다발성 경화증을 연구하는 것이 왜 중요한가?
다발성 경화증(MS)은 뇌, 척추 및 신경의 만성 질환이다. 전 세계적으로 수백만 명의 사람들이 이 질병으로 고통 받고 있지만 질병과 진행 방식은 사람마다 매우 다를 수 있다. MS는 치료할 수 없지만 증상을 줄이고 질병 악화를 늦추는 데 도움이 되는 다양한 치료법을 이용할 수 있다. 이러한 치료법은 다르게 작용하며 일부 치료법은 다른 치료법보다 더 심각한 부작용을 나타낸다. 개인의 MS의 중증도를 이해하는 것은 환자와 의료 전문가에게 중요하다.
다발성 경화증의 맥락에서 예후 모델이 중요한 이유는 무엇인가?
예후 모델은 환자와 의료 전문가가 개인이 얼마나 아프고 앞으로 아프게 될 것인지를 이해하는 데 도움이 된다. 이러한 이해는 환자의 삶과 치료 선택에 도움이 될 수 있다. 예후 모델은 또한 의료 전문가가 개인을 가장 잘 치료하는 방법, 질병을 더 잘 이해하는 방법 또는 치료법을 개발하는 방법에 대한 결정을 내리는 데 도움이 될 수 있다. 다발성 경화증(MS)의 예후 모델에는 개인에 대한 다양한 정보를 결합하여 다발성 경화증이 계속해서 어떻게 진행될지 예측하는 작업이 포함될 수 있다. 예후 모델에 포함할 중요한 정보는 예를 들어 개인 특성(나이, 성별, 체질량 지수 등)에 대한 정보, 행동에 대한 정보(흡연 여부 등) 및 MS에 대한 정보(예: 질병을 앓은 기간 등)일 수 있다. 다른 임상적 특징이나 측정도 중요할 수 있다.
무엇을 확인하고 싶었는가?
MS가 성인에서 어떻게 계속해서 발전하고 악화되는지 예측하기 위해 여러 정보를 결합하는 모든 예후 모델을 검색하고 찾고 싶었다.
무엇을 했는가?
MS의 맥락에서 개발된 여러 정보를 결합한 예후 모델을 설명하는 모든 연구를 검색하기 위해 다양한 기술을 사용했다. 이러한 예측 모델이 어떻게 개발되었는지 보여주는 연구와 실제로 실제로 얼마나 잘 작동하는지 평가하는 연구에 관심이 있었다. 관련 연구를 모두 찾은 후 이를 요약하고 결과를 얼마나 잘 보고했는지, 얼마나 잘 수행되었는지 평가했다.
무엇을 찾았는가?
성인에서 다발성 경화증이 어떻게 계속해서 발생하고 악화될지 예측하기 위해 여러 정보를 결합한 예후 모델을 설명하는 57개의 연구를 발견했다. 이 연구에서는 75개의 서로 다른 예후 모델의 개발이 설명되었다. 특정 예후 모델의 성능을 평가한 사례는 15개였다.
예측 모델이 다양한 결과에 초점을 맞추고 있음을 발견했다. 41%는 질병 진행을 관찰했고, 8%는 재발을 관찰했으며, 18%는 첫 번째 발작에서 확실한 MS로의 이동을, 28%는 MS의 초기 단계에서 진행성 MS로의 이동을 관찰했다. 발견한 예측 모델은 여러 면에서 서로 매우 달랐다. 예를 들어, 모델 개발에 사용된 환자들은 치료 측면에서 매우 달랐다. 또한 MS의 진행 과정을 예측하는 데 사용된 정보는 서로 매우 달랐다. MS 진단 및 치료 사용 증가, 새로운 기술로 관찰된 정보 또는 새로운 모델링 접근법과 관련하여 예후 모델이 시간이 지남에 따라 변경되었음을 발견했다. 또한 이러한 예후 모델을 사용하려면 의료 전문가와 종종 전문 장비가 필요한 개인에 대한 정보가 필요하다는 사실을 발견했다. 이 두 가지 모두 많은 진료소와 병원에서는 이용 가능하지 않을 수 있다.
