📄 의학

Preoperative coagulation-inflammation-nutrition profiling for postoperative ICU admission after gastrointestinal tumor surgery

본 회고적 연구는 알부민, 피브리노겐 및 C-반응성 단백질 수치로부터 도출된 단순한 수술 전 응고-염증-영양 점수(CINS)가 위장관 종양 수술 후 중환자실 입원을 예측하는 독립적인 지표임을 입증하며, 이는 피브리노겐-알부민 비율 및 더 복잡한 면역 확장 지표들보다 우수한 성능을 보인다.

원저자: FuYing Luo, Shibo Huang, Rong Zhou, Lanjing Liao, Zhiyi Tan, ChunMiao Wang, Tingan Wang

게시일 2026-10-06

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: FuYing Luo, Shibo Huang, Rong Zhou, Lanjing Liao, Zhiyi Tan, ChunMiao Wang, Tingan Wang

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

매년 수백만 명의 사람들이 소화 기관의 종양을 제거하는 수술을 받습니다. 현대 의학은 이러한 수술을 그 어느 때보다 안전하게 만들었지만, 환자의 여정은 외과의가 절개 부위를 봉합한다고 해서 끝나는 것이 아닙니다. 어떤 환자들에게는 회복 과정이 순탄하여 일반 병실로 복귀할 수 있습니다. 그러나 다른 환자들의 경우, 신체가 수술의 스트레스를 견디는 데 어려움을 겪어 더 밀착된 모니터링과 생명 유지 장치가 있는 중환자실로 이송되어야 합니다. 누가 이러한 높은 수준의 치료를 필요로 할지 예측하는 것은 의사들에게 매우 중요한 과제입니다. 이는 의사들이 병원 자원을 준비하고, 환자의 필요를 계획하며, 수술을 시작하기 전 가족들과 정직한 대화를 나누는 데 도움을 줍니다. 전통적으로 의사들은 환자의 연령, 기존 건강 상태, 수술의 복잡성과 같은 광범적인 요인에 의존하여 이러한 추측을 해왔습니다. 하지만 이러한 표준적인 도구들은 특정 개인의 신체가 현재 어떻게 기능하고 있는지에 대한 미묘하고 내부적인 신호들을 놓치는 경우가 많습니다.

광시 의과대학교(Guangxi Medical University)의 연구팀은 이러한 내부 신호를 더 잘 볼 수 있는 더 나은 방법을 찾기 위해 노력했습니다. 그들은 수술 전 혈액 검사에서 일상적으로 측정되는 세 가지 특정 생물학적 지표에 집중했습니다. 바로 혈액 응고를 돕는 단백질, 염증을 나타내는 단백질, 그리고 영양 상태를 반영하는 단백질입니다. 신체가 스트레스를 받거나 질병과 싸울 때 이러한 수치들이 예측 가능한 방식으로 변화한다는 아이디어입니다. 연구진은 이 세 가지 숫자를 하나의 단순한 점수로 결합함으로써 환자의 회복력에 대한 더 명확한 그림을 그려내고자 했습니다. 그들은 이 '생물학적 스냅샷'이 오늘날 사용되는 표준 방식보다 위장관 종양 수술 후 중환자실 치료가 필요한 사람을 더 잘 예측할 수 있는지 알고 싶었습니다.

연구진은 위, 장, 간 또는 췌장의 종양에 대해 비응급 수술을 받은 성인 약 4,800명의 데이터를 분석했습니다. 그들은 수술 직전 채취한 혈액 샘집을 통해 알부민, 피브리노겐, C-반응성 단백질을 측정했습니다. 그들은 각 수치가 비정상적일 때 점수를 부여했습니다. 낮은 알부민에 1점, 높은 피브리노겐에 1점, 높은 C-반응성 단백질에 1점을 부여했습니다. 이를 통해 0점에서 3점 사이의 단순한 점수가 만들어졌습니다. 0점은 세 가지 지표 모두 정상 범위에 있음을 의미했고, 3점은 세 가지 모두 비정상임을 의미했습니다. 연구팀은 이후 이 환자들이 수술 후 얼마나 많이 중환자실로 가게 되었는지 추적했습니다.

