[논문]중환자실 섬망 환자와 비섬망 환자 구분에 기여하는 임상 지표에 관한 연구

고찬영; 김재진; 조동래; 오주영; 박진영

doi:10.22722/kjpm.2019.27.2.101

중환자실 섬망 환자와 비섬망 환자 구분에 기여하는 임상 지표에 관한 연구
A Study on Clinical Variables Contributing to Differentiation of Delirium and Non-Delirium Patients in the ICU 원문보기

精神身體醫學 = Korean journal of psychosomatic medicine, v.27 no.2, 2019년, pp.101 - 110

고찬영 (연세대학교 의과대학 정신과학교실 및 의학행동과학연구소) , 김재진 (연세대학교 의과대학 정신과학교실 및 의학행동과학연구소) , 조동래 (딥메디 기업부설 연구소) , 오주영 (연세대학교 의과대학 정신과학교실 및 의학행동과학연구소) , 박진영 (연세대학교 의과대학 정신과학교실 및 의학행동과학연구소)

초록
AI-Helper

연구목적 중환자실 환자들의 섬망 발생 유무와 관련이 되어 있는 것으로 알려진 많은 임상 지표들이 있지만, 이 중 실제 섬망군과 비섬망군을 분류하는 데 있어서 어떠한 지표가 보다 중요한 역할을 하는지에 대한 연구는 충분히 이루어지지 않았다. 본 연구는 중환자실 내에서 섬망이 발생한 군과 발생하지 않은 군 사이의 재실 기간 내 특징을 비교하고, 두 군을 효과적으로 구분할 수 있는 임상 지표들을 확인하고자 하였다. 방 법 2013년 3월 1일부터 2017년 5월 31일까지 강남세브란스병원 중환자실에 있던 6386명의 환자들 중, 섬망과 연관성을 보일 것으로 예상되는 40개의 임상 지표에 대한 데이터가 재실 기간 중 적어도 한 번 이상 측정되거나, 확인이 가능한 환자 1559명을 대상으로 하였다. 무작위 부분집합 특징 선택 방법 및 주성분분석을 사용하여 섬망과 비섬망을 구분하는 데에 기여도가 높은 특징들의 순위를 구하고, 몇 개의 상위 지표가 동시에 사용되었을 때에 섬망과 비섬망을 가장 효율적으로 판별할 수 있는지를 확인하였다. 확인된 상위 지표만을 이용한 것과 전체 임상 지표를 모두 사용하였을 때의 섬망과 비섬망을 구분할 수 있는 정확도에 대해서 비교 분석하였다. 결 과 총 40개 변수 중 32개의 변수에서 섬망과 비섬망군 간 유의미한 차이를 보였다. 주성분 분석(Principal Component Analysis, PCA)상, 상위 6개 변수인 리치몬드 흥분 진정 척도(Richmond Agitation Sedation Scale, RASS), 도뇨관 사용 유무, 혈관 카테터 사용 유무, 해밀턴 불안 척도(Hamilton Anxiety Rating Scale, HAM-A), 혈액 요소 질소(Blood Urea Nitrogen, BUN), 급성 생리학 및 만성 건강 평가-II (Acute Physiology and Chronic Health Examination II, APACHE II)를 사용했을 때에 섬망과 비섬망군이 가장 잘 구분되었다. 이들 상위 6개 변수에 대해 단일 변수 로지스틱 회귀분석 시행 시 모두 섬망 여부 결정에 대한 유의성을 보였다. 다중 변수 회귀분석 시행 시, 혈관 카테터 사용 유무 를 제외하고 나머지 5개 변수에서 모두 섬망 여부 결정에 대한 유의성을 보였다. 수신자판단특성곡선 분석 결과 신뢰구간 95%에서 곡선하면적 0.818로 높은 판별력을 보였다. 전체 임상 변수를 모두 사용한 수신자판단특성곡선 분석 결과에서는 곡선하면적 0.881로 매우 높은 판별력을 보였다. 결 론 본 연구 결과, 리치몬드 흥분 진정 척도, 도뇨관 사용 유무, 혈관 카테터 사용 유무, 해밀턴 불안 척도, 혈액 요소 질소, 급성 생리학 및 만성 건강 평가-II가 섬망이 발생한 군과 섬망이 발생하지 않은 군을 구분하는데 가장 유용하였다. 중환자실 환자 중 리치몬드 흥분 진정 척도 및 해밀턴 불안 척도 점수가 과도하게 낮거나, 도뇨관 및 혈관 카테터 등의 침습적인 시술을 사용하였을 경우 좀 더 집중적인 모니터링을 통해 섬망의 가능성을 살펴보아야 할 것이다.

