비인암 선별검사 정확도 향상을 위한 계층적 동적 모델 개발

주장비인암 조기 발견을 위한 기존 엡스타인-바 바이러스(EBV) 혈청 검사는 낮은 양성 예측도라는 한계를 지닙니다. 연구팀은 이러한 문제를 해결하고자 환자의 정보를 통합하여 위험군을 정밀하게 분류하는 계층적 동적 모델을 도입했습니다.

팩트연구팀은 프로-엔피씨-001(PRO-NPC-001) 프로그램 데이터를 활용하여 환자의 연령, 성별, 가족력 및 종단적 바이러스 항체 수치를 통합했습니다. 이 모델은 기존 혈청 검사 방식보다 정교한 위험 평가를 수행합니다.

팩트1년 치 데이터를 적용한 고위험군 모델의 양성 예측도는 18.2%로 나타났습니다. 이는 기존 혈청 검사 방식과 비교하여 약 4배 높은 수치입니다.

팩트동일한 모델의 음성 예측도는 97.7%를 기록했습니다. 질환 선별의 신뢰도를 나타내는 지표인 곡선 아래 면적(AUC) 값은 0.783으로 측정되었습니다.

팩트2년 치 데이터를 활용한 분석에서는 고위험군과 중위험군 모델의 양성 예측도가 각각 8.8%와 1.1%로 확인되었습니다. 해당 모델의 AUC 값은 각각 0.859와 0.687을 기록하며 데이터 축적에 따른 성능 향상을 입증했습니다.

주장계층적 동적 모델은 불필요한 추적 검사 횟수를 74.2%까지 줄이는 효과를 보입니다. 이는 의료 자원 낭비를 방지하고 환자의 심리적, 경제적 부담을 완화합니다.

팩트모델 도입으로 비인암 선별검사 과정에서 발생하는 비용을 최대 65.6%까지 절감할 수 있는 것으로 분석되었습니다. 이는 공중보건 차원에서 유의미한 경제적 성과입니다.

교차검증연구 결과는 기존 선별검사 전략의 개선 가능성을 입증했으나, 실제 임상 현장 적용을 위해서는 추가적인 전향적 검증이 필요합니다. 다양한 인구 집단에서의 모델 범용성과 유효성을 확인하는 과정이 남아 있습니다.

팩트이번 연구는 중국 국가 핵심 연구 개발 프로그램 및 국가 자연과학 기금의 지원을 받아 수행되었습니다. 연구 자금 제공자는 연구 설계, 데이터 분석, 보고서 작성 과정에 관여하지 않았습니다.

출처네이처 커뮤니케이션즈(Nature Communications)에 게재된 슝(Xiong) 등의 논문 'Hierarchical dynamic model for risk-stratified screening of nasopharyngeal carcinoma'(2026)를 교차 검증했습니다.