Weighted Probabilistic ADHD Models integrate dimensional and categorical approaches to ADHD assessment and Improve Diagnostic Discrimination Beyond DSM-5 Symptom count

기술 요약: 가중치 적용 확률적 ADHD 모델

문제 제로 (Problem Statement)
현재의 ADHD(주의력결핍 과잉행동장애) 진단 체계, 특히 DSM-5-TR은 범주형 증상 개수 산정 방식에 의존하고 있다. 이 방법은 모든 증상에 대해 개별적인 예측 타당도, 발달 단계 또는 성별 특이적 표현을 고려하지 않고, 주의력 결핍 및 과잉행동-충동성 영역 내의 모든 증상에 동일한 진단적 가중치를 부여한다. 증거에 따르면 이러한 "동일 가중치" 가정은 결함이 있는 것으로 보인다. 즉, 증상마다 변별력이 다르며, 엄격한 컷오프(예: 아동의 경우 9개 중 6개, 성인의 경우 9개 중 5개)는 상당한 임상적 장애를 겪는 개인을 배제하거나 남성형 양상으로 진단을 편향시킬 수 있다. 또한, 순수하게 범주적인 시스템은 정신병리의 연속적이고 차원적인 특성을 포착하지 못하여, 현대 정신의학에서 요구되는 정밀한 개별화된 평가를 제한할 가능성이 있다.

방법론 (Methodology)
본 연구는 ADHD 평가를 위해 의뢰된 6~22세 환자 584명의 임상 데이터베이스를 활용하여 회고적 관찰 설계를 사용하였다. 참가자들은 임상적으로 확인된 DSM-5 진단(참조 표준)에 따라 ADHD 양성(n=499) 그룹과 ADHD 음성(n=85) 그룹으로 분류되었다. 제외 기준에는 자폐 스펙트럼 장애, 정신병적 장애, IQ <70, 또는 진단 대기 상태가 포함되었다.

연구진은 기존의 비가중치 DSM-5 증상 개수 모델과 비교하여 세 가지 다변량 로지스틱 회귀 모델을 개발하고 비교하였다:

1. 가중 조정 모델 (Model 1): 성별 및 범주형 연령 그룹(>12세 vs. ≤12세)에 따라 조정된 증상별 계수를 포함한다.
2. 증상-연령 상호작용 모델 (Model 2): 발달 단계가 증상의 예측 가치를 수정하는지 테스트하기 위해 증상과 연령 간의 상호작용 항을 추가한다.
3. 증상-성별 상호작용 모델 (Model 3): 성별 특이적 예측 가중치를 테스트하기 위해 증상과 성별 간의 상호작용 항을 추가한다.

모델 성능은 ROC 분석, 쌍별 비교를 위한 exact DeLong 테스트, 교정 곡선(calibration plots), Brier 점수 및 결정 곡선 분석(DCA)을 사용하여 평가되었다. 내부 검증은 낙관성 보정 판별력을 추정하기 위해 1,000회의 부트스트랩 재표집을 통해 수행되었다. 최적의 확률 임계값은 Youden 지수를 사용하여 결정되었다.

주요 결과 (Key Results)

• 진단 판별력: 가중 조정 모델(Model 1)은 두 차원 모두에서 기존의 비가중치 DSM-5 증상 개수 모델보다 진단 판별력을 유의하게 향상시켰다:
  • 과잉행동-충동성: AUC가 0.973(DSM-5)에서 0.976(가중 모델)으로 증가함 (DeLong p = 0.013).
  • 주의력 결핍: AUC가 0.913(DSM-5)에서 0.937(가중 모델)로 증가함 (DeLong p = 0.007).
• 증상 이질성: 회귀 계수는 개별 증상의 진단적 가중치의 상당한 변동을 보여주었다. 예를 들어, 과잉행동 영역에서 "마치 모터가 달린 것처럼 행동함"(β=2.08)과 "질문에 불쑥 대답함"(β=2.12)은 "방해하거나 침범함"(β=1.08)보다 훨씬 높은 가중치를 가졌다. 주의력 결핍 영역에서는 "세부 사항에 주의를 기울이지 못함"(β=1.92)이 "경청하지 않는 것처럼 보임"(β=0.70, p=0.077)보다 더 높게 가중되었다.
• 상호작용 모델: 증상-연령 또는 증상-성별 상호작용을 포함하는 더 복잡한 모델(Model 2 및 Model 3)은 간결한 가중 조정 모델(Model 1) 이상의 판별력 향상을 보이지 않았다. 이는 개별 증상이 연령이나 성별에 따라 다를 수 있지만, 이러한 상호작용을 가중 모델의 주효과로 포함하는 것만으로도 구조적 복잡성을 더하지 않고 충분하다는 것을 시사한다.
• 최적 임계값: Youden 지수는 과잉행동-충동성에 대해 0.600(민감도 93.4%, 특이도 95.7%), 주의력 결핍에 대해 0.689(민감도 96.3%, 특이도 85.0%)의 최적 확률 임계값을 식별하였다.
• 교정 및 유용성: 가중 모델은 DSM-5 접근법에 비해 더 낮은 Brier 점수(더 나은 예측 정확도를 나타냄)와 결정 곡선 분석의 임상적으로 유의한 임계 확률 전반에서 더 높은 순이익(net benefit)을 보였다. 내부 검증을 통해 최소한의 과적합(낙관성 추정치 0.001 및 0.002)을 확인하였다.
• 하위 집단 성능: 대부분의 층위에서 성능은 견고했으나, 주의력 결핍 차원은 12세 이상의 여성에서 특히 낮은 판별력(Youden 지수 = 0.592)을 보였으며, 이는 해당 하위 집단에서 범주형 임계값의 한계를 강조한다.

의의 및 주장 (Significance and Claims)
본 논문은 가중치 적용 확률 모델이 ADHD 평가에 있어 차원적 접근과 범주적 접근을 잇는 실용적이고 임상적으로 해석 가능한 프레임워크를 제공한다고 주장한다. 특정 증상의 차별적 진단 가치를 정량화하고 연령 및 성별을 조정함으로써, 이 모델은 단순한 증상 계산을 넘어 진단 판별력을 향상시키면서도 사용성을 저해하지 않는다.

저자들은 로지스틱 회귀 기반의 가중치 방식이 "블랙박스" 형태의 머신러닝 기술와 달리 투명성을 유지하여, 임상의가 각 증상의 구체적인 기여도를 이해할 수 있게 해준다는 점을 강조한다. 제안된 접근 방식은 개별적인 확률 추정치를 생성하는 동시에 경험적으로 도출된 임계값을 통해 이진 분류 결정을 제공할 수 있어, 전자 건강 기록(EHR)이나 임상 계산기에 통합하기 용이하다.

본 연구는 가중 모델이 DSM-5 증상 개수보다 유의하게 우수한 성능을 보이지만, 판별력을 높이기 위해 상호작용 모델의 복잡성을 더하는 것은 불필요하다고 결론짓는다. 저자들은 단일 센터의 회고적 데이터셋에 의존했다는 점과, (그 자체로 DSM 기반인) 임상가 진단을 참조 표준으로 사용했다는 점을 포함한 한계점을 언급하였다. 향후 연구는 외부 다기관 검증 및 치료 반응에 대한 전향적 평가에 집중해야 한다고 제언한다.