Machine Learning-Based Prediction of Composite Adverse Outcomes in Elderly Intensive Care Unit Patients: A Retrospective Cohort Study

기술 요약: 고령 중환자실 환자의 복합 부정적 결과 예측을 위한 머신러닝 기반 연구

문제 제기
본 연구는 중환자실(ICU)에 입원한 고령 환자(65세 이상)의 예후 평가가 갖는 어려움을 다룹다. 이 인구 집단은 다중 질환, 생리적 예비력 감소, 그리고 이질적인 회복 궤적을 나타내어 치료 단계 격상 및 자원 계획 결정 과정을 복잡하게 만든다. 기존의 중증도 점수(예: APACHE II, SAPS 3)는 일반 성인 인구를 대상으로 개발되었기에 고령 환자군에 적용했을 때 안정성이 부족할 수 있다. 또한, 기존의 많은 머신러닝 모델은 병원 내 사망률에만 초점을 맞추고 있어, 기능적 저하 및 높은 의료 비용과 연관된 중환자실 체류 기간(LOS) 연장의 임상적 및 자원적 중요성을 간과하고 있다. 저자들은 입원 후 첫 24시간 이내에 사용 가능한 데이터를 사용하여 복합 부정적 결과(병원 내 사망 또는 ICU 체류 기간 7일 초과)를 예측하기 위한 머신러러닝 모델을 개발하고 내부 검증하고자 하였다.

방법론

• 데이터 소스: 본 연구는 Beth Israel Deaconess Medical Center의 비식별화된 전자 건강 기록 데이터셋인 MIMIC-IV(버전 2.2)를 활용하였다.
• 코호트: 최종 분석에는 첫 ICU 체류 기간이 24시간 이상인 고령 ICU 환자 22,397명이 포함되었다(평균 연령 77.0세). 코호트는 결과 층화 무작위 추출법을 사용하여 훈련 세트(n=15,677)와 내부 검증 세트(n=6,720)로 나누었다.
• 결과 정의: 일차 종점은 이진 복합 결과인 병원 내 사망 또는 ICU 체류 기간(LOS) 7일 초과였다. 이차 분석에서는 병원 내 사망과 장기 체류(>7일)를 각각 별도로 조사하였으며, 코호트의 75백분위수(>3.62일)를 기준으로 한 대안적 LOS 임계값도 검토하였다.
• 특성 공학(Feature Engineering): ICU 입원 후 첫 24시간 동안의 예측 변수 192개를 추출하였다. 여기에는 인구통계학적 특성, 동반 질환(Charlson Comorbidity Index), 활력 징후, 실험실 결과, 중증도 점수(APACHE III, SAPS II, SOFA, OASIS) 및 치료 지표(예: 침습적 인공호흡)가 포함되었다. 시변 변수(Time-varying variables)는 첫 번째 값, 평균, 최소값, 최대값, 마지막 값 및 범위를 사용하여 요약되었다.
• 전처리: 결측치는 훈련 세트에서 학습되어 검증 세트에 적용된 5회의 반복을 포함하는 연쇄 방정식에 의한 다중 대치법(MICE)을 사용하여 처리하였다.
• 알고리즘: 7가지 머신러닝 알고리즘을 비교하였다: 정규화된 로지스틱 회귀(Regularized Logistic Regression), 랜덤 포레스트(Random Forest), XGBoost, LightGBM, CatBoost, 서포트 벡터 머신(SVM), 다층 퍼셉트론(MLP). 하이퍼파라미터는 훈련 세트에서 5-겹 층화 교차 검증을 통해 튜닝되었다.
• 평가: 모델은 AUROC, AUPRC, Brier score, F1-score, 민감도, 특이도 및 보정(최대 보정 오차)을 사용하여 내부 검증 세트에서 평가되었다. 순 임상적 이득(net clinical benefit)을 평가하기 위해 결정 곡선 분석(DCA)이 사용되었다.
• 해석 가능성: 변수의 중요도와 방향성을 결정하기 위해 SHAP(SHapley Additive exPlanations)이 사용되었다. 상위 10개 특성만을 사용한 단순화된 모델도 함께 평가되었다.

