저밀도-콜레스테롤(LDL-C)은 지질 치료의 주요 목표이며 심혈관질환 발생 위험도를 가늠하는 지표로 사용된다. 저자들은 LDL-C 수치를 예측하기 위한 deep neural network (DNN) 모델을 개발하고, 이를 기존에 사용되어 오던 LDL-C 예측공식과 성능 비교를 시행하였다. 모델 개발과 분석에는 한국인 대상의 두개의 독립된 데이터세트가 사용되었다.

강남세브란스병원 건강검진 자료 129,930건과 Korean initiatives on Coronary Artery Calcification registry (KOICA) 자료 46,470건을 분석에 사용하였다. 모델의 성능은 bias, root mean-square error (RMSE), proportion P10-P20 (측정된 LDL-C 값과 오차범위 10-20% 이내로 예측된 케이스의 비율), 일치도(concordance)를 계산하여 평가하였다.

DNN 모델은 기존의 기존의 Friedewald’s, Martins’, NIH equations에 비해 bias와 RMSE가 더 작았으며, LDL-C의 실제 측정치와의 일치율이 더 높게 나타났다. Pooled cohort에서도 DNN 모델이 더 높은 정확도를 보여 주었다.

DNN 모델은 동맥경화성 심혈관질환의 위험도에 근거한 환자의 콜레스테롤 치료에 있어 보다 유용하게 활용될 수 있을 것이다.

2형당뇨병 환자들은 전 생애에 걸친 스타틴 복용이 권고된다. 하지만, 실제 임상에서는 많은 수의 환자들에서 스타틴 치료가 중도에 중단된다. 저자들은 real-world setting에서 2형당뇨병 환자들에 대해 스타틴의 복용 기간, 스타틴의 강도, LDL-콜레스테롤의 수치 등의 관점에서 적절한 스타틴 치료 전략을 찾고자 하였다.

2007~2015년의 국민건강보험 코호트를 통해, 40세 이상의 2형당뇨병 환자 중 최소 90일 이상의 스타틴 치료를 받았던 8973명의 자료를 사용하였다. 주요심혈관사건 (MACE)의 발생 위험도를 스타틴의 강도, LDL-콜레스테롤의 수치, 스타틴의 치료 기간에 따라 각각 분석하였다. 각각의 요인들이 MACE 발생 위험에 미치는 상대적 기여정도는 proportion of log-likelihood로 평가하였다.

MACE 발생의 위험비(hazard ratio, HR)는 저강도의 스타틴을 복용한 경우에 비해 중등도 혹은 고등도의 스타틴을 복용한 환자에서 유의하게 낮았고(HR, 0.72; p=0.027), 이들 중 LDL-콜레스테롤이 낮은 경우 심혈관 위험도가 더 낮게 나타났다. 주목할 것은 스타틴을 오래 복용한 환자일 수록 MACE의 위험도가 더 낮게 나타났는데, 최소 18개월 이상 복용한 환자가 3-6개월 복용한 환자 보다 유의하게 낮은 HR를 보였다(adjusted HR, 0.70; p=0.009). MACE 예측에 대한 모델 적합도를 log-likelihood로 계산하였을때, 스타틴의 사용기간을 고려한 모델이 가장 높았으며(2.55), 그 뒤로 LDL-콜레스테롤 수치 모델(2.18), 그리고 스타틴의 강도 모델(0.95) 순으로 나타났다.

2형당뇨병 환자의 심혈관 위험도 감소에 있어서는 스타틴의 사용기간이 스타틴의 강도나 도달한 LDL-콜레스테롤 수치 보다 더 주요한 요인으로 나타났다. 임상 상황에서 스타틴 치료는 “longer is better”의 컨셉이 고려되어야 하겠다.