당뇨 환자에서 신장·심혈관 질환 조기 예측을 위한 머신러닝 통합 연구

초록

본 연구는 당뇨병 환자를 대상으로 혈청 크레아티닌, 고혈압, 콜레스테롤 등 임상 변수를 선별하고, 로지스틱 회귀, 서포트 벡터 머신, 랜덤 포레스트 등 세 가지 머신러닝 모델을 구축하였다. 랜덤 포레스트가 특히 만성 신장질환 예측에서 가장 높은 정확도를 보였으며, 앙상블 기법이 전체 위험군 식별에 유리함을 확인하였다.

상세 요약

본 논문은 당뇨병 합병증인 만성 신장질환(CKD)과 심혈관질환(CVD)의 조기 진단을 목표로, 전통적인 통계분석과 최신 머신러닝 기법을 결합한 하이브리드 프레임워크를 제시한다. 연구 대상은 다기관에서 수집된 당뇨 환자 1,200명이며, 이들을 CKD와 CVD 유무에 따라 네 그룹(A: CKD·CVD 동시, B: CKD 단독, C: CVD 단독, D: 무질환)으로 분류하였다. SPSS를 이용한 기술통계와 교차분석 결과, CKD와는 혈청 크레아티닌 상승 및 고혈압이, CVD와는 총 콜레스테롤, 중성지방, 과거 심근경색·뇌졸중 병력이 유의하게 연관된 것으로 나타났다. 이러한 변수들은 이후 머신러닝 모델의 피처로 선정되었다.

머신러닝 단계에서는 먼저 데이터 전처리로 결측값을 평균 대체하고, 연속형 변수는 표준화하였다. 클래스 불균형을 해결하기 위해 SMOTE 기법을 적용했으며, 5‑fold 교차검증을 통해 모델 일반화 성능을 평가하였다. 로지스틱 회귀는 베이스라인으로 사용했으며, 선형 커널 SVM은 고차원 특징 공간에서의 분류 능력을 검증하였다. 랜덤 포레스트는 다수의 결정트리를 앙상블하여 변수 중요도를 추출하고, 비선형 관계를 효과적으로 포착하였다.

성능 지표는 정확도, 정밀도, 재현율, F1‑score, AUC‑ROC를 종합적으로 사용했다. 결과적으로 랜덤 포레스트가 CKD 예측에서 정확도 92 %, AUC 0.96을 기록하며 가장 우수했으며, CVD 예측에서도 88 % 이상의 정확도를 보였다. SVM은 CVD에서 비교적 높은 재현율을 보였으나 전체 정확도는 랜덤 포레스트에 미치지 못했다. 로지스틱 회귀는 해석 용이성은 높았지만, 복잡한 비선형 패턴을 포착하지 못해 성능이 낮았다.

또한, 변수 중요도 분석을 통해 혈청 크레아티닌, 고혈압, 총 콜레스테롤, 중성지방이 핵심 위험 요인으로 확인되었으며, 이는 기존 통계분석 결과와 일치한다. 앙상블 모델(랜덤 포레스트와 로지스틱 회귀의 스태킹)도 실험했지만, 단일 랜덤 포레스트와 비교했을 때 성능 향상이 미미했다.

논문은 모델 해석 가능성 부족, 데이터 수집 시점의 편향, 외부 검증 부족 등 한계를 명시하고, 향후 다기관 대규모 코호트와 시계열 데이터를 활용한 모델 업데이트 필요성을 제시한다. 전반적으로 전통 통계와 머신러닝을 결합한 접근법이 당뇨 합병증 조기 탐지에 실질적인 가치를 제공한다는 점을 강조한다.