브라질 마투그로수 지역의 유방암 사망률 예측을 위한 머신러닝 모델 연구 요약
PloS one · 2026
Machine learning for predicting mortality in women diagnosed with breast cancer in the State of Mato Grosso, Brazil using linked population-based cancer registry and mortality data.
PMID 42758755
원문 논문 바로가기 →
① 브라질 마투그로수 지역의 인구 기반 암 등록 자료와 사망 자료를 연계하여 머신러닝 기반 유방암 사망 예측 모델을 개발했습니다.
② CatBoost, XGBoost, LightGBM 등 부스팅 기반 알고리즘이 기존 회귀 모델보다 우수한 판별 성능을 보였습니다.
③ 연령, 교육 수준, 진단 시기, 거주 지역 등 사회경제적·임상적 요인이 사망 위험에 유의미한 영향을 미치는 것으로 나타났습니다.
브라질 마투그로수 지역 유방암 예후 예측에 머신러닝이 도입된 배경은 무엇인가요?
유방암은 전 세계적으로 여성에게 가장 흔하게 진단되는 악성 종양 중 하나이며, 매년 수많은 환자가 새롭게 진단되고 사망에 이르는 주요 보건 과제입니다. 조기 진단 기법의 발전과 표적 치료제의 도입에도 불구하고 유방암의 임상적 예후는 환자의 개별 특성에 따라 매우 다양하게 나타납니다. 특히 고소득 국가와 저소득 및 중소득 국가(LMIC, Low- and Middle-Income Countries, 경제적 자원이 제한되어 의료 접근성이 상대적으로 취약한 국가 그룹) 사이에는 진단 시기, 치료 접근성, 생존율 등에서 뚜렷한 격차가 존재합니다. 브라질은 헌법상 보편적 의료 보장 제도를 갖추고 있음에도 불구하고, 광활한 국토와 지역별 사회경제적 불평등으로 인해 실제 의료 서비스 이용에는 큰 편차가 발생합니다. 특히 마투그로수주는 넓은 영토와 낮은 인구 밀도로 인해 환자가 전문 종양학 서비스까지 도달하는 데 오랜 시간이 소요되며, 진단 및 치료 과정에서 단절이 발생하기 쉬운 취약한 환경을 가지고 있습니다. 이러한 지역적 한계를 극복하고 환자의 예후를 사전에 정확히 예측하여 위험도를 분류하기 위해, 연구진은 루틴하게 수집되는 등록 데이터를 활용한 머신러닝(Machine learning, 컴퓨터가 대규모 데이터로부터 패턴을 학습하여 예측을 수행하는 인공지능 기술) 기반의 예측 모델을 개발하고자 했습니다. 기존의 전통적인 통계 모델은 복잡하고 비선형적인 변수 간의 상호작용을 포착하는 데 한계가 있었으나, 머신러닝 기법은 대규모 레지스트리 데이터의 특성을 반영하여 더 높은 예측력을 발휘할 수 있습니다. 이를 통해 한정된 보건 의료 자원을 효율적으로 배분하고, 취약 지역의 환자 관리를 우선순위화할 수 있는 임상적·정책적 기반을 마련하고자 본 연구가 기획되었습니다.
인구 기반 암 등록 자료와 사망 자료를 결합한 이 연구는 어떻게 설계되었나요?