근거의 한계는 무엇인가?
대부분의 연구에서 문제점을 발견했는데, 이는 그 결과를 신뢰할 수 없다는 것을 의미한다. 일반적인 문제는 연구 전반에 걸쳐 사용되는 데이터 및 통계 방법과 관련이 있다. 또한 많은 연구에서는 예후 모델이 새로운 다발성 경화증 환자 집단에 적용될 경우 매우 달라질 수 있는 결과를 보고한다. 또한 연구가 방법을 설명하고 결과를 보고하는 데 제대로 수행되지 않았음을 발견했다.
무엇을 의미 하는가?
발견한 연구에 따르면 성인에서 다발성 경화증(MS)이 어떻게 계속해서 발생하고 악화되는지 예측하기 위한 예후 모델에 대한 근거가 아직 잘 개발되지 않은 것으로 나타났다. 예후 모델을 개발하고 그 성능을 평가하기 위해 지침에서 권장하는 방법을 사용하는 데 초점을 맞춘 새로운 연구가 필요한다. 또한 본 연구는 다른 연구자나 의료 전문가들이 연구 및 임상 실습에 활용할 수 있도록 그 방법과 결과를 잘 설명하는 데 중점을 두어야 한다.
독립적인 외부 검증이 부족하기 때문에 현재 임상 일상에서 다발성 경화증 환자에 대해 발표된 예후 예측 모델의 사용을 권장하기에는 현재 근거가 충분하지 않다. MS 예후 연구 커뮤니티는 현재 보고 및 방법론적 지침을 준수하고 기존 또는 새로 개발된 모델에 대해 더 많은 최첨단 외부 검증 연구를 수행해야 한다.
다발성 경화증(MS)은 전 세계 수백만 명의 사람들에게 영향을 미치는 중추신경계의 만성 염증성 질환이다. 질병 경과는 개인마다 크게 다르며 최근에는 안전성과 효능 프로필이 다른 많은 질병 수정 치료법이 개발되었다. 다양한 환경에서 평가되고 유효한 것으로 입증된 예후 모델은 치료 또는 질병/생활 관리를 위한 의사 결정 과정에서 다발성 경화증 환자와 그 의사를 지원할 수 있는 잠재력을 갖고, 중재 시험에 대한 계층화되고 보다 정확한 해석을 허용하며, 질병 메커니즘에 대한 통찰력을 제공한다. 많은 연구자들은 MS 환자의 임상 결과를 예측하는 데 도움이 되는 예후 모델을 사용했다. 그러나 아는 한, MS에 대해 널리 받아들여지는 예후 모델은 아직 임상 실습에 사용되지 않는다.
다변량 예후 모델과 성인 MS 환자의 임상적 질병 진행, 악화 및 활동 위험을 정량화하기 위한 검증 연구를 식별하고 요약한다.
1996년 1월부터 2021년 7월까지 MEDLINE, Embase 및 Cochrane Database of Systematic Reviews를 검색했다. 또한 포함된 연구 및 관련 리뷰의 참고문헌 목록과 포함된 연구를 인용한 참고문헌을 선별했다.
MS가 있는 성인 개인의 장애, 재발, 명확한 MS로의 전환, 진행성 MS로의 전환 또는 이들의 복합으로 측정하여 임상 질병 진행, 악화 및 활동을 예측하는 것을 목표로 통계적으로 개발된 모든 다변량 예후 모델을 포함했다. 또한 이러한 모델의 성능을 평가(즉, 검증)하는 연구도 포함했다. 언어, 데이터 출처, 예후 시점 또는 결과 시점에 따른 제한은 없었다.
