김경진·김신곤 고려대 안암병원 내분비내과 교수팀이 그레이브스병에서 방사성 요오드 치료와 암 발생 위험 간의 관계를 규명했다. 

그레이브스병은 갑상선 기능 항진을 나타내는 대표적인 질환으로, 여성에서 더 흔히 발생하는 것으로 알려져 있다. 대표적인 치료법으로는 항갑상선약제, 방사성요오드 치료, 갑상선절제술이 있다. 우리나라에서는 항갑상선약제의 사용이 가장 흔한 것으로 알려져 있다.

방사성요오드 치료는 완치율이 높은 장점이 있으나 방사성요오드를 복용하는 것이기 때문에 일부 암 발생의 위험을 높일 수 있다는 우려가 제기돼 왔다. 그러나 우리나라에서 이를 명확히 규명하기 위한 근거는 부족한 실정이었다.

김경진·김신곤 교수팀은 그레이브스병 환자에서 방사성요오드치료와 암 발생 위험의 관계를 규명하기 위해 국민건강보험 데이터베이스를 활용해 국내 최대 규모의 후향적 그레이브스병 코호트 연구를 시행했다.

연구팀은 2004년부터 2020년까지 갑상선 기능 항진증 치료를 받은 환자 중 방사성요오드 치료를 받은 1만737명과 나이, 성별, 진단 시기 등의 연구조건을 매칭한 5만3003명의 방사성요오드 치료를 받지 않은 환자 데이터를 비교 분석했다.

연구 결과, 방사성요오드 치료를 받은 그레이브스병 환자가 암이 발생할 가능성은 1000 인 년(person-years)당 5.66건, 방사성요오드 치료를 받지 않은 경우 5.84건으로 유의한 차이가 없는 것이 확인됐다. 또, 암으로 인한 사망률에도 차이가 없는 것으로 나타났다.

다만, 백혈병에 관련해서는 관련 인자들을 보정하기 전에는 2.23배 위험성이 높게 나타났다. 그러나, 음주, 흡연, BMI, 동반 질환 등의 관련 교란변수들을 조정한 후에는 통계적으로 유의하지 않은 것으로 나타났다.

김경진 교수는 “그레이브스병 환자에서의 방사성 요오드 치료의 암 발생과 관련한 안전성 근거를 확고히 하는 계기가 될 것”이라고 설명했다.

김신곤 교수는 “그레이브스병 환자에서 방사성요오드 치료의 위험과 이점을 더욱 명확히 확인하기 위해서는 장기적인 연구가 필요할 것”이라고 밝혔다.

한편, 이번 연구는 NECA의 '환자 중심 의료기술 최적화 연구사업' 지원으로 진행됐다. 연구 결과인 ‘Cancer Risk in Graves Disease with Radioactive 131I Treatment: A Nationwide Cohort Study’는 미국 핵의학 분자 영상협회 학술지 ‘Journal of Nuclear Medicine (IF=11.082)’에 최근 게재됐다.‘

현관용 가톨릭대 성빈센트병원 심장혈관흉부외과 교수, 김재준 의정부성모병원 심장혈관흉부외과 교수 (왼쪽부터)

원발성 다한증 환자의 교감신경차단술 후 부작용으로 문제 되는 보상성 다한증 예측을 위해 기계학습 알고리즘을 활용한 연구 결과가 발표됐다.

원발성 다한증은 교감신경의 과도한 활성을 특징으로 하고 이의 해결을 위해 흉강경을 통한 교감신경차단술이 효과적·안정적으로 시행되고 있다. 수술을 통한 원발성 다한증의 증상 개선으로 환자들 대부분이 만족감을 나타내지만 적지 않은 수에서 다른 부위에 땀이 나는, 소위 보상성 다한증의 부작용이 발생한다.

현관용 가톨릭대 성빈센트병원 심장혈관흉부외과 교수팀(김재준 의정부성모병원 심장혈관흉부외과 교수)은 자율신경계검사를 통한 심박동수의 변이성 자료를 바탕으로 기계학습 알고리즘 기반 분석을 통해 보상성 다한증을 예측하는 연구를 진행했다.

현관용 교수팀은 2017년부터 2021년까지 교감신경차단술 전 자율신경계검사를 받은 128명의 두경부 혹은 손 부위 원발성 다한증 환자를 대상으로 자율신경계검사 지표(SDNN, RMSSD, TP, LF)를 분석해 이에 따른 다한증을 분류하고 보상성 다한증의 발생 정도를 랜덤포레스트 진단결정트리 모델을 이용해 예측했다.

연구 결과, 단변량과 다변량 분석에서 부교감신경에 대한 교감신경의 우세성이 두경부 다한증 타입에서 유의하게 높았으며 보상성 다한증의 정도 또한 교감신경의 우세성과 유의한 영향 관계가 있음을 확인했다.

김재준 교수는 “이전 연구를 통해 심박동수의 변이성이 보상성 다한증의 관련인자임을 확인했고 이를 바탕으로 기계학습 알고리즘을 활용한 보상성 다한증 정도의 예측 분석이 실제로 환자 개개인의 예측률을 제시하는지를 알아보는 것에 의의가 있다”고 말했다.

현관용 교수는 “기존의 연구와는 실제 목적이 다른 알고리즘 기반 분석을 통해 새로운 케이스를 연습된 모델에 넣어 예측한 이번 연구가 앞으로의 다한증 연구에 초석이 됐으면 한다”고 밝혔다.

한편 현관용 교수팀의 이번 연구 논문 ‘원발성 다한증의 기계학습을 통한 다한증의 분류 및 보상성 다한증의 예측’은 SCIE 국제학술지 ‘흉부 질병 학회지(IF=2.5)에 게재됐다.