오하이오 입원 환자 다중질환 군집 분석: HAC 기반 새로운 인사이트

초록

본 연구는 오하이오 주 입원 환자 14,444명을 대상으로 계층적 군집분석(HAC)을 적용해 10개의 임상적으로 의미 있는 다중질환 군집을 도출하였다. Gower 거리와 Ward 연결법을 사용했으며, 각 군집은 연령·성별·주요 질환 특성에 따라 구분된다. 결과는 지역별 다중질환 패턴을 파악하고 맞춤형 보건 정책 수립에 활용될 수 있음을 시사한다.

상세 분석

이 논문은 공개된 오하이오 주 보건 데이터베이스를 활용해 40~80세 사이의 입원 환자 14,444명을 대상으로 다중질환(멀티모비디티) 패턴을 탐색한다. 데이터 전처리 단계에서 임신 여성, 암(전반적), 호스피스·장기요양 환자를 제외하고, ICD‑10 코드를 기반으로 100여 개 질환을 이진 변수로 원-핫 인코딩하였다. 결측치는 연속형은 중앙값, 범주형은 최빈값으로 대체했으며, Hadoop 기반 저장·쿼리 시스템을 이용해 대규모 데이터를 효율적으로 처리하였다.

군집분석에는 Ward 방법과 Gower 거리 행렬을 결합한 계층적 군집법(AHC)을 선택했다. Gower 거리는 이진·범주·연속형 변수를 혼합한 데이터에 적합하며, Ward 연결법은 군집 내 제곱합을 최소화해 비교적 동질적인 군집을 형성한다는 장점이 있다. 논문은 “h=27”이라는 임계값을 시각적 덴드로그램에서 선택했으며, 이는 주관적인 판단에 의존한다는 점에서 재현성에 의문이 남는다. 또한, 군집 수를 10개로 고정했지만, 실루엣 점수, GAP 통계 등 객관적 군집 적합도 지표를 제시하지 않아 최적 군집 수에 대한 검증이 부족하다.

각 군집의 특성은 연령, 성비, 주요 질환 비율을 통해 서술된다. 예를 들어, 군집 1은 중년 여성 중심이며 구강암·대사증후군 비율이 높고, 군집 3은 고령 남성 중심으로 위·십이지장 궤양 및 폐암 비율이 두드러진다. 이러한 임상적 해석은 기존 역학 연구와 일치하지만, 질환 간 상관관계(예: 고지혈증‑위암, 고혈압‑신장결석) 를 통계적으로 검증하지 않아 인과관계 추론에 한계가 있다.

통계 분석 도구로 R 0.9 버전을 사용했으나, 버전이 매우 오래된 점은 재현 가능성을 저해한다. 또한, 논문에 제시된 표와 그림이 불완전하고, 일부 변수(예: 입원 횟수)가 HIPAA 제한으로 누락된 점은 결과 해석에 영향을 미친다.

전반적으로, 데이터 전처리와 군집 방법론은 적절하나, 군집 수 선정 기준, 군집 내 변동성 검증, 다변량 회귀 등을 통한 위험도 조정이 부족하다. 향후 연구에서는 교차 검증, 외부 코호트 검증, 그리고 군집 기반 위험 예측 모델을 구축해 임상 적용 가능성을 높여야 한다.