Obesity-Related Metabolic Phenotypes and Ischemic Stroke Risk: A Trend Analysis Using GBD 2023, Time-Series Validation in Korea, and Predictive Modeling in KNHANES

기술 요약: 비만 관련 대사 표현형과 허혈성 뇌졸중 위험

문제 제기
허혈성 뇌졸중(IS)은 여전히 전 세계 사망 및 장애의 주요 원인으로 남아 있다. 비만은 알려진 수정 가능한 위험 요인이지만, 비만 관련 대사 표현형이 뇌졸중 위험에 기여하는 구체적인 정도는 완전히 이해되지 않았다. 비만의 표준 지표인 체질량지수(BMI)는 지방 분포와 대사 상태의 변화를 포착하지 못하여, 뇌혈관 위험의 진정한 동인을 가릴 가능성이 있다. 또한, 기존 연구들은 글로벌 역학 트렌드, 국가 수준의 시간적 연관성, 그리고 개인 수준의 위험 기전 사이를 잇는 연속적인 증거 사슬이 부족한 경우가 많다. 따라서 비만 관련 대사 이상(예: 지질 조절 장애, 체성분)이 BMI 단독보다 허혈성 뇌졸중 위험을 더 잘 예측하는지 결정하고, 다양한 분석 척도에 걸쳐 이러한 연관성을 검증할 필요가 있다.

연구 방법론
본 연구는 글로벌, 국가, 개인 데이터를 통합하는 4단계 다층적 분석 프레임워크를 채택하였다:

1. 글로벌 수준 (GBD 2023):

   • 데이터: 1990년부터 2023년까지 약 204개국에 대한 허혈성 뇌졸중의 연령 표준화 발생률(ASIR) 및 위험 요인의 총 노출량(SEV).
   • 분석: 추정 연간 백분율 변화(EAPC)를 사용하여 시간적 추세를 정량화하였다. 사회-인구학적 지수(SDI) 수준에 따른 건강 불평등을 농축 지수(CI)와 기울기 불평등 지수(SII)를 사용하여 평가하였다.
   • 위험 모델링: LASSO(Least Absolute Shrinkage and Selection Operator)를 통해 주요 위험 노출을 식별하였다. 국가-연도 이원 고정 효과(TWFE) 패널 모델을 사용하여 국가별 및 연도별 효과를 통제하면서 SEV 노출과 허졸성 뇌졸중 ASIR 사이의 동적 연관성을 평가하였다.

2. 국가 수준 (대한민국):

   • 데이터: GBD 연구의 허혈성 뇌졸중 ASIR 및 위험 노출에 대한 시계열 데이터(2004–2023).
   • 분석: 세속적 추세(secular trends)를 조정한 단일 노출 시계열 모델과 부분 잔차 플롯(Frisch–Waugh–Lovell)을 사용하여, 특정 국가 맥락 내에서 높은 BMI와 뇌졸중 발생률 사이의 글로벌 연관성을 검증하였다.

3. 개인 수준 (KNHANES):

   • 데이터: 2023년 국민건강영양조사(KNHANES) 데이터 (모델링용 n=460, 외부 검증용 n=50).
   • 특징 선택: 3단계 계단식 선택 과정(ANOVA F-검정, LASSO, 재귀적 특징 제거)을 통해 21개의 임상 변수를 10개의 핵심 특징으로 축소하였다.
   • 모델링: 5가지 머신러닝 알고리즘(심층 신경망, 로지스틱 회귀, 랜덤 포레스트, 그래디언트 부스팅, XGBoost)을 비교하였다. 성능과 차원 축소를 기준으로 7개 특징을 가진 심층 신경망(DNN)이 최종 모델로 선정되었다.
   • 해석 가능성: SHAP(SHapley Additive exPlanations)을 사용하여 DNN을 분석함으로써 특징별 기여도를 정량화하였다. 비선형 관계와 강건성을 검증하기 위해 본질적으로 해석 가능한 대안인 Kolmogorov–Arnold Network(KAN)를 구축하였다.
   • 층화 분석: BMI 층화 분석(저체중, 정상, 과체중, 비만)을 실시하여 체중 상태에 따라 위험 요인의 기여도가 어떻게 변화하는지 조사하였다.