Abstract ▼ AI-Helper

Objectives : It is not clear which clinical variables are most closely associated with delirium in the Intensive Care Unit (ICU). By comparing clinical data of ICU delirium and non-delirium patients, we sought to identify variables that most effectively differentiate delirium from non-delirium. Methods : Medical records of 6,386 ICU patients were reviewed. Random Subset Feature Selection and Principal Component Analysis were utilized to select a set of clinical variables with the highest discriminatory capacity. Statistical analyses were employed to determine the separation capacity of two models-one using just the selected few clinical variables and the other using all clinical variables associated with delirium. Results : There was a significant difference between delirium and non-delirium individuals across 32 clinical variables. Richmond Agitation Sedation Scale (RASS), urinary catheterization, vascular catheterization, Hamilton Anxiety Rating Scale (HAM-A), Blood urea nitrogen, and Acute Physiology and Chronic Health Examination II most effectively differentiated delirium from non-delirium. Multivariable logistic regression analysis showed that, with the exception of vascular catheterization, these clinical variables were independent risk factors associated with delirium. Separation capacity of the logistic regression model using just 6 clinical variables was measured with Receiver Operating Characteristic curve, with Area Under the Curve (AUC) of 0.818. Same analyses were performed using all 32 clinical variables;the AUC was 0.881, denoting a very high separation capacity. Conclusions : The six aforementioned variables most effectively separate delirium from non-delirium. This highlights the importance of close monitoring of patients who received invasive medical procedures and were rated with very low RASS and HAM-A scores.

주제어

표/그림 (5)

표 Table 1. Clinical and demographical characteristics of the 980 included patients
표 Table 2. Comparison between delirium and non-delirium using 40 clinical variables
그림 Fig. 1. Principal Component Analysis and the Euclidean Distances between Delirium and Non-delirium Groups Using Various Clinical Variables. Principal component planes were constructed using top 3 variables, top 6 variables, top 22 variables, and top 32 variables as represented above. As shown on the right upper corner, Euclidean distance between delirium and non-delirium group was greatest using the top 6 variables (RASS score, use of foley catheter, use of vascular catheter, HAM-A score, BUN, and APACHE II score). The right upper figure also shows the two groups are relatively well separated without mixing.
표 Table 3. Logistic regression using top six clinical variables
그림 Fig. 2. Receiver Operating Characteristic Curves for Comparisons between Delirium and Non-delirium group.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

