형식 개념 분석을 활용한 약물 부작용 신호 탐색

초록

본 논문은 약물 부작용 데이터베이스에서 약물과 이상반응 간의 복합적인 연관성을 식별하기 위해 형식 개념 분석(FCA)을 불균형 측정과 결합한 새로운 방법을 제안한다. FCA를 이용해 모든 약물·AE 집합을 개념으로 추출하고, 각 개념에 PRR·ROR 등 전통적 disproportionality 지표를 적용함으로써 잠재적 신호, 증후군, 상호작용을 효율적으로 탐지한다. 기존 단순 disproportionality 분석에 비해 동시 투여 약물에 의한 위양성을 크게 감소시켰다.

상세 분석

이 연구는 약물 감시(pharmacovigilance) 분야에서 흔히 사용되는 disproportionality 분석이 단일 약물‑부작용 쌍에 초점을 맞추어 복합적인 관계(예: 다중 약물 상호작용, 증후군)를 포착하지 못한다는 한계를 지적한다. 이를 보완하기 위해 저자들은 Formal Concept Analysis(FCA)를 도입하였다. FCA는 객체(여기서는 개별 사례 보고)와 속성(약물명, 부작용명) 사이의 이진 관계를 격자 구조의 개념(concept)으로 변환한다. 각 개념은 ‘extent’(해당 사례 집합)와 ‘intent’(공통된 약물·AE 집합)으로 구성되며, 격자 내에서 포함 관계를 통해 상위·하위 개념이 자연스럽게 정렬된다. 이러한 구조적 특성은 데이터 내에서 빈번히 동시 발생하는 약물·AE 조합을 자동으로 추출하게 해준다.

추출된 각 개념에 대해 전통적인 disproportionality 지표인 PRR(Reporting Odds Ratio)와 ROR(Reporting Ratio)을 계산함으로써 통계적 유의성을 검증한다. 특히, ‘상위 개념’이 ‘하위 개념’보다 더 넓은 범위의 약물·AE 집합을 포함하므로, 하위 개념에서 유의한 신호가 발견되면 이는 보다 구체적인 상호작용이나 증후군을 의미한다. 반대로, 상위 개념에서만 유의하면 일반적인 약물‑AE 연관성으로 해석된다.

실험에서는 FDA의 AERS 데이터베이스를 활용해 기존 disproportionality 분석만 수행한 결과와 FCA‑통합 방법을 비교하였다. 결과적으로, FCA를 적용한 경우 동시 투여 약물에 의해 발생하는 위양성(예: 두 약물이 각각 독립적으로 보고된 AE가 겹치는 경우)이 크게 감소했으며, 실제 임상에서 알려진 약물 상호작용이나 복합 증후군을 더 높은 재현율로 탐지하였다. 또한, 격자 구조를 이용해 자동으로 ‘잠재적 증후군’(여러 AE가 동시에 나타나는 경우)와 ‘잠재적 상호작용’(두 약물이 함께 보고될 때만 나타나는 AE)을 구분할 수 있었다.

이 방법의 장점은 (1) 데이터 내 모든 가능한 약물·AE 조합을 체계적으로 탐색한다는 점, (2) 기존 disproportionality 지표와 결합해 통계적 검증을 유지한다는 점, (3) 격자 기반의 계층적 관계를 활용해 신호의 구체성과 일반성을 동시에 파악한다는 점이다. 한편, 이 접근법은 이진 관계 전처리와 격자 생성에 계산 비용이 소요되며, 희소한 조합에 대한 통계적 검증이 제한적일 수 있다는 한계도 제시한다. 향후 연구에서는 연속형 변수(용량, 투여 기간)와 시간적 연관성을 포함한 확장 FCA 모델을 개발하고, 머신러닝 기반의 후처리와 결합해 신호 탐지의 정확도를 더욱 향상시킬 여지가 있다.