결과는 명확하고 꾸준한 패턴을 보여주었습니다. 점수가 0점인 환자들은 중환자실 입원이 필요한 비율이 약 8.7%로 비교적 낮았습니다. 점수가 높아질수록 위험은 급격히 상승했습니다. 점수가 1점인 환자는 위험이 17.5%로 뛰었고, 2점인 환자는 21.9%의 확률에 직면했으며, 가장 높은 점수인 3점인 환자는 중환자실이 필요할 가능성이 26.7%였습니다. 연구진이 연령, 체중, 수술 유형과 같은 다른 알려진 위험 요인들을 조정한 후에도 이 점수는 강력한 예측 인자로 남았습니다. 척도의 각 1점 증가마다 중환자실 입원 확률이 유의미하게 높아졌습니다. 이는 영양 부족, 활발한 염증, 혈액 응고 문제가 결합되어 환자의 연령이나 외과의의 숙련도와 관계없이 회복을 어렵게 만드는 특정한 생물학적 상태를 만든다는 것을 시사합니다.

이 새로운 점수가 정말로 유용한지 확인하기 위해, 연구팀은 의사들이 사용할 수 있는 다른 방법들과 비교했습니다. 그들은 두 가지 지표만을 살펴보는 더 단순한 비율과 비교했을 Kind 뿐만 아니라, 추가적인 혈구 수와 면역 체계 데이터를 포함하는 훨씬 더 복잡한 공식들과도 테스트했습니다. 연구 결과, 이 단순한 3단계 점수가 두 가지 지표를 사용하는 비율보다 더 우수한 성능을 보였습니다. 더 중요한 것은, 더 복잡한 데이터를 추가하더라도 예측력이 개선되지 않았다는 점입니다. 추가적인 면역 지표를 포함하려 했던 복잡한 공식들이 단순한 세 가지 지표의 점수를 능가하지 못했습니다. 이는 의사들이 양호한 위험 평가를 얻기 위해 긴 목록의 전문적인 검사를 기다릴 필요가 없다는 것을 시사한다는 점에서 중요한 발견입니다. 세 가지 일상적인 지표가 이미 가장 중요한 정보를 포착하고 있기 때문입니다.

연구진은 또한 다양한 환자 그룹을 시뮬레이션하는 통계적 기법을 사용하고 점수의 정확한 결정 능력을 테스트함으로써, 이 점수가 실제 상황에서 얼마나 잘 유지되는지 확인했습니다. 이 점수는 환자들을 뚜렷한 위험 그룹으로 일관되게 구분해 냈습니다. 연구진이 이 점수를 사용하여 누구를 집중적으로 모니터링할지 결정하는 데 활용했을 때, 건강한 환자를 불필요하게 너무 많이 분류하지 않으면서도 실제로 중환자실 치료가 필요한 환자를 더 잘 식별할 수 있음을 발견했습니다. 이는 이 점수가 병원의 계획 수립을 도와, 일반 병실에서 안전하게 회복할 수 있는 환자를 위해 불필요한 이송을 피하면서도 중환자실 침상을 정말로 필요한 이들을 위해 확보할 수 있게 함을 의미합니다.