주요 결과

• 모델 성능: 7가지 알고리즘 중 XGBoost가 가장 강력한 전반적 성능을 보였다. XGBoost는 AUROC 0.853 (95% CI 0.842–0.863), AUPRC 0.668, Brier score 0.114를 달성하였다. LightGBM (AUROC 0.850)과 CatBoost (AUROC 0.849)도 유사한 성능을 보였으나, 로지스틱 회귀는 가장 낮은 성능(AUROC 0.833)을 보였다.
• 위험 층화: 예측 확률에 따라 환자들을 저위험, 중위험, 고위험 그룹으로 분류하였다. 관찰된 사건 발생률은 그룹 간에 유의하게 증가하였다: 3.4% (저위험), 11.6% (중위험), 49.2% (고위험).
• 특성 중요도: SHAP 분석을 통해 식별된 주요 예측 변수는 다음과 같다:
  1. APACHE III 점수
  2. 첫 번째 ICU 케어 유닛 (심혈관 ICU는 낮은 위험과 연관됨)
  3. 침습적 기계 환기
  4. 뇌졸중 병력
  5. SAPS II 점수
• 단순화된 모델: 상위 10개 특성만을 사용한 축소 모델은 상당한 변별력을 유지하였으며, AUROC 0.814(전체 192개 특성 모델 대비 0.038 감소)를 달성하였고, DCA에서 유사한 최대 순 이득을 보였다.
• 이차 분석:
  • 병원 내 사망만을 대상으로 한 모델은 AUROC 0.861을 달성하였다.
  • 장기 ICU 체류(>7일)만을 대상으로 한 모델은 AUROC 0.811을 달성하였다.
  • 6시간 관찰 창을 사용했을 때는 24시간 창(AUROC 0.853)에 비해 낮은 AUROC(0.831)를 기록하여, 24시간의 데이터가 더 강력한 예측력을 제공함을 시사하였다.

의의 및 주장
저자들은 본 연구가 일상적으로 사용 가능한 초기 데이터를 사용하여 고령 ICU 환자의 복합 부정적 결과를 예측하기 위한 견고하고 내부 검증된 프레임워크를 제공한다고 주장한다. 주요 주장은 다음과 같다:

1. 그래디언트 부스팅의 우수성: 트리 기반 앙상블 방법(특히 XGBoost)은 ICU 데이터에 내재된 복잡하고 비선형적인 관계를 처리하는 데 있어 전통적인 로지스틱 회귀 및 기타 ML 알고리즘보다 뛰어난 성능을 보였다.
2. 복합 종점의 가치: 복합 결과(사망 또는 장기 체류)는 치명적인 경과를 겪거나 자원 집약적인 궤적을 보이는 환자를 효과적으로 식별하며, 단일 종점 사망 모델의 공백을 메운다.
3. 임상적 유용성: 모델은 다양한 결정 임계값(0.05–0.70)에서 양의 순 이득을 보여, 모니터링 강도, 다학제 검토 또는 완화 의료 상담을 안내하는 데 잠재적 유용성을 시사한다.
4. 단순화의 타당성: 10개 특성을 사용한 단순화된 모델의 높은 성능은 주요 임상적 동인(중증도 점수, 환기 상태, 뇌졸중 병력)이 포착된다면, 예측 정확도의 큰 손실 없이 간결한 병상 도구(bedside tool)를 만드는 것이 가능하다는 것을 시사한다.

한계점 및 향 향후 방향
논문은 다음과 같은 몇 가지 한계점을 명시적으로 언급하였다:

• 단일 센터 회고적 설계: 모델은 미국의 단일 기관 데이터로 훈련되었으므로, 임상 적용 전 다른 의료 시스템에서의 외부 검증이 필요하다.
• 정적 창(Static Window): 예측 변수가 첫 24시간으로 제한되어 이후의 생리적 변화를 반영하지 못한다.
• 누락된 변수: 노쇠(frailty), 기능적 상태, 사전 돌봄 계획(advance care planning)과 같은 핵심적인 노인학적 요소들이 포함되지 않았다.
• 대치 불확실성: 대치 과정에서 발생하는 불확실성이 모든 모델링 단계에 걸쳐 완전히 전파되지 않았다.

저자들은 XGBoost 모델이 우수한 내부 성능을 보이지만, 모델이 실제 임상 현장에 적용되기 위해서는 외부 검증, 전향적 평가, 그리고 노쇠/기능적 척도의 통합이 필수적인 전제 조건이라고 결론지었다.