Cost-Effectiveness of Population Screening Strategies for Gastric Cancer in India: A Markov Model Calibrated to High- and Low-Incidence Districts

위암은 위에서 시작되는 질병으로, 여전히 전 세계적으로 주요한 사망 원인으로 남아 있지만, 그 영향은 전 세계에 걸쳐 균등하게 나타나지 않습니다. 어떤 곳에서는 흔한 위협인 반면, 다른 곳에서는 드뭅니다. 이러한 불균등한 분포는 공중 보건 관계자들에게 어려운 질문을 던집니다. 한 국가가 이 질병에 대해 인구 전체를 대상으로 선별 검사를 실시해야 하는가 하는 점입니다. 선별 검사는 건강한 사람들을 대상으로 질병의 초기 징후를 확인하여, 사람들이 아프다고 느끼기 전에 질병을 발견하고 더 치료하기 쉬운 시기에 잡아내는 것을 목표로 합니다. 그러나 이러한 프로그램은 비용이 많이 들고 상당한 자원을 필요로 합니다. 만약 질병이 드물다면, 단 몇 건의 사례를 찾기 위해 수백만 명을 테스트하는 비용은 그 혜ef를 상회하여, 다른 생명을 살릴 수 있는 치료에 쓰일 수 있는 자금을 고갈시킬 수 있습니다. 인도에서 상황은 특히 복잡합니다. 인도는 유방암, 자궁경부암, 구강암에 대해서는 조직적인 선별 프로그램을 갖추고 있지만, 위암에 대해서는 그러한 계획이 없습니다. 더욱이, 이 암이 발생할 위험은 인도 전역에서 매우 다양하게 나타나며, 일부 지역은 다른 지역보다 발병률이 7배나 높습니다. 이러한 지리적 조각보 형태의 분포는 국가 전체에 적용할 수 있는 단일한 규칙을 적용하는 것을 불가능하게 만들며, 정책 입안자들로 하여금 국가적 선별 노력이 현명한 투자인지에 대한 명확한 지침을 얻지 못하게 합니다.

이 질문에 답하기 위해, 연구진은 가상 실험실 역할을 할 정교한 컴퓨터 시뮬레이션을 구축했습니다. 그들은 40세부터 시작하여 남은 생애 동안 추적 관찰하는 가상의 성인 100,000명을 추적하는 모델을 만들었습니다. 이 모델은 건강한 상태에서 전암 단계의 변화, 초기 단계의 암, 그리고 마지막으로 진행된 질환 또는 사망으로 이어지는 위암의 실제 진행 과정을 모방하도록 설계되었습니다. 연구진은 암 발생률이 매우 높은 지역과 낮은 지역이라는, 서로 매우 다른 두 인도의 지역에서 얻은 실제 데이터를 사용하여 이 시뮬레이션을 보정했습니다. 이를 통해 그들은 네 가지 다른 접근 방식을 테스트할 수 있었습니다. 첫 번째는 아무것도 하지 않는 것으로, 이는 환자가 스스로 병을 느낄 때만 암이 발견되는 현재의 현실을 나타냅니다. 두로, 헬리코박터 파이로리(Helicobacter pylori)라는 특정 박테리아를 5년마다 검사하고, 양성 반응이 나온 사람을 치료하여 암이 형성되는 것을 예방하는 방식입니다. 세 번째 전략은 3년마다 혈액 검사를 통해 화학적 표지자를 찾아내고, 양성 결과가 나온 사람을 추가 검사로 보내는 것이었습니다. 네 번째 옵션은 가장 직접적인 방법으로, 모든 사람에게 5년마다 위 내부를 카메라로 검사하는 내시경 검사를 실시하는 것이었습니다.

시뮬레이션 결과는 고위험 및 저위험 시나리오 모두에서 명확하고 일관되었습니다. 암 발생율이 가장 높은 지역에서 선별 전략은 실제로 생명을 구하는 데 성공했습니다. 내시경이라 불리는 카메라 검사가 가장 많은 사망을 예방했고, 가장 많은 암을 초기 단계에서 발견했습니다. 그러나 이러한 성공에는 혹독한 대가가 따랐습니다. 건강한 삶의 1년을 구하기 위해 드는 비용이 인도의 의료 시스템이 통상적으로 적절하다고 간주하는 가치를 훨씬 상회했습니다. 가장 저렴한 옵션이었던 박테리아 검사 전략조차도 가치 있는 건강 투자의 기준치보다 훨씬 더 많은 비용이 들었습니다. 연구진이 동일한 논리를 저발생 지역에 적용했을 때, 상황은 훨씬 더 좋지 않았습니다. 그곳은 질병이 매우 드물었기 때문에, 각 사례를 찾아내고 치료하는 비용이 치솟아 선별 프로그램의 효율성이 더욱 떨어졌습니다. 실제로 시뮬레이션은 이러한 전략들이 비용 효율적이 되기 위해서는, 현재 인도 어디에서도 관찰되지 않는 수준으로 인구 내 암 발생률이 훨씬 더 높아야 함을 보여주었습니다.

또한 이 연구는 모든 선별 방법이 동일하게 효과적인 것은 아니라는 점을 밝혀냈습니다. 화학적 표지자를 선별하기 위해 혈액 검사를 사용하는 방식은 두 시나리오 모두에서 저조한 성과를 보였습니다. 이 방식은 직접적인 내시경 검사보다 비용은 더 많이 들면서 구한 생명은 훨씬 적었으며, 결과적으로 자원을 낭비하는 꼴이 되었습니다. 이는 혈액 검사가 많은 사례를 포착할 만큼 민감하지 못하면서도, 많은 사람을 값비싼 후속 검사로 보내게 만들었기 때문입니다. 반면, 박테리아를 검사하고 치료하는 전략은 질병을 조기에 발견하는 것이 아니라 질병의 발생 자체를 차단했기 때문에 더 효율적이었습니다. 그럼에도 불구하고, 이러한 예방적 접근 방식조차 국가적 프로그램을 위한 비용 효율성 기준을 충족하지 못했습니다. 연구진은 결정적인 요인이 테스트의 우수성이 아니라, 단순히 배경 인구에서 질병이 얼마나 흔한가에 있다는 것을 발견했습니다. 질병이 드물 때, 선별 검사의 수학적 계산은 좀처럼 유리하게 작용하지 않습니다.

이러한 결과는 인도 전체 성인을 대상으로 위암 선별 검사를 실시하는 포괄적인 정책이 제한된 의료 자금을 사용하는 현명한 방법이 아님을 시사합니다. 시뮬레이션에 따르면, 그러한 프로그램은 질병이 가장 흔한 지역에서조차 투입된 비용만큼의 가치를 제공하지 못할 것입니다. 보편적인 접근 방식 대신, 증거는 특정 고위험군, 즉 위치, 가족력 또는 기타 요인으로 인해 진정으로 위험도가 높은 사람들을 식별하고 그들에게만 자원을 집중하는 타겟팅된 전략을 향하고 있습니다. 인도 인구에 대한 이 테스트들의 효과와 실제 치료 비용에 관한 더 구체적인 데이터가 확보될 때까지, 전국적인 도입을 피하는 것이 가장 신중한 경로입니다. 연구는 조기에 암을 발견하자는 아이디어 자체는 타당하지만, 인도의 경제적 현실은 현재 대규모 선별 검사 프로그램에 반대하고 있으며, 넓이보다는 정밀함으로의 전환을 촉구한다고 결론지었습니다.