Fatal adverse event spectrum and early fatality risk stratification for osimertinib: a machine learning-assisted pharmacovigilance study

기술 요약: 오시머티닙(Osimertinib)의 치명적 이상사례 스펙트럼 및 조기 사망 위험 계층화

문제 제로 (Problem Statement)
오시머티닙은 3세대 표피성장인자 수용체 티로신 키나아제 억제제(EGFR-TKI)로서, EGFR 변이 비소세포폐암(NSCLC)의 표준 치료법이다. 기존의 안전성 연구들은 흔한 독성과 간질성 폐질환(ILD) 및 심독성과 같은 특정 중증 이벤트를 규명해 왔으나, 치명적인 이상사례(fatal adverse events, AEs)의 전체 스펙트럼은 여전히 불완전하게 정의되어 있다. 치명적 이상사례는 임상 시험 내에서 상세한 계층 분석을 수행하기에는 발생 빈도가 너무 낮다. 따라서, 중증 합병증에 대한 면밀한 감시가 필요한 환자를 식별하기 위해, 시판 후 실제 임상 환경(real-world post-marketing settings)에서 오시머티닙 관련 이상사례의 시기, 스펙트럼 및 보고 수준의 사망 연관성을 규명할 필요가 있다.

방법론 (Methodology)
본 연구는 2016년부터 2022년까지의 미국 식품의약국 부작용 보고 시스템(FAERS) 데이터베이스를 활용한 회고적 분석을 수행하였다.

• 데이터 선택: 코호트는 오시머티닙이 주요 의심 약물인 NSCLC 사례를 포함하는 5,271건의 보고를 대상으로 하였다. 보고 건들은 환자의 인구통계학적 특성과 이벤트 발생일을 기준으로 중복을 제거하였다.
• 이상사례(AE) 스크레이닝: 전통적인 불균형 기반 사전 선택 방식과 달리, 본 연구는 사망 보고 건수를 직접 기준으로 사망 관련 이상사례를 스크리닝하였다. 최소 5건 이상의 사망 보고가 기록된 이상사례를 유지하였으며, 그 결과 14개 시스템 기관 클래스(SOC)에 걸친 89개의 특정 이상사례가 추출되었다.
• 통계적 프레임워크: 사망 연관 이상사례를 탐지하기 위해 2단계 회귀 프레임워크를 채택하였다.
  1. 1단계: 연령과 성별을 조정한 로지스틱 회귀 분석을 실시하였으며, 허위 발견율(FDR) 교정을 적용하였다.
  2. 2단계: 발생 시점(time to onset)과 병용 보고된 약물의 수를 포함한 완전 조정 다변량 모델을 적용하였다.
• 모델 개발 (OsimiRisk90): 치료 시작 후 첫 90일 이내에 사망할 확률이 높은 보고를 식별하기 위한 탐색적 보고 수준 위험 농축 모델인 OsimiRisk90을 개발하였다. 90일이라는 기간은 사망 관련 보고가 치료 초기 단계에 집중되어 있음을 보여주는 시기적 밀도 도표(temporal density plots)를 근거로 설정되었다.
  • 알고리즘: 트리 기반 방법(XGBoost 및 Random Forest)을 벤치마크 기본 학습기로 사용하였으며, 안정성을 높이기 위해 이를 앙상블 확률로 결합하였다.
  • 예측 변수: 모델은 연령, 성별, 약물 수, 발생 시점 및 회귀 분석을 통해 식별된 사망 연관 이상사례를 활용하였다.
  • 검증: 모델은 5-겹 교차 검증(five-fold cross-validation)을 통해 내부 튜닝되었으며, 2023년 1월부터 2025년 12월까지 제출된 FAERS 보고서를 사용하여 시간적 검증을 수행하였다.

주요 결과 (Key Results)

• 치명적 스펙트럼: 5,271건의 적격 보고 중 1,835건(34.8%)이 사망 결과를 기록하였다. 식별된 89개의 사망 관련 이상사례는 시기에 따라 이질성을 보였다. 호흡기, 혈액 및 신경계 이벤트는 초기(첫 3주 이내)에 정점에 도달한 반면, 대사, 심장 및 간담도계 이벤트는 후기(3~5주 차)에 정점에 도달하였다.
• 사망 연관 이상사례: 완전 조정 모델에서 5개의 이상사례가 사망 결과와 독립적으로 연관되어 있는 것으로 나타났다.
  • 호흡 부전 (OR 7.51)
  • 흡인성 폐렴 (OR 7.12)
  • 패혈증 (OR 6.60)
  • 파종성 혈관 내 응고 (OR 5.56)
  • 간질성 폐질환 (OR 2.05)
    반대로, 간 기능 이상 및 간 질환은 본 보고 맥락에서 사망과 역의 상관관계를 보였다.
• 모델 성능: OsimiRisk90 모델은 시간적 검증 코호트에서 0.728의 AUROC(곡선 아래 면적)를 달성하였다. 0.5의 확률 임계값에서 모델은 72.75%의 정확도, 42.73%의 민감도, 87.50%의 특이도를 나타냈다. 카플란-마이어(Kaplan-Meier) 유형의 곡선은 고위험군, 저위험군, 대조군 사이의 발생 시점 분포에서 명확한 분리를 확인시켜 주었다.

의의 및 주장 (Significance and Claims)
저자들은 본 연구를 직접적인 임상적 예후 도구가 아닌 약물감시(pharmacovigilance) 지향적 노력으로 규정한다.

• 특성화: 본 연구는 오시머티닙 관련 치명적 독성의 포괄적인 지도를 제공하며, 이러한 사망 사례가 이질적이고 치료 시작 직후에 집중되어 있으며 호흡기 및 전신 악화 신호가 지배적임을 강조한다.
• 신호 농축: OsimiRisk90 모델은 "신호 우선순위 지정" 및 "구조화된 보고 수준 농축"을 위한 도구로 제시된다. 이는 환자 수준의 임상 평가나 인과 관계 추론을 대체하기 위함이 아니라, 더 면밀한 검토가 필요한 고위험 보고를 식별하여 안전 모니터링 워크플로우를 돕기 위해 설계되었다.
• 방법론적 접근: 본 연구는 희귀하지만 임상적으로 중요한 치명적 이벤트를 포함하기 위해 엄격한 불균형 방법론보다 사망 건수 기반 스크리닝을 옹호한다.
• 한계점: 저자들은 FAFFERS 데이터가 발생률이 아닌 보고 행태를 반영한다는 점, 연관성이 환자 수준이 아닌 보고 수준이라는 점, 그리고 모델이 탐색적이라는 점을 명시적으로 인정하였다. 또한, 임상적 유용성에 대한 어떠한 주장도 하기 전에 반드시 전향적으로 큐레이션된 임상 데이터셋에서 모델에 대한 평가가 필요함을 언급하였다.

결론적으로, 본 논문은 시판 후 조사 결과가 오시머티닙과 관련된 심각한 폐 및 전신 합병증의 패턴을 식별하는 데 도움을 줄 수 있으며, 약물감시 시스템 내에서 조기 사망 위험 계층화를 위한 프레임워크를 제공한다고 제언한다.