(STAR-DDI)- STandArdised consensus-based Reporting checklist foR Drug–Drug Interaction checkers and databases

당신이 세계에서 가장 안전한 케이크를 굽고자 하는 셰프라고 상상해 보세요. 당신에게는 수천 개의 레시피가 담긴 거대하고 혼란스러운 요리책이 있지만, 어떤 페이지는 찢겨 있고, 어떤 것은 투명 잉크로 쓰여 있으며, 다른 것들은 그저 추측에 의한 낙서일 뿐입니다. 만약 재료를 잘못 섞으면 케이크가 사람들을 아프게 할 수도 있습니다. 이것은 의사들이 약물을 혼합할 때 일어나는 일과 정확히 같습니다. 때때로 각각의 상태에서는 괜찮았던 두 약물이 몸 안에서 서로 충돌하여 문제를 일으킬 수 있습니다. 이러한 충돌을 **약물 상호작용(Drug-Drug Interactions, DDIs)**이라고 부릅니다.

현재 의사들은 이런 위험한 혼합을 미리 감지하기 위해 디지털 "체커(checker)"—마치 약물용 맞춤법 검사기 같은 것—를 사용합니다. 하지만 문제는 이 논문이 설명하기를, 이 체커들이 '블랙박스'와 같다는 점입니다. 우리는 그들이 어떻게 무엇이 위험하다고 결정하는지, 어떤 근거를 사용했는지, 혹은 충돌의 심각도를 어떻게 등급 매기는지 항상 알 수는 없습니다. 이는 마치 교통 표지판에 대해 설명 없이, 어떤 때는 정지 표지판에 빨간 불을 켜고 어떤 때는 과속 방지턱에 빨간 불을 켜는 신호등을 가진 것과 같습니다.

이 혼란을 해결하기 위해, 전 세계의 전문가들(의사, 연구자, 그리고 기술 마법사들)이 이 DDI 체커를 위한 표준화된 레시피 카드를 만들기로 했습니다. 그들은 이를 STAR-DDI라고 부릅니다. 이것은 모든 DDI 체커가 세상에 자신을 소개할 때 반드시 따라야 하는 엄격하고 합의된 규칙 책이라고 생각하면 됩니다.

위대한 델파이 댄스 (The Great Delphi Dance)

그들은 어떻게 이 규칙 책을 만들었을까요? 그들은 단순히 방에 앉아 서로 아이디어를 외치며 만든 것이 아닙니다. 대신, 그들은 **델파이 연구(Delphi study)**라는 고도의 집중력을 요하는 "합의" 게임을 수행했습니다. 여러 명의 전문가가 네 번의 라운드에 걸쳐 익명으로 편지를 주고받는 모습을 상상해 보세요.

• 라운드 1: 그들은 41개의 아이디어로 시작했습니다. 호주, 영국, 미국 등지에서 온 29명의 인원을 포함한 그룹이 이 아이디어들에 대해 투표했습니다. 그들은 "경증(mild)"과 "중등도(moderate)"라는 기존의 라벨이 너무 모호하다는 것을 깨달았습니다. 그것은 마치 까진 무릎과 부러진 다리를 모두 "아프다"라고 부르는 것과 같았습니다. 그들은 "그냥 지켜보기"와 "지금 당장 조치를 취하기" 사이의 차이를 구분하기로 했습니다.
• 라운드 2: 그룹은 16명으로 줄어들었습니다. 그들은 목록을 다듬었습니다. 여기서 큰 승리는 얼마나 많은 증거를 가졌느냐보다 어떻게 증거를 찾았느냐가 더 중요하다는 것에 동의한 것이었습니다. 이는 흔들리는 연구를 백만 개 가지는 것이 중요한 게 아니라, 정말 견고하고 잘 설계된 실험 하나를 갖는 것이 중요하다는 뜻입니다.
• 라운드 3: 16명의 인원으로 다시 진행된 이 단계에서 그들은 더욱 까다로워졌습니다. 그들은 "심각한 충돌만 보고해야 한다"라는 아이디어를 버리기로 투표했습니다. 모두가 작고 관리 가능한 문제조차 추적되어야 한다는 데 동의했습니다. 또한, 컴퓨터 시뮬레이션(PBPK 모델링 등)은 실제 인간 데이터에 의해 먼저 테스트되었을 때만 유용하다는 결정을 내렸습니다.
• 라운드 4: 마지막 라운드에는 14명의 전문가가 참여했습니다. 그들은 마지막 18개 항목을 검토했습니다. 100%의 합의가 모든 항목에서 이루어졌습니다. 모든 사람이 전적으로 동의했습니다.

