장기간 약물을 복용할 때 발생하는 ‘약물 부작용’의 빈도를 빅데이터 분석으로 보다 빠르게 알아낼 수 있다는 사실이 확인됐다. 황희‧김헌민 분당서울대병원 소아청소년과 교수와 유수영 디지털헬스케어연구사업부 교수 공동 연구팀은 빅데이터 분석 방법인 공통데이터모델(CDM, Common Data Model)을 활용해 뇌전증 치료 목적으로 항경련제를 장기 복용하는 소아 환자의 혈액검사 결과를 바탕으로 약물 부작용의 빈도를 분석해 냈다.

뇌전증은 경련‧발작이 반복적으로 나타나는 만성 신경계질환 중 하나로 전체 인구의 0.8~1.2% 정도가 앓고 있다. 약물 복용을 통해 뇌전증 발작을 예방하는 게 주된 치료로 환자는 장기간 항경련제를 복용해야 한다.

장기간 사용하는 약물은 부작용의 양상 및 정확한 빈도에 대한 정보가 매우 중요하다. 하지만 대부분 약물 부작용 평가는 시판 전 임상시험이나 시판 후 조사 등 매우 제한된 조건의 몇몇 환자에서만 이뤄진다. 약물을 사용하는 전체 환자를 대상으로 하는 조사는 현실적으로 불가능하다.

연구팀은 이러한 문제를 해결하고자 비식별화‧구조화가 완료된 의료정보시스템 빅데이터를 분석했다. 공통데이터모델이란 의료 데이터를 다양한 임상 빅데이터 연구에 활용할 수 있도록 비식별화해 데이터 구조와 용어를 통일했다. 분당서울대병원 약 170만명 환자의 관찰자적 의료결과 공동데이터 모델(Observational Medical Outcome Partners-Common Data Model, OMOP-CDM) 데이터베이스가 연구에 사용됐다. OMOP-CDM은 의료기관별 상이한 용어, 형식 등의 전자의무기록 정보를 표준화된 구조로 변환하는 데이터 모델이다.

연구에는 2003~2017년, 14년 동안 분당서울대병원 소아청소년과 뇌전증 클리닉에서 치료받은 환자 중 약 1344명의 항경련제 및 약물의 내역과 혈액검사 자료가 활용됐다. 가장 많이 사용된 다섯 가지 항경련제를 기준으로 빈혈, 혈소판감소증, 백혈구감소증, 저나트륨혈증, 갑상선기능 이상, 간기능 이상 등 이상 소견을 분석했다.

통상적으로 약물 부작용 연구를 진행할 때에는 익명화된 대상자의 의료정보를 수작업으로 분석하고 이상 소견을 확인하느라 많은 시간이 소요된다. 하지만 연구진은 CDM 데이터를 이용해 소아 뇌전증 환자 전체를 대상으로 항경련제로 인해 나타난 혈액검사 이상소견 전체 정보를 분석할 수 있었다. 나아가 이전에 잘 알려져 있지 않던 약물 부작용에 대해서도 확인할 수 있었다.

연구를 주관한 황희 교수는 “단일 기관에서도 1년 이상은 수행해야 하는 약물 부작용 사례 관찰을 새로운 빅데이터 접근 방법인 공통데이터모델을 통해 수개월 안에 완료했다”며 “분산형 연구 모델인 공통데이터모델의 속성 상 향후 다기관 연구로 확산하면 단시간 내에 기존 제약사들의 시판 후 조사(PMS, Post Marketing Surveillance) 일부를 적은 비용으로 대체할 수 있다는 가능성을 보여준 의미가 있다”고 말했다.

김헌민 교수는 “CDM 분석이 빠르고 정확하다는 장점이 있지만 검색 조건을 지정하는 과정에서 놓칠 수 있는 점들도 있어 세심한 설계가 매우 중요하다”고 설명했다.

이번 연구는 공통데이터모델을 이용한 항경련제 부작용 분석의 세계 최초 연구로 국제뇌전증퇴치연맹(ILAE) 공식 저널(Epilepsia)에 게재됐다.