이번 연구는 브라질 마투그로수주에서 2001년부터 2018년 사이에 유방암 진단을 받은 여성 환자들을 대상으로 진행된 대규모 후향적 코호트 연구(retrospective cohort study, 과거에 이미 발생한 사건이나 데이터를 바탕으로 원인과 결과의 연관성을 분석하는 연구 방법)입니다. 연구진은 인구 기반 암 등록(Population-Based Cancer Registry, 환자 집단의 암 발생 및 진단 정보를 체계적으로 수집하는 데이터베이스) 자료와 사망 정보 시스템(SIM)의 데이터를 결합하여 분석을 수행했습니다. 데이터의 결합은 환자의 이름, 어머니 성명, 생년월일 등 고유 식별 정보를 활용한 결정적 레코드 연계(deterministic matching, 고유 식별 정보를 대조하여 서로 다른 데이터베이스의 기록을 정확히 연결하는 기법) 방식을 통해 이루어졌습니다. 초기 확인된 환자 중 남성 환자와 필수 데이터가 누락된 일부 사례를 제외하고 최종적으로 총 7,815명의 환자가 분석에 포함되었습니다. 연구의 핵심 목적은 진단 시점을 기준으로 1년, 3년, 5년, 10년 경과 시점에서의 모든 원인에 의한 사망(all-cause mortality)과 유방암 특이 사망(breast cancer-specific mortality) 확률을 예측하는 고성능 머신러닝 모델을 개발하고 검증하는 것이었습니다. 분석 과정에서 범주형 변수는 원-핫 인코딩(one-hot encoding)을 통해 변환되었고, 수치형 변수는 정규화 과정을 거쳤습니다. 로지스틱 회귀, 랜덤 포레스트, XGBoost, CatBoost, LightGBM 등 다양한 알고리즘이 비교 검토되었으며, 교차 검증과 하이퍼파라미터 최적화를 통해 모델의 신뢰성과 객관성을 확보했습니다.
1년, 3년, 5년, 10년 생존 예측에서 머신러닝 모델의 성능은 어떠했나요?
다양한 예측 시점에 따른 모델 성능 평가 결과, 그래디언트 부스팅(Gradient boosting, 여러 개의 약한 예측 모델을 결합하여 강력한 예측 성능을 내는 머신러닝 기법) 기반의 알고리즘들이 전통적인 로지스틱 회귀나 랜덤 포레스트에 비해 전반적으로 우수한 판별 성능을 기록했습니다. 구체적으로 1년 시점의 예측에서는 CatBoost 알고리즘이 가장 높은 수준의 수신자 조작 특성 곡선 아래 면적(AUROC, Area Under the Receiver Operating Characteristic curve, 진단 모델의 예측 정확도를 0에서 1 사이의 값으로 나타낸 지표)을 달성하며 뛰어난 예측력을 입증했습니다. 3년 및 5년 예측 시점에서도 LightGBM 등이 높은 판별력을 안정적으로 유지했으며, 10년 장기 예측에서는 XGBoost가 강력한 판별 능력을 보여주었습니다. 다만 시간 경과에 따라 AUROC 값은 점진적으로 소폭 하락하는 경향을 보였으나, 여전히 임상적으로 유의미한 수준을 유지했습니다. 요덴 지수(Youden's index, 민감도와 특이도의 합을 최대화하는 최적의 임계값 결정 지표)를 적용하여 최적의 분류 임계값을 설정했을 때, 민감도와 특이도의 균형이 크게 개선되며 실제 임상 현장에서 고위험 환자를 선별하는 데 활용될 수 있는 가능성을 뒷받침했습니다. 또한 브리지 점수(Brier Score, 예측 확률과 실제 사건 발생 간의 차이를 정량화하여 모델의 정확도와 보정력을 평가하는 지표) 분석을 통해 모델의 예측 확률이 실제 결과와 잘 일치함이 확인되었으며, 결정 곡선 분석(DCA)을 통해 실제 임상적 유용성도 함께 검증되었습니다.
연령, 인종, 교육 수준 및 지역 격차는 유방암 사망률에 어떤 영향을 미쳤나요?
연구 결과, 다양한 사회경제적 및 임상적 변수들이 유방암 환자의 사망률과 통계적으로 유의미한 연관성을 보였습니다. 우선 연령의 경우, 65세 이상의 고령층 환자에서 모든 원인에 의한 사망률이 상대적으로 높게 나타나 고령 환자에 대한 집중적인 건강 관리가 필요함을 시사했습니다. 또한 인종적 배경에 따라 차이가 관찰되어, 흑인 여성의 사망률이 백인 여성에 비해 높게 보고되었습니다. 특히 교육 수준은 생존율에 강력한 영향을 미치는 사회경제적 지표 중 하나로, 정규 교육을 받지 못한 여성의 사망률이 고등 교육을 받은 여성에 비해 현저히 높게 나타나 의료 정보 접근성과 건강 불평등의 문제를 여실히 보여주었습니다. 거주 지역에 따른 지리적 격차도 뚜렷하여, 주도인 쿠이아바(Cuiabá) 거주자에 비해 의료 인프라가 열악한 그 외 지방 자치단체 거주자들의 사망률이 더 높았습니다. 임상적 측면에서는 진단 당시 전이성 병기 상태였던 경우 사망 위험이 가장 높았고, 상피내암인 경우 가장 유리한 예후를 보였습니다. 한편, 시간의 흐름에 따라 2012년 이후 진단받은 환자들의 생존 지표가 과거에 비해 점진적으로 개선된 경향을 보여, 진단 및 치료 환경의 변화가 긍정적인 영향을 미쳤음을 확인할 수 있었습니다.