궁극적으로, 이 연구는 수술실에서 사용할 수 있는 실용적인 도구를 제공합니다. 이것은 외과의나 마취과 의사의 판단을 대체하는 것이 아니라, 이전에는 결여되었던 생물학적 통찰력을 더해주는 것입니다. 응고, 염증, 영양의 수렴을 살펴봄으로써, 이 점수는 환자의 신체를 단순히 분리된 부분들의 집합이 아닌 하나의 전체 시스템으로서 바라볼 수 있는 방법을 제공합니다. 연구는 이 단순한 세 가지 숫자 점수가 수술 후 어려움을 겪을 사람을 예측하는 신뢰할 수 있는 방법이라고 결론짓습니다. 이는 때때로 가장 효과적인 도구는 가장 복잡한 것이 아니라, 주요 수술이라는 스트레스에 직면하기 전 인간 신체의 근본적인 상태를 명확하게 드러내는 것임을 상기시켜 줍니다.

기술 요약: 수술 후 중환자실 입실 예측을 위한 수술 전 응고-염증-영양 프로파일링

문제 제기
위장관 종양 수술 후 중환자실(ICU) 입실은 절차적 위험, 조기 장기 기능 장애 및 모니터링 필요성을 반영하는 중대한 치료 단계의 격상을 의미한다. 기존의 위험 계층화는 주로 인구통계학적 데이터, 동반 질환 및 절차적 변수(예: ASA 신체 상태, 연령)에 크게 의존하지만, 이러한 프레임워크는 환자의 수술 전 생물학적 상태를 직접적으로 포착하는 데 한계가 있다. 특히, 위장관 악성 종양 환자에게서 나타나는 응고 활성화, 전신 염증 및 저하된 영양 예비력의 결합은 표준 임상 기술어만으로는 충분히 표현되지 않는다. 본 연구는 이러한 호스트 반응 요인들을 통합하여 수술 후 중환자실 입실에 대한 위험 계층화를 개선할 수 있는, 생물학적 근거를 갖춘 간결한 점수 체계의 필요성을 다룬다.

방법론

연구 설계 및 데이터 소스: 공개된 INSPIRE periperioperative 데이터베이스(버전 1.4.2)를 활용한 후향적 코호트 연구이다. 코호트는 전신 마취 하에 비응급 위장관 종양 수술을 받는 성인 4,776명(18~90세)을 포함하였다.
바이오마커 선정: 본 연구는 세 가지의 일상적으로 사용 가능한 수술 전 바이오마커에 집중하였다:
- 알부민(Albumin): 영양 예비력(음성 급성기 단백질)을 반영한다.
- 피브리노겐(Fibrinogen): 응고 기질 및 급성기 반응 물질을 반영한다.
- C-반응성 단백(CRP): 전신 염증의 전형적인 표지자이다.
점수 산출 (CINS): 특정 컷오프를 기준으로 비정상적인 파라미터당 1점을 부여하여 응고-염증-영양 점수(CINS)를 개발하였다:
- 낮은 알부민: $\le$ 3.7 g/dL
- 높은 피브리노겐: $\ge$ 397 mg/dL
- 높은 CRP: $\ge$ 7.7 mg/L
- 결과적으로 0–3점 사이의 범주형 점수가 도출된다.
비교 대상: CINS를 다음 항목들과 벤치마킹하였다:
- 피브리노겐-알부민 비율 (FAR).
- 연속형 CIN-z 지수 (z-score 공식).
- 뉴트로필(중성구), 림프구, 혈소판 및 SII를 포함하는 여러 복합 면역 확장 지수들.
통계 분석:
- 모델링: 연령, 성별, BMI, ASA 상태, 수술 그룹 및 종양 부위를 조정한 다변량 로지스틱 회귀 분석을 수행하였다.
- 검증: 부트스트랩 리샘플링과 반복적인 5-겹 교차 검증(10회 반복)을 사용하여 내부 검증을 수행하였다. 결정적으로, 데이터 누수(data leakage)를 방지하기 위해 훈련 폴드 내에서 임계값과 표준화 파라미터를 재계산하였다.
- 지표: 성능은 AUC, Brier score, 통합 식별 개선도(IDI), 연속적 재분류 개선도(NRI), 교정 곡선(calibration curves) 및 결정 곡선 분석(DCA)을 통해 평가되었다.

