Comparison of qSOFA, MEWS and NEWS Score for Diagnosis and Prediction of Mortality in Sepsis in a LMIC settings

패혈증은 신체의 방어 체계가 감염에 반응하여 스스로를 공격하게 되는 무서운 의료 응급 상황입니다. 특정 세균과 싸우는 대신, 면역 체계가 과도하게 활성화되어 건강한 조직과 장기를 손상시키는 염증을 일으킵니다. 이러한 연쇄 반응은 장기 부전과 위험한 혈압 저하로 이어질 수 있으며, 즉시 치료하지 않으면 종종 몇 시간 내에 환자를 사망에 이르게 합니다. 효과적인 치료를 위한 시간적 여유가 매우 짧기 때문에, 의사들은 위험을 조기에 발견하기 위해 간단한 침상 도구들에 의존합니다. 이 도구들은 본질적으로 심박수, 호흡 속도, 체온, 정신 명료도와 같은 생체 징후를 바탕으로 점수를 부여하는 체크리스트입니다. 점수가 높을수록 환자의 상태가 더 위중해 보입니다. 이러한 점수 체계들은 선진국과 현대적인 병원에서 광범위하게 테스트되었지만, 자원이 부족하고 환자군이 다를 수 있는 저소득 국가에서도 똑같이 잘 작동하는지는 여전히 불분명한 상태로 남아 있습니다.

최근 방글라데시 다카의 한 주요 병원에서 수행된 연구에서, 연구팀은 이 세 가지 흔한 점수 체계 중 어떤 것이 패혈증 발생을 가장 잘 예측하고 누가 생존할지를 가장 잘 예측하는지 테스트하기 위해 연구를 진행했습니다. 이 연구는 1년 반 동안 진행되었으며, 도착 당시 패혈증이 의심되는 142명의 환자를 대상으로 했습니다. 연구진은 단순히 환자의 차트를 살펴보는 데 그치지 않고, 입원하는 바로 그 순간 모든 환자에 대해 세 가지 서로 다른 점수를 계산했습니다. qSOFA라고 불리는 한 점수는 호흡률, 혈압, 정신 상태라는 단 세 가지 요소에 집중하는 매우 빠른 확인법입니다. 또 다른 방식인 MEWS는 소변량과 의식 수준을 포함한 여섯 가지의 서로 다른 신체 징후를 살핍니다. 마지막으로 NEWS는 산소 포화도와 산소 공급 필요 여부를 포함한 일곱 가지 변수를 추적하는 가장 상세한 방식입니다. 연구팀은 이후 환자들을 일주일 동안 또는 퇴원할 때까지 추적 관찰하여, 누가 패혈증이 발생했는지, 그리고 비극적이게도 누가 사망했는지를 확인했습니다.

결과는 남아시아의 실제 환경에서 이 도구들이 어떻게 수행되는지에 대한 명확한 그림을 그려주었습니다. 연구진은 실제로 패혈증을 앓고 있는 환자들이 그렇지 않은 환자들에 비해 유의미하게 고령이었고, 남성일 확률이 높았으며, 흡연자일 확률이 높다는 것을 발견했습니다. 연구팀이 점수를 비교했을 때, 패혈증 환자들은 전반적으로 점수가 훨씬 높았습니다. 그러나 핵심적인 발견은 각 도구가 자신의 특정 임무를 수행하는 데 있어 어떤 것이 가장 우수한가에 관한 것이었습니다. 단순히 패혈증을 진단하는 작업, 즉 의사에게 "이 사람은 이 질환을 앓고 있다"라고 말해주는 임무에 있어서는 NEWS 점수가 가장 정확한 것으로 나타났습니다. 이 점수는 대다수의 패혈증 사례를 정확하게 식별해냈으며, 건강한 사람을 아픈 사람으로 잘못 분류하는 경우는 거의 없었습니다. 연구진은 이 병원에서 진단을 내리기 위한 최적의 기준점(sweet spot)이 NEWS 점수 8점 이상이라는 것을 발견했습니다.

초점이 '누가 생존하지 못할 것인가'를 예측하는 것으로 옮겨졌을 때, 이야기는 약간 달라졌습니다. 세 가지 점수 모두 생존자와 사망자를 구분할 수 있었지만, MEWS 점수가 사망률을 예측하는 데 있어 더 우수한 도구로 부상했습니다. 사망한 환자들은 생존자들보다 유의미하게 높은 MEWS 점수를 보였으며, 이 점수는 결과 예측에 있어 가장 신뢰할 수 있는 전반적인 정확도를 제공했습니다. 연구는 qSOFA라는 빠르고 단순한 점수가 잠재적 사례들을 넓게 잡아내는 데는 유용하지만, 실제로는 위험하지 않은 사람들도 자주 경고하여 불필요한 치료를 초래할 수 있음을 시사합니다. 반면, 더 상세한 NEWS 점수는 진단을 확정하는 데 더 적합하며, MEWS 점수는 상황의 심각성과 생존 가능성을 이해하는 데 가장 신뢰할 수 있는 가이드가 됩니다.

저자들은 이러한 결과가 자신들의 병원 환경과 치료한 환자들에게 특화된 것임을 강조합니다. 그들은 점수를 입원 시작 시점에 단 한 번만 계산하고 시간이 지남에 따라 수치가 어떻게 변하는지는 추적하지 않았다는 점 등 연구의 한계점을 언급했습니다. 또한 표본 크기가 상대적으로 작고 단일 지역에서 추출되었기 때문에, 농촌 클리닉이나 다른 국가에서는 결과가 다르게 나타날 수 있음을 인정했습니다. 이러한 제약에도 불구하고, 이 연구는 자원이 제한된 환경에서 일하는 의사들에게 중요한 퍼즐 조각을 제공합니다. 이는 모든 상황에 적용되는 단 하나의 "완벽한" 점수는 없으며, 대신 최선의 선택은 목표가 무엇인지에 달려 있다는 것을 시사합니다. 만약 가능한 모든 사례를 조기에 포착하는 것이 우선순위라면 NEWS 시스템이 가장 좋은 균형을 제공합니다. 만약 사망 위험이 가장 높은 환자를 파악하여 치료의 우선순위를 정하는 것이 목표라면 MEWS 시스템이 가장 효과적인 가이드가 될 수 있습니다. 궁극적으로, 이 연구는 한 지역을 위해 설계된 시스템이 세계 다른 곳에서도 똑같이 작동할 것이라고 가정하기보다는, 현지 맥락에서 이러한 도구들을 테스트해야 할 필요성을 뒷받침합니다.