Long-term Opioid Use in Newly Diagnosed Multiple Myeloma

Mon, 04 May 2026 00:00:00 +0000

개요

신규 진단(newly diagnosed) 다발골수종(multiple myeloma, MM) 환자가 오피오이드 진통제를 시작했을 때, 얼마나 자주 장기 사용으로 이어지는지, 어떤 베이스라인 인자가 이를 예측하는지를 규명하는 전국 단위 후향적 코호트 연구입니다.

배경

다발골수종은 진단 시점에 70–80% 환자가 골 통증을 호소할 정도로 통증 부담이 큰 질환입니다. 오피오이드는 중등도 이상 통증의 표준 치료지만, 약 6개월 이상 사용하면 내성·의존·부작용 등으로 중단이 어려워집니다. 기존 연구는 주로 단일 기관 또는 서구 코호트 기반이며, 한국과 같이 엄격한 처방 환경에서의 인구 단위 근거는 제한적인 편입니다.

데이터

출처: 건강보험심사평가원(HIRA) 데이터베이스 — 한국 인구의 97% 이상 커버
포함 기준: 2009.01.01 – 2023.08.31에 신규 MM으로 진단되고, 진단 후 3개월 이내 ≥ 14일 누적 오피오이드 처방을 받은 성인
추적: 2024.08.31까지
분석 코호트: 3,621명 (중위 연령 66.0세 [IQR 59.0–73.0], 여성 47.1%)

노출 (Exposures)

진단 후 3개월 이내 오피오이드 강도를 다음 3군으로 분류 — equianalgesic dose ratio와 WHO analgesic ladder에 따라:

Weak only
Strong only
Weak and strong

결과 변수 (Outcome)

장기 오피오이드 사용 — MM 진단 후 6개월을 초과해 처방이 지속된 경우.

결과

전체 3,621명 중 **2,377명(65.6%)**이 장기 오피오이드 사용으로 진행했습니다. 강도가 높을수록 장기 사용 비율이 증가했습니다:

초기 강도	n	장기 사용률
Weak only	1,535	52.4% (804)
Strong only	1,049	70.7% (742)
Weak and strong	1,037	80.1% (831)

(P < 0.001)

다변량 로지스틱 회귀에서 오피오이드 강도가 가장 강한 예측 인자였습니다:

Strong only vs weak only: aOR 2.25 (95% CI, 1.90–2.66)
Weak and strong vs weak only: aOR 3.64 (95% CI, 3.02–4.38)

이 외에도 고연령, 기분/수면 장애 동반, bortezomib 기반 치료, 사전 오피오이드 사용 등이 독립적 예측 인자였습니다.

위험 점수 모형

베이스라인 인자들로 위험 점수 모형을 개발해 환자를 저/중/고위험군으로 분류했습니다. 군별 장기 사용률은 다음과 같습니다:

저위험: 55.1%
중위험: 65.0%
고위험: 74.3%

결론

전국 인구 단위 데이터로 본 결과, 신규 진단 MM 환자가 오피오이드를 시작하면 약 2/3가 6개월 이상 장기 사용으로 이어졌습니다. 보수적 처방 환경에서도 이 양상이 지속된다는 점은 오피오이드 시작 시점에서의 위험 기반 통증 관리 계획의 임상적 필요성을 보여줍니다.

진행 상황

논문 작성 중 (Manuscript in Preparation, 1저자).

Chaehyeon Lee, Suein Choi, Sung-Soo Park, “Patterns and Predictors of Long-term Opioid Use in Patients with Newly Diagnosed Multiple Myeloma: A Nationwide Real-world Study” (제출 준비 중).

Improved Survival in Multiple Myeloma with Early Precursor Detection

Wed, 01 Oct 2025 00:00:00 +0000

개요

다발골수종(Multiple Myeloma, MM) 환자에서 전구 질환(MGUS, smoldering MM)의 사전 진단 여부에 따라 생존 확률이 어떻게 달라지는지 비교 분석한 전국 규모 후향적 코호트 연구입니다. 조기 검진(early detection)이 생존률을 높임을 입증해, MM 환자에 대한 초기 단계 screening의 임상적 가치를 제안했습니다.

데이터

건강보험심사평가원(Health Insurance Review and Assessment Service, HIRA) 빅데이터 약 5천만 명 코호트에서 SQL을 활용해 MGUS, smoldering MM, de novo MM 환자군을 정의하고 추출했습니다.

분석 방법

선택 편향을 보정하기 위해 inverse probability of treatment weighting (IPTW) 매칭을 적용하고, weighted survival curve와 marginal Cox proportional hazards 분석으로 그룹 간 생존 확률을 비교했습니다. 분석은 R과 SAS로 구현했습니다.

성과

S. Choi, S.S. Park, C.H. Lee, et al., “Improved Survival in Multiple Myeloma Following Prior Detection of Precursor Conditions: A Nationwide Real-world Study,” Blood Cancer Journal, Oct. 2025.

Big Data Analysis |