주요 결과

• 글로벌 트렌드: 1990년부터 2023년까지 전 세계 연령 표준화 뇌졸중 발생률은 감소했으나 2014–2016년 이후 정체되었다. 질병 부담은 고-SDI 국가에서 저- 및 중-SDI 국가로 이동했으며, 이는 기울기 불평등 지수(SII)가 1990년 양(+)에서 2023년 음(-)으로 역전된 것을 통해 입증되었다.
• 글로벌 위험 연관성: TWFE 패널 모델에서 높은 BMI는 뇌졸중 부담의 변화와 일관된 양의 상관관계($\beta = 0.71$, 95% CI 0.44–0.97)를 보였다. 높은 LDL 콜레스테롤 또한 다변량 조정 후에도 유의미하게 유지되었다.
• 국가적 검증: 한국에서 높은 BMI는 시간적 추세를 조정한 후 뇌졸중 발생률과 유의미한 양의 상관관계($\beta = 19.53$, 95% CI 7.13–31.92)를 보였으며, 이는 글로벌 연구 결과를 검증하였다.
• 개인별 예측: 7개 특징을 가진 DNN 모델(연령, 가족력, 중성지방, 체지방량, BMI, 체지방률, 비만 분류)은 테스트 세트에서 0.814의 AUC를 달 기록하였다.
• 특징 중요도 및 해석 가능성:
  • SHAP 분석 결과, 연령과 고혈압 가족력이 상위 예측 인자로 꼽혔으나, 비만 관련 지표(중성지방, 체지방량, BMI, 체지방률, 비만 상태)의 결합된 중요도는 상위 2개의 비수정 가능 요인보다 높았다.
  • 중성지방(TG)과 체지방량이 특히 과체중 및 비만 하위 그룹에서 핵심적인 기여자로 나타났다.
  • KAN 분석은 연령과 위험 사이의 비선형 관계(70세 이후 정체)를 확인하였고, 중성지방의 양의 유의미한 기여를 재확인하였다.
• BMI 층화에 따른 변화: 저체중 및 정상 체중 그룹에서는 연령과 가족력이 위험 예측을 주도했다. 반면, 과체중 및 비만 그룹에서는 중성지방과 체지방량의 중요성이 점진적으로 증가하여 가족력의 예측 가중치에 근접하거나 이를 능가했다. 이는 BMI가 증가함에 따라 위험 동인이 비수정 가능 요인에서 대사 기능 장애로 전환됨을 시사한다.

의의 및 주장
본 논문은 글로벌 역학, 국가적 검증, 개인별 위험 프로파일링을 연결하는 "다층적 증거 프레임워크"를 구축했다고 주장한다. 본 연구의 주요 의의는 높은 BMI가 뇌졸중 부담의 안정적인 인구 집단 수준 상관관계인 것은 맞지만, 개인 수준의 위험 기전은 체중 그 자체보다는 특정 대사 표현형에 의해 크게 매개된다는 점을 입증한 데 있다.

구체적으로 저자들은 다음과 같이 주장한다:

1. 대사 기능 장애의 중심성: 비만과 뇌졸중의 관계는 단순히 BMI 자체에 의해 주도되는 것이 아니라, 연관된 대사 장애, 특히 이상지질혈증(높은 중성지방)과 과도한 지방 축적에 의해 주도된다.
2. 위험 층화의 진화: 위험 동인에는 역동적인 변화가 존재한다. BMI가 증가함에 따라 대사 지표(중성지방, 체지방량)의 예측 중요성이 커지며, 이는 표준 BMI 기반 평가가 특정 대사 프로필을 가진 고위험군을 놓칠 수 있음을 시사한다.
3. 임상적 유용성: 중성지방과 같은 대사 바이오마커와 체지방량을 위험 평가 프레임워크에 통합하면 과체중 및 비만 인구 중 고위험군을 식별하는 능력을 향상시킬 수 있으며, 이는 더 표적화된 1차 예방 전략을 지원할 수 있다.
4. 방법론적 강건성: 세 가지 서로 다른 척도(글로벌, 국가, 개인)와 두 가지 서로 다른 해석 프레임워크(SHAP 및 KAN) 전반에 걸친 결과의 일관성은 식별된 위험 패턴의 신뢰성을 강화한다.

본 연구는 지방 대사 이상과 과도한 지방 축적의 조기 식별 및 관리가, 특히 과체중 및 비만 인구에서 1차 뇌졸중 예방을 위해 매우 중요하다는 결론을 내린다.