AMD 중증도 평가의 새로운 패러다임

AMD 중증도 평가의 새로운 패러다임

– EMR 기반 Data-driven Scoring System (Ophthalmology 2025)

 

---

1. 📌 연구 배경 (왜 이 연구가 필요한가?)

현재 AMD 중증도 평가는 대부분
👉 AREDS 9-step score를 기반으로 합니다.

하지만 문제는:

• AREDS는 연구용 데이터 (완전한 데이터) 기반
• 실제 진료(EMR)는
  → 데이터 누락 많음
• 특히
  • wet AMD는 **단일 점수 (11점)**로 단순화됨

👉 즉,
“현실 진료 데이터로는 기존 scoring 적용이 어려움”

---

2. 🎯 연구 목적

👉 핵심 목표

• EMR에서도 적용 가능한
  데이터 기반 AMD 중증도 점수 개발
• dry / wet을 분리해서 평가

즉,

👉 AMD-D (dry) / AMD-W (wet) 두 개의 연속형 score 개발

---

3. 🧠 방법 핵심 (이 논문의 가장 중요한 부분)

✔️ CFA (Confirmatory Factor Analysis) 기반 모델

• AMD severity = latent variable (잠재 변수)
• 관찰되는 임상 소견 = indicator

예:

• SRF
• hemorrhage
• drusen
• GA
• pigment change

👉 각 feature는

• difficulty (어느 정도 심각도에서 나타나는가)
• discrimination (얼마나 잘 구분하는가)

를 가짐

➡️ 결국
각 feature의 “가중치”를 데이터에서 자동 학습

---

4. 📊 사용 데이터

✔️ 모델 개발

• AREDS / AREDS2

✔️ 외부 검증

• Eye ACT (EMR 기반 cohort)

👉 특히 중요:

• NLP로 EMR에서 feature 추출

---

5. 🔬 결과 요약

5-1. 모델 성능

• AMD-D: CFI 0.99 / RMSEA 0.021
• AMD-W: CFI 0.97 / RMSEA 0.019

👉 모델 적합도 매우 우수

---

5-2. 기존 AREDS와 비교

• 상관계수: 0.877

👉 기존 scoring과 잘 맞으면서도
👉 더 정밀한 continuous scale 제공

---

5-3. 새로운 scoring의 특징

✔️ 기존 vs 새로운 시스템

항목AREDSCFA score

구조	단계형	연속형 (0~10)
wet AMD	단일 점수	세분화 가능
데이터 요구	완전 데이터	일부 데이터만 있어도 가능

---

5-4. 실제 EMR 적용 결과 (핵심)

📌 Dry AMD (AMD-D)

• 80세 이전: 완만한 증가
• 80~90세: 급격한 증가

👉 임상적 자연경과와 일치

---

📌 Wet AMD (AMD-W)

👉 매우 중요한 발견

• anti-VEGF 치료 수주~수개월 전부터 score 상승
• 치료 후 plateau

➡️ 즉,

👉 EMR 데이터만으로도 conversion signal 포착 가능

---

6. 💡 이 논문의 핵심 인사이트

① “Missing data 문제 해결”

• 일부 feature만 있어도 score 계산 가능

---

② “Dry / Wet 분리 평가”

• 병태생리적 차이를 반영

---

③ “Feature 중요도 자동 학습”

• 기존처럼 임의 가중치 X

---

④ “Real-world 데이터 활용 가능”

• EMR 기반 longitudinal 분석 가능

---

⑤ “Conversion prediction 가능성”

• wet AMD 전환 신호 조기 탐지

---

7. ⚠️ 한계

• EMR 기록 quality 의존
• drusen size 등 세부 정보 부족
• NLP 기반 추출 → 완벽하지 않음

👉 하지만
“proof-of-concept”로는 매우 의미 있음

---

8. 🧑‍⚕️ 임상적 의미 (중요)

이 논문은 단순 scoring 연구가 아니라

👉 **“EMR 기반 질병 추적의 미래”**를 보여줌

특히:

✔️ 진료에서

• progression tracking 자동화
• 위험 환자 early detection

✔️ 연구에서

• clinical trial screening
• longitudinal big data 분석

---

🔥 결론 한 줄 요약

👉 “AREDS를 넘어서, EMR에서도 작동하는 연속형 AMD 중증도 모델”

---

💬 개인적 해석 (의사 관점)

이 논문의 진짜 핵심은:

👉 “scoring”이 아니라
👉 “데이터 구조의 변화”

• 기존: 사진 기반 연구
• 현재: EMR 기반 longitudinal data

➡️ 앞으로는

👉 OCT + EMR + AI 결합되면
real-time disease trajectory 모델 가능ㅋ