주요 결과

연관성: CINS와 수술 후 중환자실 입실 사이에는 단조적이고 단계적인 연관성이 존재했다. 입실률은 8.7%(점수 0)에서 26.7%(점수 3)로 증가하였다.
조정된 오즈비(Adjusted Odds): 임상적 공변량을 조정한 후, CINS가 1점 증가할 때마다 중환자실 입실 오즈가 51% 증가하였다 (OR 1.51). 점수 0과 비교했을 때, 조정된 오즈비는 1.86(점수 1), 2.53(점수 2), 3.30(점수 3)이었다.
예측 성능:
- 기초 임상 모델은 AUC 0.823을 달성하였다.
- FAR를 추가했을 때 AUC는 0.832로 증가하였다.
- CINS를 추가했을 때 AUC는 0.837로 증가하였다.
- 연속형 CIN-z 지수는 0.839와 유사한 AUC를 달성하였다.
부트스트랩 분석: 부트스트랩 분석 결과, CINS는 FAR보다 AUC를 0.0052만큼 개선하였다 (95% CI: 0.0018–0.0087).
복잡성 대 유용성: 더 복잡한 면역 확장 지수들(예: SII-CINS4, immune-CINS5)은 세 가지 구성 요소인 CINS나 CIN-z 구조체의 성능을 능가하지 못했다. 완전 사례(complete-case) 비교에서, 세 가지 구성 요소 모델이 가장 높은 AUC(0.839–0.840)와 가장 낮은 Brier score를 나타냈으며, 복잡한 확장 모델들은 의미 있는 이득을 보이지 않았다.
의사결정 영향: 임상적으로 유의미한 위험 임계값(10%, 15%, 20%)에서, CINS를 임상 모델에 추가하면 임상 모델 단독 사용 시보다 중환자실 입실 사건을 더 잘 포착하고 놓친 입실 사례를 줄일 수 있었으나, 고위험군으로 분류되는 환자 수를 유의미하게 늘리지는 않았다.

의의 및 주장
본 논문은 CINS가 실용적이고 생물학적 근거를 갖춘 부가적 도구로서 수술 전 위험 계층화에 기여한다고 주장한다. 그 의의는 다음과 같은 구체적인 기여에 있다:

생물학적 통합: 단순한 비율인 FAR와 달리, CINS는 세 가지 서로 다른 생물학적 영역(응고, 염서, 영양)을 하나의 해석 가능한 0–3 점수로 명시적으로 통합한다.
증분 가치: CINS는 표준 임상 변수(ASA, 연령, 수술 유형) 이상의 위험 정보를 제공하며, 널리 사용되는 FAR보다 우수한 성능을 보인다.
간결성: 본 연구는 더 복합적인 면역 지수를 추가하는 것이 예측 성능을 향상시키지 못한다는 것을 입증하였다. 이는 컴팩트한 세 가지 바이오마커 구성이 해당 엔드포인트에 대한 관련 호스트 반응 표현형을 포착하기에 충분하다는 원칙을 뒷받s한다.
임상적 유용성: 이 점수는 침상 옆에서의 해석 가능성을 고려하여 설계되었으며, 수술 후 병상 계획, 공유 의사 결정, 또는 집중적인 수술 전 최적화나 더 밀접한 수술 후 모니터링이 필요한 환자를 식별하는 데 도움을 줄 수 있다.

저자들은 CINS가 결정론적 예측 도구가 아닌 위험 계층화 도구임을 인정하며 신중한 어조를 유지하였고, 광범위한 임상 적용 전 외부 검증이 필요함을 강조하였다. 또한, 본 연구가 인과관계(즉, 이러한 바이오마커를 수정하는 것이 중환자실 입실 위험을 낮춘다는 것)를 증명하는 것이 아니라, 위험 평가에 유용한 재현 가능한 연관성을 식별한 것임을 명시하였다.

유사한 논문