노인 인지 저하 예측을 위한 염증 바이오마커 기계 학습 분석
Machine-Learning Assessment of the Predictive Value of Inflammatory Biomarkers for Cognitive Impairment in an Older Hispanic Adult Cohort
arXiv한 히스패닉계 노인 코호트 데이터를 활용하여 염증 바이오마커가 인지 기능 저하를 예측하는지를 기계 학습 모델로 분석했습니다.
- 18개 후보 마커 중 I-309(CCL1)이 인지 기능 저하 예측에 가장 중요한 추가 정보를 제공하며 높은 통계적 유의성을 입증했습니다.
- 이는 I-309/CCL1이 노인의 인지 기능 저하를 조기에 예측할 수 있는 해석 가능한 유망 후보 지표임을 제시합니다.
- 다만, 본 연구는 특정 코호트 데이터에 기반했으므로, 임상적 활용을 위해서는 반드시 외부 데이터를 통한 추가 검증이 필수입니다.
본 연구는 파나마 노화 연구 이니셔티브-건강 격차(PARI-HD) 코호트(n=165) 데이터를 활용하여, 염증성 바이오마커가 고령 히스패닉 성인의 인지 기능 저하를 예측하는지에 대한 기계 학습 평가를 수행했습니다. 데이터의 특성을 고려하여 누수 방지(leakage-safe) 임계값-우도 베르누이/범주형 나이브 베이즈(BNB/CNB) 분류기를 구현했으며, 모든 데이터 의존적 단계는 30회 반복된 계층화 10겹 교차 검증을 통해 진행되었습니다.
기본 인구통계학적 기준 모델은 ROC-AUC가 0.630 +/- 0.017을 달성했습니다. 이 중 I-309(CCL1) 마커는 가장 두드러진 추가 예측 변수로 작용하여 AUC를 0.110 증가시켰으며, 쌍별 DeLong 테스트에서 모든 반복 구간에 걸쳐 p<0.05의 유의성을 보였습니다.
주요 분석에서는 I-309가 고정 분할(fixed-partition) DeLong p=0.0018을 기록했으며, 200개의 무작위 분할에서 로버스트니스 평가를 거쳤습니다. 또한 이 마커는 임의의 분할에서 Benjamini-Hochberg 조정 q 값이 0.032에 도달하며 신뢰성 있는 추가 예측 가치를 입증했습니다. 연구진은 I-309/CCL1을 해석 가능한 후보 지표로 제시했으나, 임상적 활용을 위해서는 외부 검증이 필수적이라고 밝혔습니다.