 미해결 영역으로 남아 있다.

연구 방법론
본 연구는 두 개의 서로 다른 중국 국가 코호트를 사용하여 종단적 다상태 분석(multistate analysis)을 수행하였다:

1. 주요 코호트: 사망 데이터와 연결된 2011년부터 2018년까지의 웨이브를 포함하는 중국 건강 및 은퇴 추적 조사(CHARLS).
2. 보조 코호트: 순위 기반 비교를 위해 사용된 2008년부터 2018년까지의 중국 건강 장수 추적 조사(CLHLS). (수치적 복제보다는 순위-순서 비교를 목적으로 함)

분석 프레임워크:

• 상태 정의: 참가자들을 노쇠 지수(FI)에 기초하여 세 가지 비사망 상태로 분류하였다: 강건(Robust, FI ≤ 0.10), 전-노쇠(Pre-frail, 0.10 < FI ≤ 0.21), 노쇠(Frail, FI > 0.21). 사망은 흡수 상태(absorbing state)로 모델링되었다.
• 모델링: 연속 시간 다상태 마르코프 모델(continuous-time multistate Markov models)을 적용하여 세 가지 노쇠 상태와 사망 사이의 연령별 전이 강도(transition intensities)를 추정하였다. 이를 통해 시작 연령과 기저 상태(baseline state)를 조건으로 한 총 기대 수명 및 상태별 기대 수명(각 상태에서 보낼 것으로 예상되는 연수)을 계산할 수 있었다.
• 민감도 분석: 측정의 견고성을 다루기 위해 두 가지 핵심 규칙을 변경하였다:
  • 유효 항목 임계값: 기본 요구 사항인 35개 항목에서 더 엄격한 39개 항목으로 상향.
  • 노쇠 컷오프: 노쇠 임계값을 >0.21에서 >0.25로 조정.
• 비교 접근법: 코호트는 각각 별도로 분석되었다. CLHLS 분석은 연령 구조와 항목 라이브러리의 차이를 인정하며, 절대적인 생애 연수 추정치의 동일성보다는 순서(ordering)(강건 > 전-노쇠 > 노쇠)의 보존 여부를 테스트하도록 설계되었다.
• 전이 확률: 전-노쇠의 역동적 성격을 규명하기 위해 (75세 이상 대상) 전-노쇠 상태에서의 1년 전이 확률을 계산하였다.

주요 결과

• 상태 기대 수명 순서: CHARLS에서 총 기대 수명은 모든 표시 연령(50, 60, 70, 80세)에서 일관되게 안정적인 순서를 따랐다: 강건 > 전-노쇠 > 노쇠.
  • 80세에서 강건한 참가자와 노쇠한 참가자 사이의 격차는 2.92년(95% CI 2.39–3.81)이었다.
  • 80세에서 강건한 참가자의 총 기대 수명은 13.65년이었으며, 전-노쇠 참가자는 12.85년, 노쇠한 참가자는 10.74년이었다.
• 전-노쇠의 역동성: 전-노쇠는 역동적인 중간 상태로 확인되었다. 75세 이상의 전-노쇠 상태에서 시작한 참가자의 경우, 노쇠 상태로 전이될 1년 확률(25.2%)은 강건 상태로 회복될 확률(10.8%)보다 두 배 이상 높았으며, 사망 확률은 3.4%였다. 그러나 전-노쇠 개인의 남은 생애 연수 중 대부분은 강건 상태로 돌아가기보다는 전-노쇠 또는 노쇠 상태에서 보낼 것으로 예상되었다.
• 측정 규칙의 견고성: 민감도 분석 결과, 엄격한 규칙(예: 더 높은 유효 항목 임계값은 추정치를 높이고, 더 높은 컷오프는 전-노쇠와 노쇠 사이의 격차를 넓힘)에 따라 절대적 생애 연수 추정치는 변동되었으나, 근본적인 강건 > 전-노쇠 > 노쇠의 순서는 보존됨을 확인하였다.
• 코호트 간 일관성: CLHHS 분석은 다른 항목 라이브러리(30개 대 48개)와 연령 구조를 사용했음에도 불구하고, 노쇠 상태에 따른 기대 수명의 방향성 있는 순서를 동일하게 유지하였으며, 이는 측정 설정이 달라도 노쇠 경사 개념의 전이 가능성(transportability)을 뒷받침한다.

의의 및 주장
본 논문은 상대적 위험비(hazard ratios)를 넘어 절대적 생애 연수 분포를 제공함으로써, 건강한 노화에 대한 인구 수준의 지표를 제공하는 데 기여한다고 위치시킨다.

• 해석 가능성: 본 연구는 노쇠 부담을 '연수(years)'로 표현하는 것이 위험비만 사용하는 것보다 인구 모니터링 및 연구 간 비교에 있어 더 직관적인 척도를 제공한다고 주장한다.
• 전이 상태로서의 전-노쇠: 저자들은 전-노쇠를 정적인 라벨이 아닌 "기술적인 전이적 생애 연수 상태"로 해석해야 한다고 주장한다. 데이터는 전-노쇠가 남은 생애의 상당 부분을 차지하며 양방향 이동을 포함하지만, 순 흐름은 흔히 노쇠를 향한다는 견해를 지지한다.
• 측정 경계: 핵심적인 주장은 FI 구성 규칙(항목 수, 컷오프)에 따라 절대적 생애 연수 추정치는 민감하게 반응하지만, 상태의 방향성 있는 순서는 견고하다는 것이다. 따라서 코호트 간 비교는 수치적 동일성을 기대하기보다 이 순서의 보존에 초점을 맞추어야 한다.
• 한계 및 범위: 저자들은 본 연구가 관찰 연구이며 노쇠 상태의 변화에 따른 인과적 효과를 추론하는 것이 아님을 명시적으로 밝힌다. 연속 시간 마르코프 모델의 사용은 지속 시간 의존성(duration dependence)을 명시적으로 모델링하지 않고 전이를 요약하는 간결한 접근 방식으로서 인정된 한계이다. 본 연구는 FI 도구를 코호트 간에 조화(harmonize)시키려는 것이 아니라, 명시적인 측정 경계 하에서 이를 비교하기 위한 프레임워크를 제공하는 것이다.

결론적으로, 본 논문은 FI 정의 상태 기대 수명이 중국의 건강한 노화를 평가하기 위한 실행 가능한 도구임을 입증하며, 측정 규칙과 코호트에 걸친 노쇠 경사의 안정성이 명확한 측정 경계가 정의되어 있다는 전제하에 비교 공중보건 평가를 위한 사용을 뒷받침한다고 강조한다.