29) 특히 본 연구에서는, 후보군으로 선정된 임상적 특징들 중에 어떤 특징이 섬망과 비섬망을 구분하는데 보다 기여하는지를 평가하였다.
본 연구는 다양한 질환과 중증도를 가진 환자를 대상으로 수행되었기 때문에 각 환자 간 생물학적 차이에 대한 여러 교란지표들이 존재할 수 있겠으나 나이, 성별과 같은 중요 인구학적 차이를 통제하여 통계분석을 수행함으로 통계적인 신뢰성을 높였다. 본 연구의 또 다른 제한점은 척도를 이용한 환자 상태 평가, 의학적 처지 사용 유무에 대한 정보 획득 등이 특정 시간에만 이루어졌다는 점이고, 따라서 특정 시점에서의 단편적인 환자들의 상태만을 반영하였을 가능성이 있다.
본 연구에서는 중환자실에서, 섬망이 발생하였던 환자와 그렇지 않은 환자의 재실 기간 내의 특성을 비교하고, 두 군을 구분하는 데 기여도가 높은 특징들을 확인하고자 하였다. 특히, 선행 연구에서 간과되었던 카테터 사용, 억제대 사용과 같은 의학적 처치들, 환자가 느끼는 불안 정도 등의 추가적인 정보가 섬망 및 비섬망 구분에 유의미하게 기여할 수 있는지에 대해서도 알아보고자 하였다.
³⁰⁾ 이러한 주성분 분석을 통해, 3차원으로 구분하고자 하는 두 군의 데이터를 맵핑한 후, 두 군집 사이의 거리를 유클리디안 방식으로 측정하고 군집내의 표준편차를 계산하여, 표준편차 대비 두 군간의 가장 큰 유클리디안 거리를 보였을 때 두 군을 가장 효율적으로 구분하는 것이라 할 수 있다. 본 연구에서는, 섬망 및 비섬망군을 위와 같은 방식으로 맵핑한 후 표준편차 대비 가장 큰 두 군 사이의 유클리디안 거리를 보일 때 분석에 사용된 임상 지표들이 무엇인지를 확인하였다.
무작위 부분 집합 특징 선택 방법에서 세 번째로 중요한 요소로 확인된 혈관 카테터 사용에 대해서도 주목할 필요가 있다. 본 연구에서는, 섬망 환자들이 더 많이 혈관 카테터를 사용한 것으로 확인되었는데, 이 역시 카테터 사용이 섬망을 유발할 가능성과 섬망을 유발할 정도로 증상 및 질병의 중증도가 높은 환자들에게 카테터를 많이 사용할 수 밖에 없었을 가능성을 모두 고려해볼 수 있겠다.³³⁾ 또한, 혈관 카테터는 움직임 저하에 기여할 수 있으므로, 이는 섬망에 대한 취약성을 증가시킬 수 있을 것이다.
또한, 본 연구에서 섬망군의 중환자실 재실기간이 비섬망군에 비해 유의미하게 길었고, 이는 각 군의 데이터 수집 및 구성에 영향을 주어 두 군간의 직접적인 비교에 제한점이 될 수 있다. 이러한 제한점에도 불구하고, 본 연구에서는 섬망군과 비섬망군을 분류하는 데 있어서 의학적 처치 및 디스트레스와 같은 지표를 포함한 다양한 특징들 중, 어떠한 지표가 두 군을 분류하는 데 있어 보다 중요한 역할을 하는지를 확인하였다는 데 그 의의가 있다. 추후 전향적 연구를 통해 본 연구에서 확인된 지표들이 실제로 섬망의 발생에 영향을 주는지에 대해 확인하는 것이 필요할 것으로 생각되며, 이러한 지표들을 통하여 보다 정확한 섬망 예측 모델 개발이 이루어질 수 있을 것으로 기대된다.
섬망 관련 임상 지표들의 수가 많을수록 섬망 예측의 정확도 또는 섬망과 비섬망 간의 판별력이 높아질 것으로 예상되나, 수많은 지표들을 모두 수집하고 확인하는 데 많은 비용과 인력이 요구되므로, 효율성 부분에 있어 임상적 가치가 상실될 수 밖에 없다. 이에 본 연구에서는 수많은 임상 지표들 중에서도 섬망군과 비섬망군을 가장 효율적으로 구별해낼 수 있는 상위 인자들을 선별하고, 선별된 임상적 지표들이 얼마나 두 군을 구분하는 데 효과적인지를 확인하고자 하였다.
본 연구에서는 중환자실에서, 섬망이 발생하였던 환자와 그렇지 않은 환자의 재실 기간 내의 특성을 비교하고, 두 군을 구분하는 데 기여도가 높은 특징들을 확인하고자 하였다. 특히, 선행 연구에서 간과되었던 카테터 사용, 억제대 사용과 같은 의학적 처치들, 환자가 느끼는 불안 정도 등의 추가적인 정보가 섬망 및 비섬망 구분에 유의미하게 기여할 수 있는지에 대해서도 알아보고자 하였다. 그 결과, 순서대로 리치몬드 흥분 진정 척도, 도뇨관 사용 유무, 혈관 카테터의 사용 유무, 해밀턴 불안 척도, 혈액 요소 질소, 급성 생리학 및 만성 건강 평가-II가 중환자실 내 섬망군과 비섬망군을 구분하는 중요한 지표로서 선별되었다.

가설 설정

Receiver Operating Characteristic Curves for Comparisons between Delirium and Non-delirium group. Model 1 : ROC curve using top 6 clinical variables (RASS score, use of foley catheter, use of vascular catheter, HAM-A score, BUN, APACHE II score) to differentiate the delirium from the non-delirium group. Model 2 : ROC curve using 32 variables to differentiate the delirium from the non-delirium group.
Model 1 : ROC curve using top 6 clinical variables (RASS score, use of foley catheter, use of vascular catheter, HAM-A score, BUN, APACHE II score) to differentiate the delirium from the non-delirium group. Model 2 : ROC curve using 32 variables to differentiate the delirium from the non-delirium group.