검토 작성자 쌍이 독립적으로 제목/초록 및 전문을 선별하고, CHARMS(예측 모델링 연구의 체계적 검토를 위한 비판적 평가 및 데이터 추출을 위한 체크리스트)를 기반으로 파일럿 양식을 사용하여 데이터를 추출하고, 예측 모델을 사용하여 비뚤림 위험을 평가했다. 비뚤림 평가 도구(PROBAST) 및 개별 예후 또는 진단을 위한 다변량 예측 모델의 투명한 보고(TRIPOD)의 체크리스트 항목을 기반으로 보고 결함을 평가했다. 포함된 모델의 특성과 해당 검증이 서술적으로 설명된다. 모델 개발 연구 이외의 최소 3가지 외부 검증을 통해 모델의 차별 및 보정을 메타 분석할 계획이었지만 이 기준을 충족하는 모델은 없었다. 연구 간 이질성을 서술적으로 요약했지만 다시 계획된 메타 회귀를 수행할 수 없었다.
57개 연구를 포함했으며 이 중에서 75개 모델 개발, 모델 중 12개(16%)에만 해당하는 15개 외부 검증, 저자가 보고한 검증 6개를 확인했다. 두 가지 모델만 외부에서 여러 번 검증되었다. 확인된 외부 검증 중 어느 것도 모델을 개발한 연구자와 독립적인 연구자에 의해 수행되지 않았다. 결과는 39명(41%)에서 질병 진행, 8명(8%)에서 재발, 17명(18%)에서 명확한 MS로 전환, 96개 모델 또는 검증 중 27명(28%)에서 진행성 MS로 전환과 관련이 있었다. 포함된 참가자의 질병 및 치료 관련 특성, 고려된 예측 변수 및 결과의 정의는 연구 간에 매우 이질적이었다. 출판 연도를 기준으로, 치료에 대한 참가자 비율의 증가, 사용된 진단 기준의 다양화, 예측 변수로서 바이오마커 또는 치료에 대한 고려 증가, 시간이 지남에 따라 기계 학습 방법의 사용 증가를 관찰했다.
유용성과 재현성
식별된 모든 모델에는 측정 또는 평가를 위해 의료 전문가의 기술이 필요한 예측 변수가 하나 이상 포함되어 있다. 대부분의 모델(44개, 59%)에는 1차 진료 또는 표준 병원 환경에 없을 가능성이 있는 전문 장비가 필요한 예측 변수가 포함되어 있다. 개발된 모델의 절반 이상(52%)에는 모델 계수, 도구 또는 지침이 수반되지 않았으며, 이는 적용, 독립적 검증 또는 재현을 방해했다. 모델 개발에 사용된 데이터는 공개적으로 제공되었거나 일부 연구(각각 2개 및 6개)에서만 요청 시 제공되는 것으로 보고되었다.
비뚤림의 위험
모델 개발 또는 검증 중 하나를 제외한 모든 항목을 전반적인 비뚤림 위험이 높은 것으로 평가했다. 이에 대한 주된 이유는 예후 모델의 개발 또는 평가에 사용되는 통계적 방법이었다. 포함된 모델 개발 또는 검증 중 두 개를 제외한 모든 항목을 분석 영역에서 비뚤림 위험이 높은 것으로 평가했다. 외부적으로 검증된 모델 개발이나 이러한 모델의 외부 검증 중 어느 것도 비뚤림 위험이 낮았다. 모델의 1/3 이상(38%) 또는 모델 검증에서 연구 질문에 대한 모델 적용 가능성과 관련된 우려가 있었다.
보고 결함
보고 수준은 전반적으로 좋지 않았으며 시간이 지나도 보고 품질이 눈에 띄게 향상되지 않았다. 포함된 모델 또는 검증의 대부분에 대해 불명확하게 보고되거나 전혀 보고되지 않은 항목은 표본 크기 정당화, 결과 평가자의 맹검, 전체 모델의 세부 사항 또는 모델에서 예측을 얻는 방법, 누락된 데이터의 양 및 참가자들이 받은 치료와 관련이 있었다. 차별 및 교정에 대한 선호 모델 성능 측정 보고는 차선책이었다.
위 내용은 한국코크란에서 번역하였다.