이번 연구가 실제 임상 현장과 환자 돌봄에 주는 시사점은 무엇인가요?
이번 연구는 자원이 상대적으로 제한되고 지역적 편차가 큰 실제 의료 환경에서도 루틴하게 수집되는 등록 데이터를 활용해 머신러닝 기반의 사망 예측 모델이 실현 가능함을 임상적으로 입증했습니다. 특히 지리적 접근성이 낮고 전문 의료 인프라가 불균등하게 분포한 지역에서, 이러한 예측 모델은 고위험 환자를 조기에 선별하고 진단 확정 및 추적 관찰의 우선순위를 정하는 데 실질적인 도움을 줄 수 있습니다. 임상의와 보건 정책 입안자들은 이러한 인공지능 기반 도구를 활용하여 한정된 의료 자원을 효율적으로 배분하고, 취약 계층 환자들을 위한 맞춤형 관리 체계를 구축할 수 있습니다. 다만, 이번 연구는 후향적 레코드 연계 데이터를 기반으로 수행되었으므로 향후 전향적인 대규모 코호트 연구를 통한 검증이 필요합니다. 환자와 보호자 입장에서도 이러한 연구 결과는 지역 간 의료 격차나 교육 수준 등 사회경제적 요인이 예후에 미치는 영향을 객관적으로 이해하고, 의료진과의 상담을 통해 적극적인 정기 검진과 지속적인 추적 관리의 중요성을 인식하는 중요한 과학적 근거 자료로 활용될 수 있습니다.
참고 자료
- Melina Arnold 외. Current and future burden of breast cancer: Global statistics for 2020 and 2040. The Breast, 2022. 10.1016/j.breast.2022.08.010 · PMID 36084384.
- Liantao Guo 외. Breast cancer heterogeneity and its implication in personalized precision therapy. Experimental Hematology & Oncology, 2023. 10.1186/s40164-022-00363-1 · PMID 36624542.
- Juliana Dalcin Donini E. Silva 외. Breast Cancer Mortality in Young Women in Brazil. Frontiers in Oncology, 2021. 10.3389/fonc.2020.569933 · PMID 33585192.
- Carolina M.R. Gonzaga 외. Disparities in female breast cancer mortality rates between urban centers and rural areas of Brazil: Ecological time-series study. The Breast, 2014. 10.1016/j.breast.2014.01.006.
- Francisco Winter dos Santos Figueiredo 외. Effects of the high-inequality of income on the breast cancer mortality in Brazil. Scientific Reports, 2019. 10.1038/s41598-019-41012-8 · PMID 30862862.
- Sancho Pedro Xavier 외. Nomogram model for predicting the long-term prognosis of cervical cancer patients: a population-based study in Mato Grosso, Brazil. BMC Cancer, 2025. 10.1186/s12885-025-14056-5 · PMID 40229703.
- Marco Aurélio Bertúlio das Neves 외. Trend in cancer incidence in Mato Grosso and its health regions, Brazil, 2001–2018. Archives of Public Health, 2025. 10.1186/s13690-025-01503-9 · PMID 40170090.
- G.C. Wishart 외. A population-based validation of the prognostic model PREDICT for early breast cancer. European Journal of Surgical Oncology (EJSO), 2011. 10.1016/j.ejso.2011.02.001.
※ 위 목록은 원 논문이 실제로 인용한 참고문헌입니다. 관찰연구는 인과로 단정하지 않습니다.