제안 방법

하지만, 일반적으로는 섬망으로 인한 지남력 저하, 혼란감이 있을 시 흔히 불안이 동반되며, 이에 따른 행동 문제 및 수면 저하로 정신과 협의 진료가 빈번히 이루어진다.^1,2) 본 연구에서 분석에 포함된 환자들의 경우, 혼란스러운 섬망 상태에서는 불안 정도를 측정하지 못하였고, 섬망 발생 전이나 회복 후에 불안을 측정하였다. 하지만, 섬망 상태가 아닐 때에, 평가자 척도를 이용하여 비교적 객관적으로 불안이 측정되었다 하더라도, 혼란스러운 상태로부터 완전히 회복하지 못하였다면, 검사 항목들이 환자의 주관적 보고에 영향을 받아 상대적으로 낮은 점수로 평가되었을 가능성이 있다.
재실 기간 중 환자로부터 여러 차례 측정되는 정보인 약물별 사용 용량, 혈액 검사 결과의 경우에는 날짜 단위로 기록되었으며, 여러 번 측정되었을 경우 그 날의 평균값을 해당 날짜의 값으로 하였다. 그 다음, 정보가 획득된 모든 날짜의 값의 평균을 해당 환자의 최종 값으로 분석에 반영하였다. 다만, 활력 징후인 수축기/이완기 혈압, 호흡수, 체온의 경우에는 오전 10시에 측정된 값을 기준으로 하였다.
그 다음, 정보가 획득된 모든 날짜의 값의 평균을 해당 환자의 최종 값으로 분석에 반영하였다. 다만, 활력 징후인 수축기/이완기 혈압, 호흡수, 체온의 경우에는 오전 10시에 측정된 값을 기준으로 하였다. 중환자실 입실 중 의료적 처치(도뇨관, 카테터, 기도삽관, 억제대) 유무 역시 오전 10시를 기준으로 하였다.
본 연구는 2013년 3월 1일부터 2017년 5월 31일까지 강남 세브란스병원 중환자실에 재실 하였던 환자를 대상으로 하였다. 모든 중환자실 환자를 대상으로 위 기간 동안 하루 3차례 간호사가 교대 근무 시간에 맞추어 Confusion Assessment Method for the Intensive Care Unit (CAM-ICU)¹⁹⁾를 이용하여 섬망을 스크리닝하였고, 측정된 자료 및 정신 질환 진단 및 통계 편람 제5판(Diagnostic and Statistical Manual of Mental Disorder-V, DSM-5) 진단 기준²⁰⁾을 바탕으로, 매일 오전 10시에 정신건강의학과 의사에 의해 최종 섬망 평가가 이루어졌다. 본 연구에서는 섬망과 관련이 있을 것으로 예상되는 지표들을 선정하기 위해 관련 문헌을 고찰하였으며,^7,18,21,22) 이에 40개의 지표에 대한 정보를 모든 재실 환자로부터 획득, 재실 기간 중 40개의 지표가 적어도 모두 한번 이상 측정된 환자를 분석에 포함하였다.
001)로 유의미한 차이를 보였다. 본 데이터의 많은 변수들이 전반적으로 정규성 가정을 만족(p＞0.05)하지 않아 비모수적 방법으로 비교 분석하였다. 두 군간 신체징후 중 체온, 수축기 혈압과 일부 아편계 진통제 및 진정제 계열의 사용에서는 유의미한 차이가 관찰되지 않았다.
모든 중환자실 환자를 대상으로 위 기간 동안 하루 3차례 간호사가 교대 근무 시간에 맞추어 Confusion Assessment Method for the Intensive Care Unit (CAM-ICU)¹⁹⁾를 이용하여 섬망을 스크리닝하였고, 측정된 자료 및 정신 질환 진단 및 통계 편람 제5판(Diagnostic and Statistical Manual of Mental Disorder-V, DSM-5) 진단 기준²⁰⁾을 바탕으로, 매일 오전 10시에 정신건강의학과 의사에 의해 최종 섬망 평가가 이루어졌다. 본 연구에서는 섬망과 관련이 있을 것으로 예상되는 지표들을 선정하기 위해 관련 문헌을 고찰하였으며,^7,18,21,22) 이에 40개의 지표에 대한 정보를 모든 재실 환자로부터 획득, 재실 기간 중 40개의 지표가 적어도 모두 한번 이상 측정된 환자를 분석에 포함하였다. 상기 기간에 재실 하였던 중환자실 환자는 총 6,386명이었고, 이 중 재실기간이 24시간 미만이었던 환자는 분석에서 제외하였다.
또한 검사 및 치료 등의 이유로 부재하거나, 재실 기간 내내 리치몬드 흥분 진정 척도가 -4점 이하로 깊은 진정 상태가 유지되었거나, 기도삽관 또는 기계적 인공호흡을 유지하고 있어 소통이 원활하지 않은 등의 이유로, 획득하고자 하는 지표 40개 중 하나 이상의 지표에 대한 정보가 단 한번도 측정되지 않은 경우에는 대상에서 제외하여 총 1,559명의 환자(남자 936명, 여자 623명)가 선별되었다. 이후, 나이와 성별의 영향을 최소화 하고자, 상기 1,559명의 환자를 대상으로 1 : 1 성향점수 매칭(propensity score matching)^23,24)을 시행하였고, 최종적으로 나이 및 성별을 일치시킨 980명(남녀 각 490명)에 대해서 분석을 진행하였다. 본 연구는 의무기록 검토를 이용한 후향적 연구이며, 기관 임상시험관련 윤리위원회의 심사를 거쳐 승인 받아 진행되었다.
인구학적 정보 및 중환자실 재실 기간, 활력 징후, 혈액 검사 결과, 약물 복용 내역 등을 의무 기록 검토를 통해 조사하였다. 재실 기간 중 환자로부터 여러 차례 측정되는 정보인 약물별 사용 용량, 혈액 검사 결과의 경우에는 날짜 단위로 기록되었으며, 여러 번 측정되었을 경우 그 날의 평균값을 해당 날짜의 값으로 하였다.
다만, 활력 징후인 수축기/이완기 혈압, 호흡수, 체온의 경우에는 오전 10시에 측정된 값을 기준으로 하였다. 중환자실 입실 중 의료적 처치(도뇨관, 카테터, 기도삽관, 억제대) 유무 역시 오전 10시를 기준으로 하였다. 리치몬드 흥분 진정 척도 및 해밀턴 불안 척도 측정 값들은 오전 10시에 정신과 의사가 직접 측정한 것을 기준으로 하였다.

