심박변동성으로 무증상 영아의 지카 바이러스 노출 감지

초록

브라질에서 4~25개월 영아 21명을 대상으로 단일채널 ECG로 측정한 심박변동성(HRV)을 분석한 결과, 복잡도 지표인 Grid Count가 지카 바이러스에 노출된 무증상 영아와 대조군을 구분하는 데 가장 효과적이었다. cubic SVM 분류기로 86%의 양성예측값과 92%의 음성예측값을 달성하였다.

상세 분석

본 연구는 지카 바이러스(ZIKV) 감염이 태아기에 미치는 미세한 생리학적 변화를 탐지하기 위해 심박변동성(HRV)이라는 비침습적 바이오마커를 활용한 최초 시도 중 하나이다. 21명의 영아(노출군 13명, 대조군 8명)를 대상으로 Zephyr 휴대용 ECG 장치를 이용해 평균 15분 가량의 단일채널 심전도를 수집하고, 5분 이동창(중첩 2.5분)으로 나누어 54개의 시간·주파수·비선형 지표를 계산하였다. 데이터 전처리 단계에서 잡음 구간을 제거하고, R‑R 간격을 정확히 검출하기 위해 시각적 검증을 수행하였다.

분류 모델은 cubic 커널을 적용한 서포트 벡터 머신(SVM)이며, 100회 반복 5‑fold 교차검증을 통해 최적의 단일 지표를 선정하였다. 제한된 표본 크기로 인해 다변량 모델 대신 단일 변수(Grid Count)만을 사용했음에도 불구하고, AUC 0.945, 민감도 85.7%, 특이도 92.3%라는 높은 성능을 보였다. Grid Count는 동적 시스템 궤적을 격자 변환한 뒤 복잡도를 정량화하는 비선형 지표로, 기존 HRV 연구에서 심장 자율신경 조절의 미세 변화를 포착하는 데 유용함이 입증되었다.

생리학적 해석에서는 ZIKV 감염이 태아의 만성 저산소 상태를 유발하고, 이는 출생 후에도 심장 자율신경계에 잔류 효과를 남긴다고 가정한다. 저산소 환경에서 교감신경 활성이 증가하면 심박동의 동기화가 강화되어 Grid Count가 낮아지는 경향이 있다. 반대로, 출생 후 교감신경 억제 혹은 회복 과정에서 복잡도가 증가하면서 Grid Count가 상승하는 것으로 해석된다. 이러한 메커니즘은 저자들이 이전에 제시한 양양양(胎児) 심장 모델과 일치한다.

연구의 제한점으로는 표본 규모가 작고 연령 분포가 넓어 HRV의 발달적 변이를 완전히 통제하지 못했다는 점이다. 또한 ZIKV 증상의 임신기 시점이 다양해 노출 시기의 차이가 HRV에 미치는 영향을 구분하기 어려웠다. 향후 대규모 코호트와 연령·성별·발달 단계별 정규화를 통해 다변량 HRV 패턴을 통합 분석한다면, 보다 정교한 예측 모델을 구축할 수 있을 것으로 기대된다.