최종 체크리스트: 상자 안에는 무엇이 들어있는가?

결과물은 어떤 DDI 데이터베이스나 체커라도 진지하게 받아들여지기 위해 보고해야 하는 18개 항목의 체크리스트입니다. 여기에는 연구의 제목부터 데이터를 큐레이션하는 방법까지 모든 것이 포함됩니다.

논문에 명시된 주요 규칙은 다음과 같습니다:

1. 더 이상의 "마법" 알고리즘은 없다: 체커들은 단순히 "우리 컴퓨터가 그렇다고 합니다"라고 말해서는 안 됩니다. 그들은 정확히 어떻게 데이터를 큐레이션하고 어떤 알고리즘을 사용하는지 설명해야 합니다. 이는 셰프가 단순히 "소금 한 꼬집을 넣으세요"라고 말하는 것이 아니라, 정확한 계량을 보여주는 것과 같습니다.
2. 증거의 위계: 논문은 무엇이 좋은 증거인지 매우 명확하게 규정합니다. **임상 시험(Clinical trials)**이 골드 스탠다드(표준)입니다. **관찰 연구(Observational studies)**가 그다음입니다. 하지만 동물 실험과 **분자 도킹(molecular docking, 분자가 어떻게 결합하는지에 대한 컴퓨터 모델)**은 실제 인간의 안전성을 판단하기에는 정보력이 가장 낮다고 간주되며, 보조적인 용도로 매우 주의 깊게 사용될 때만 유효합니다.
3. 심각도 vs 관리: 논문은 "얼마나 나쁜가?"와 "그것을 어떻게 처리할 것인가?"를 혼동하는 것에 강력히 반대합니다. 그들은 이 둘이 서로 다른 질문이라고 결정했습니다. 약물 상호작용은 심각도는 "중등도"일 수 있지만, 관리 방법은 "환자를 관찰하기"일 수 있으며, "금기(contraindicated)"되는 것은 "이 약을 투여하지 마라"는 의미입니다.
4. 맥락이 핵심이다: 논문은 약물 상호작용이 위험한지는 환자에 따라 달라진다는 점을 언급합니다. 약물 상호작용은 신장 문제가 있는 노인에게는 재앙이 될 수 있지만, 건강한 젊은 운동선수에게는 괜찮을 수 있습니다. 체커들은 이러한 환자의 차이를 어떻게 다루는지 보고해야 합니다.

무엇을 제외했는가

논문은 또한 무엇을 하지 말아야 하는지에 대해서도 매우 명확합니다.

• 그들은 연구의 양이 질보다 중요하다는 아이디어를 명시적으로 거부했습니다. 약한 연구 500개가 하나의 강력하고 엄격한 연구를 이길 수 없습니다.
• 그들은 심각한 상호작용만 보고해야 한다는 아이디어를 거부했습니다. 경미한 문제라도 환자 치료에 영향을 미친다면 중요합니다.
• 그들은 동물 실험이 인간 안전 결정의 주요 원천이라는 아이디어를 거부했습니다. 동물 실험은 초기 탐색에는 유용하지만, 최종 결론이 될 수는 없습니다.

얼마나 확신하는가?

저자들은 자신들이 사용한 과정에 대해 매우 확신하고 있습니다. 그들은 단순히 추측한 것이 아니라, 국제 전문가들과 함께 공식적인 4라운드 설문 조사를 실시했으며, "합의"를 75% 이상의 동의로 정의했습니다. 마지막 라운드에 이르러서 18개 항목 모두가 85.7%에서 100% 사이의 합의율을 기록했습니다.

그러나 논문은 이것이 "이야기의 끝"이라고 주장하지 않도록 주의를 기울였습니다. 그들은 이 체크리스트를 사용하는 것이 DDI 체커를 더 투명하고 신뢰할 수 있게 만들 것이라고 제안합니다. 또한 미래의 연구가 이 체크리스트가 실제로 현장에서 작동하는지, 그리고 의사들이 이 도구들을 사용하는 방식을 개선하는지 테스트해야 한다고 제안합니다. 그들은 아직 이것이 생명을 구한다는 것을 증명한 것이 아니라, 단지 규칙 책을 만들었으며 모두가 이 규칙대로 플레이할 것인지 기다리고 있을 뿐입니다.

요약하자면, DDI 체커의 세계는 약간 서부 개척 시대와 같았습니다. 이제 이 논문 덕분에, 스타(STAR-DDI) 체크리스트라는 보안관이 유니폼과 규칙 책을 나누어 주며, 의사가 약물 충돌을 확인할 때 자신이 무엇을 보고 있는지, 그리고 왜 그런지를 정확히 알 수 있기를 바라고 있습니다.