대상 데이터

상기 기간에 재실 하였던 중환자실 환자는 총 6,386명이었고, 이 중 재실기간이 24시간 미만이었던 환자는 분석에서 제외하였다. 또한 검사 및 치료 등의 이유로 부재하거나, 재실 기간 내내 리치몬드 흥분 진정 척도가 -4점 이하로 깊은 진정 상태가 유지되었거나, 기도삽관 또는 기계적 인공호흡을 유지하고 있어 소통이 원활하지 않은 등의 이유로, 획득하고자 하는 지표 40개 중 하나 이상의 지표에 대한 정보가 단 한번도 측정되지 않은 경우에는 대상에서 제외하여 총 1,559명의 환자(남자 936명, 여자 623명)가 선별되었다. 이후, 나이와 성별의 영향을 최소화 하고자, 상기 1,559명의 환자를 대상으로 1 : 1 성향점수 매칭(propensity score matching)^23,24)을 시행하였고, 최종적으로 나이 및 성별을 일치시킨 980명(남녀 각 490명)에 대해서 분석을 진행하였다.
본 연구는 2013년 3월 1일부터 2017년 5월 31일까지 강남 세브란스병원 중환자실에 재실 하였던 환자를 대상으로 하였다. 모든 중환자실 환자를 대상으로 위 기간 동안 하루 3차례 간호사가 교대 근무 시간에 맞추어 Confusion Assessment Method for the Intensive Care Unit (CAM-ICU)¹⁹⁾를 이용하여 섬망을 스크리닝하였고, 측정된 자료 및 정신 질환 진단 및 통계 편람 제5판(Diagnostic and Statistical Manual of Mental Disorder-V, DSM-5) 진단 기준²⁰⁾을 바탕으로, 매일 오전 10시에 정신건강의학과 의사에 의해 최종 섬망 평가가 이루어졌다.

데이터처리

섬망과 비섬망군 간 나이 비교를 위해 독립표본 t-검정(independent two sample t-test)를 시행하였으며, 두 군간 성별 비율 비교를 위해 카이제곱겁정(chi-square test)을 사용하였다. 두 군간 여러 변수들 비교를 위해 우선, Shapiro-Wilk 검정과 KolmogorovSmirnov 검정을 이용하여 정규성 검정을 시행하였다. 정규성 검정을 만족하는 경우에는 독립표본 t-검정을, 그 외에는 Mann-Whitney 검정을 시행하였다.
정규성 검정을 만족하는 경우에는 독립표본 t-검정을, 그 외에는 Mann-Whitney 검정을 시행하였다. 변수들 중 섬망 여부에 영향을 주는 인자를 찾기 위해 로지스틱 회귀분석을, 모형의 판별력 평가를 위해 수신자판단특성곡선(Receiver Operating Characteristic curve, ROC curve) 분석 및 곡선하면적(Area Under the Curve, AUC)를 사용하였다. 표준편차 대비 유클리디안 거리가 가장 길게 나타날 때의 변수들만 사용하였을 때와 두 군간의 차이를 보이는 전체 변수를 모두 사용하였을 때의 회귀분석 모형 간의 판별력을 비교할 때에는 Delong 방법을 사용하였다.
본 연구에서 나이와 성별이라는 변수를 통제하기 위해 섬망군과 비섬망군을 1 : 1 성향점수 매칭 방법으로 매칭하였다. 섬망과 비섬망군 간 나이 비교를 위해 독립표본 t-검정(independent two sample t-test)를 시행하였으며, 두 군간 성별 비율 비교를 위해 카이제곱겁정(chi-square test)을 사용하였다. 두 군간 여러 변수들 비교를 위해 우선, Shapiro-Wilk 검정과 KolmogorovSmirnov 검정을 이용하여 정규성 검정을 시행하였다.
두 군간 여러 변수들 비교를 위해 우선, Shapiro-Wilk 검정과 KolmogorovSmirnov 검정을 이용하여 정규성 검정을 시행하였다. 정규성 검정을 만족하는 경우에는 독립표본 t-검정을, 그 외에는 Mann-Whitney 검정을 시행하였다. 변수들 중 섬망 여부에 영향을 주는 인자를 찾기 위해 로지스틱 회귀분석을, 모형의 판별력 평가를 위해 수신자판단특성곡선(Receiver Operating Characteristic curve, ROC curve) 분석 및 곡선하면적(Area Under the Curve, AUC)를 사용하였다.
통계 분석은 통계분석 패키지 9.3버전(SAS version 9.3 : SAS Institute Inc., Cary, NC, USA)을 사용하였고, 유의수준은 p＜0.05로 정의하였다. 본 연구에서 나이와 성별이라는 변수를 통제하기 위해 섬망군과 비섬망군을 1 : 1 성향점수 매칭 방법으로 매칭하였다.

