Statistical Analysis |

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.

Customer Satisfaction Index Modeling with SEM (Amos)

Wed, 14 Jun 2023 00:00:00 +0000

개요

병원 내 서비스 혁신팀의 의뢰로 진행한 통계 컨설팅 프로젝트입니다. 환자/고객 설문지 응답 데이터를 활용해 서비스 품질의 잠재 구조를 모형화하고, 그로부터 고객만족지수(Customer Satisfaction Index, CSI) 를 산출하는 것이 목표였습니다.

보안 안내. 본 프로젝트는 대외비로, 구체적인 설문 항목·결과 수치·도식은 공개하지 않습니다. 본 페이지는 적용된 방법론과 분석 과정 중심으로 정리합니다.

데이터

출처: 병원 서비스 혁신팀이 자체 시행한 고객 설문 결과 (수치/항목 비공개)
전처리: 결측치 제거 (NA exclusion), 셀별 가중치 부여, 가중치 적용 셀 단위 데이터셋 구성
변수 구조: 서비스 품질의 다양한 측면을 측정한 다수의 관측 항목 → 잠재 변수(서비스 품질 차원)에 매핑

방법론

Structural Equation Modeling (SEM)

본 분석에는 구조방정식 모형, 그중에서도 잠재변수 1개에 여러 관측 지표를 두는 다지표(multi-indicator) 측정 모형을 적용했습니다.

잠재변수에 대해 reference indicator를 무작위로 1로 고정 (model identification)
관측 변수 간 직접 path는 설정하지 않고, 측정 모형(measurement model)에 충실하게 구성
잠재변수 자체에는 error term이 부착되지 않도록 주의 (모형 형태 점검)

적합도(Fit) 지표

표준 SEM 적합도 지표를 통해 모형의 데이터 부합 정도를 진단:

$\chi^2$, df, $\chi^2$/df
CFI (Comparative Fit Index)
TLI (Tucker-Lewis Index)
RMSEA (Root Mean Square Error of Approximation)
SRMR

수렴 타당성 (Convergent Validity)

잠재변수 자체의 신뢰성·타당성을 확인하기 위한 추가 검증:

개념신뢰도 (Construct Reliability, CR)
분산추출지수 (Average Variance Extracted, AVE)

CSI (고객만족지수) 산출

최종 채택된 측정 모형의 표준화 회귀 계수(standardized regression weights) 와 가중치 셀을 결합해 고객만족지수를 산출했습니다. 이 지수는 의뢰 부서가 정성적 보고에 활용할 수 있도록 표준화된 단일 점수 형태로 제공되었습니다.

도구

Amos — SEM 모형 추정·적합도 산출
SPSS — 데이터 전처리, 가중치 적용, 보조 분석

효과 / 임팩트

비즈니스 문제 → 통계 문제 변환 — “고객만족도를 단일 점수로 보고하고 싶다"는 요구를 SEM 측정 모형으로 정의
외주 비용 절감 — 구조방정식 전문 모델링은 외부 컨설팅으로 의뢰 시 비용 부담이 상당함. 원내 의학통계지원센터에서 직접 수행함으로써 의뢰 부서의 외주 비용을 절감하고, 분석 흐름을 부서 일정에 맞춰 유연하게 진행

산출물

고객만족지수(CSI) 단일 점수 + 항목별 표준화 가중치
분석 결과 보고서 — 의뢰 부서 내부 의사결정용 (대외비)

Whole-Brain Functional Gradients in Migraine

Sat, 01 Apr 2023 00:00:00 +0000

개요

R과 Python을 활용해 편두통 환자군 데이터 분석을 수행하였습니다. 편두통 환자의 뇌 기능 저하를 정량적으로 평가하기 위한 모델을 구축하고 Human Brain Mapping에 1저자로 출판했습니다.

방법론

차원 축소. 고차원의 뇌 영상 데이터를 비선형 매니폴드 러닝 기법으로 저차원으로 축소시켜 저차원 고유벡터를 생성했습니다. 결과에 영향을 미칠 수 있는 성별, 나이 등의 요소를 보정하여 다변량 분석을 수행했습니다.

집단 간 비교. 올바른 통계적 유의성 검정을 위해 false discovery rate (FDR) 보정을 거쳐 환자군과 정상군 사이에 영상 특징 데이터가 유의한 차이를 보이는 뇌 영역을 검출했습니다.

피질뿐만 아니라 피질-피질하 (subcortico-cortical) 연결성으로 가중된 매니폴드까지 확장해 피질하 영역에서도 환자군 특이적 차이를 검출했습니다.

예측 모델링. 편두통의 발병 횟수라는 임상학적 지표를 예측하기 위해 머신러닝 기법을 도입했습니다. 구체적으로, least absolute shrinkage and selection operator (LASSO)를 적용해 영상 피처들을 추출하고, 5-겹 중첩 교차 검증을 갖는 선형 회귀식으로 예측 모형을 구축했습니다. 내부 훈련 데이터 세트에서 성별과 나이를 보정한 후, intra class correlation (ICC)와 mean absolute error (MAE)를 기준으로 모델을 선출하고, 최종적으로 외부 검정 데이터 세트의 임상적 변수들을 예측했습니다. 피실험자들을 뽑는 과정에서 편향이 생기지 않도록 이 과정을 100회 반복했습니다. 예측 정확도는 실제 값과 예측 값 사이의 스피어만 상관 계수, ICC, MAE를 계산해 평가했고, 상관계수의 유의성은 비모수 순열 검정을 기반으로 결정했습니다.

성과

본 연구를 통해 주어진 데이터를 명확하게 이해하고, 해당 데이터를 분석하기 위해 올바르고 견고한 통계 분석 기법을 적용하는 방법을 익혔습니다. 결과는 다음과 같이 출판되었습니다.

C.H. Lee, H. Park, M.J. Lee, B. Park, “Whole-Brain Functional Gradients Reveal Cortical and Subcortical Alterations in Patients with Episodic Migraine,” Human Brain Mapping, Apr. 2023.