이론/모형

05로 정의하였다. 본 연구에서 나이와 성별이라는 변수를 통제하기 위해 섬망군과 비섬망군을 1 : 1 성향점수 매칭 방법으로 매칭하였다. 섬망과 비섬망군 간 나이 비교를 위해 독립표본 t-검정(independent two sample t-test)를 시행하였으며, 두 군간 성별 비율 비교를 위해 카이제곱겁정(chi-square test)을 사용하였다.
섬망과 비섬망을 구분하는 데 기여하는 특징들의 순위를 추출하기 위하여 무작위 부분 집합 특징 선택 방법(Random Subset Feature Selection, RSFS)을 활용하였다. 적은 연산량으로 기계 학습의 효율을 높이기 위해 고안된 많은 방법 중, 이 무작위 부분 집합 특징 선택 방법은 학습에 이용되는 특징을 무작위로 추출 후 두 군을 구분하는 능력을 통계 및 기계 학습적 관점에서 평가하는 것을 반복하는 방법이다.
변수들 중 섬망 여부에 영향을 주는 인자를 찾기 위해 로지스틱 회귀분석을, 모형의 판별력 평가를 위해 수신자판단특성곡선(Receiver Operating Characteristic curve, ROC curve) 분석 및 곡선하면적(Area Under the Curve, AUC)를 사용하였다. 표준편차 대비 유클리디안 거리가 가장 길게 나타날 때의 변수들만 사용하였을 때와 두 군간의 차이를 보이는 전체 변수를 모두 사용하였을 때의 회귀분석 모형 간의 판별력을 비교할 때에는 Delong 방법을 사용하였다.

성능/효과

특히, 선행 연구에서 간과되었던 카테터 사용, 억제대 사용과 같은 의학적 처치들, 환자가 느끼는 불안 정도 등의 추가적인 정보가 섬망 및 비섬망 구분에 유의미하게 기여할 수 있는지에 대해서도 알아보고자 하였다. 그 결과, 순서대로 리치몬드 흥분 진정 척도, 도뇨관 사용 유무, 혈관 카테터의 사용 유무, 해밀턴 불안 척도, 혈액 요소 질소, 급성 생리학 및 만성 건강 평가-II가 중환자실 내 섬망군과 비섬망군을 구분하는 중요한 지표로서 선별되었다.
001). 다중 변수 로지스틱 회귀분석에서 혈관 카테터 사용 유무(p=0.098)를 제외하고 리치몬드 흥분 진정 척도(p＜0.001), 도뇨관 사용 유무(p＜0.001), 해밀턴 불안 척도(p＜0.001), 혈액 요소 질소(p=0.012), 급성 생리학 및 만성 건강 평가-II(p=0.005)가 두 군을 구분하는데 유의미하게 기여하는 것으로 확인되었다(Table 3). 상위 6개 변수만을 사용했을 때, 수신자판단특성곡선 분석 결과 신뢰구간 95%에서 곡선하면적 0.
상위 6개의 변수는 1순위부터 ‘리치몬드 흥분 진정 척도’, ‘도뇨관 사용 유무,’ ‘혈관 카테터 사용 유무’, ‘해밀턴 불안 척도’, ‘혈액 요소 질소’, ‘급성 생리학 및 만성 건강 평가-II’임을 확인하였다. 단일 변수 로지스틱 회귀분석 시 이 상위 6가지 변수 모두 섬망과 비섬망군을 구분하는 것에 유의미하게 기여하는 것으로 확인되었다(p＜0.001). 다중 변수 로지스틱 회귀분석에서 혈관 카테터 사용 유무(p=0.
05)하지 않아 비모수적 방법으로 비교 분석하였다. 두 군간 신체징후 중 체온, 수축기 혈압과 일부 아편계 진통제 및 진정제 계열의 사용에서는 유의미한 차이가 관찰되지 않았다. 이외 다른 32개의 변수에서 두 군간의 유의미한 차이를 보였다(Table 2, p＜0.
판별력이 매우 높아진다는 장점은 있으나, 6%의 판별력을 높이기 위해 6개 지표 외에 추가적인 수십개의 지표를 수집하는 데 발생하는 시간과 비용은 상당하다는 점도 또한 반드시 고려되어야 할 부분이다. 본 연구에서 강조하고자 하는 것은 상위 6개 지표 만으로도 상당한 판별력을 갖출 수 있다는 것이며, 기존의 섬망 선별 도구에서 간과되었고, 따라서 기존 도구와 차별성을 지니는 지표를 사용하여서도 높은 섬망 판별 정확도를 보였다는 것이다.
본 연구에서 비섬망군이 섬망군에 비해 해밀턴 불안 척도로 측정한 불안 지수가 더 높은 것으로 확인되었다. 하지만, 일반적으로는 섬망으로 인한 지남력 저하, 혼란감이 있을 시 흔히 불안이 동반되며, 이에 따른 행동 문제 및 수면 저하로 정신과 협의 진료가 빈번히 이루어진다.
본 연구에서도 가장 중요한 특징으로 확인 되었다. 본 연구의 섬망군의 경우 대부분 이 척도에서 -2 이하의 점수를 보였고, 점수가 낮을수록 섬망과 관련성이 높은 결과를 보였으며, 리치몬드 흥분 진정 척도 상 음의 값을 가지는 저활동형 또는 혼합형 섬망의 빈도가 더 높았을 것으로 추정된다. 저활동형 섬망은 중환자실 환자들에서 더욱 빈번하게 나타나며, 좋지 않은 예후와 관련된 것으로 알려졌다.
상위 6가지 지표 외에 추가적인 지표들을 포함하여 두 군간의 유의미한 차이를 보이는 총 32개 지표에 대한 모델을 사용할 경우 섬망과 비섬망군을 구별하는 판별력이 6% 가량 향상 되었다. 판별력이 매우 높아진다는 장점은 있으나, 6%의 판별력을 높이기 위해 6개 지표 외에 추가적인 수십개의 지표를 수집하는 데 발생하는 시간과 비용은 상당하다는 점도 또한 반드시 고려되어야 할 부분이다.
005)가 두 군을 구분하는데 유의미하게 기여하는 것으로 확인되었다(Table 3). 상위 6개 변수만을 사용했을 때, 수신자판단특성곡선 분석 결과 신뢰구간 95%에서 곡선하면적 0.818 (p＜0.001)로 높은 판별력을 보였다(Fig. 2). 섬망과 비섬망군에서 유의한 차이를 보였던 32가지 변수 모두를 이용한 수신자판단특성곡선은 신뢰구간 95%에서 곡선하면적 0.
2). 섬망과 비섬망군에서 유의한 차이를 보였던 32가지 변수 모두를 이용한 수신자판단특성곡선은 신뢰구간 95%에서 곡선하면적 0.881 (p＜0.001)으로 매우 높은 판별력을 보였다. Delong 방법을 이용하여 선별된 6개의 변수에 대한 모형과 전체 32개 변수 모형의 곡선하면적을 비교를 하였을 경우 0.
섬망군과 비섬망군이 나이, 성별에 대해 매칭되었고, 평균 나이는 섬망군이 67.8±14.6, 비섬망군이 67.7±14.7 (p=0.950)으로 유의미한 차이를 보이지 않았다.
섬망과 비섬망군을 비교하는데 도움을 줄 수 있을 것으로 판단되지만, 본 연구의 주성분 분석에서 상위 6가지 임상 지표 중 마지막으로 랭크 되었다. 이러한 결과는, 본 연구에서 중요한 요소로 확인된 도뇨관 및 혈관 카테터 사용 여부, 불안과 같은 요소들도 섬망을 모니터링하는 데 있어서 매우 중요하고, 간과되어서는 안 되는 요소라는 것을 방증한다.
주성분 분석 상, 1~6순위에 해당된 상위 6가지 변수만을 사용했을 때에 표준편차 대비 가장 큰 유클리디안 거리를 보였다(Fig. 1). 상위 6개의 변수는 1순위부터 ‘리치몬드 흥분 진정 척도’, ‘도뇨관 사용 유무,’ ‘혈관 카테터 사용 유무’, ‘해밀턴 불안 척도’, ‘혈액 요소 질소’, ‘급성 생리학 및 만성 건강 평가-II’임을 확인하였다.

후속연구

향후 연구에서 오전 10시 이외의 다양한 시점에서 임상 정보들을 수집하여 분석을 한다면 보다 일반적인 섬망군의 특성을 확인할 수 있을 것이라 생각된다. 또한, 본 연구에서 섬망군의 중환자실 재실기간이 비섬망군에 비해 유의미하게 길었고, 이는 각 군의 데이터 수집 및 구성에 영향을 주어 두 군간의 직접적인 비교에 제한점이 될 수 있다. 이러한 제한점에도 불구하고, 본 연구에서는 섬망군과 비섬망군을 분류하는 데 있어서 의학적 처치 및 디스트레스와 같은 지표를 포함한 다양한 특징들 중, 어떠한 지표가 두 군을 분류하는 데 있어 보다 중요한 역할을 하는지를 확인하였다는 데 그 의의가 있다.
본 연구는 다양한 질환과 중증도를 가진 환자를 대상으로 수행되었기 때문에 각 환자 간 생물학적 차이에 대한 여러 교란지표들이 존재할 수 있겠으나 나이, 성별과 같은 중요 인구학적 차이를 통제하여 통계분석을 수행함으로 통계적인 신뢰성을 높였다. 본 연구의 또 다른 제한점은 척도를 이용한 환자 상태 평가, 의학적 처지 사용 유무에 대한 정보 획득 등이 특정 시간에만 이루어졌다는 점이고, 따라서 특정 시점에서의 단편적인 환자들의 상태만을 반영하였을 가능성이 있다. 그러나, 특정 시간에 드러난 임상적 특성 자체가 하나의 임상적 의의를 가질 수 있을 것이고, 이것이 섬망군과 비섬망군을 구별하는 지표로서 활용되지 못할 이유는 없을 것이다.
^3,12-14) 따라서, 중환자실 환자 치료 중 발생하는 많은 요소들 중에서 보다 섬망과 관련성이 높은 특징을 찾고, 이러한 요소 중 조절 가능한 인자들을 최소화하는 것이 보다 효율적인 섬망 예방 전략이 될 수 있다. 즉, 섬망 관련성이 높은 인자들에 대한 정보가 있다면 보다 정확하게 고위험군을 선별할 수 있을 것이고, 이를 통해 효율적인 병원 자원 분배와 환자의 좋은 예후를 기대할 수 있을 것이다.³⁾ 선행연구에서는 기존에 인지기능 저하가 없었던 입원환자에서의 입원 초기 24시간 동안 수집된 전자의무기록 데이터를 이용하여 섬망 발생을 예측하는 기계학습 모델을 구축하고 타당성 검증을 시행하였고, 수백 가지 임상 변수들을 분석하여 추가적인 스크리닝 도구를 이용하지 않고 효율적으로 자동화된 섬망 예측을 할 수 있음을 보여주었다.
이러한 제한점에도 불구하고, 본 연구에서는 섬망군과 비섬망군을 분류하는 데 있어서 의학적 처치 및 디스트레스와 같은 지표를 포함한 다양한 특징들 중, 어떠한 지표가 두 군을 분류하는 데 있어 보다 중요한 역할을 하는지를 확인하였다는 데 그 의의가 있다. 추후 전향적 연구를 통해 본 연구에서 확인된 지표들이 실제로 섬망의 발생에 영향을 주는지에 대해 확인하는 것이 필요할 것으로 생각되며, 이러한 지표들을 통하여 보다 정확한 섬망 예측 모델 개발이 이루어질 수 있을 것으로 기대된다.
그러나, 특정 시간에 드러난 임상적 특성 자체가 하나의 임상적 의의를 가질 수 있을 것이고, 이것이 섬망군과 비섬망군을 구별하는 지표로서 활용되지 못할 이유는 없을 것이다. 향후 연구에서 오전 10시 이외의 다양한 시점에서 임상 정보들을 수집하여 분석을 한다면 보다 일반적인 섬망군의 특성을 확인할 수 있을 것이라 생각된다. 또한, 본 연구에서 섬망군의 중환자실 재실기간이 비섬망군에 비해 유의미하게 길었고, 이는 각 군의 데이터 수집 및 구성에 영향을 주어 두 군간의 직접적인 비교에 제한점이 될 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	섬망과 비섬망군을 구별하는 판별력을 높이기 위해 추가적으로 많은 지표를 사용할 경우 장단점은?	상위 6가지 지표 외에 추가적인 지표들을 포함하여 두 군간의 유의미한 차이를 보이는 총 32개 지표에 대한 모델을 사용할 경우 섬망과 비섬망군을 구별하는 판별력이 6% 가량 향상 되었다. 판별력이 매우 높아진다는 장점은 있으나, 6%의 판별력을 높이기 위해 6개 지표 외에 추가적인 수십개의 지표를 수집하는 데 발생하는 시간과 비용은 상당하다는 점도 또한 반드시 고려되어야 할 부분이다. 본 연구에서 강조하고자 하는 것은 상위 6개 지표 만으로도 상당한 판별력을 갖출 수 있다는 것이며, 기존의 섬망 선별 도구에서 간과되었고, 따라서 기존 도구와 차별성을 지니는 지표를 사용하여서도 높은 섬망 판별 정확도를 보였다는 것이다.
	섬망이란?	섬망은 내, 외과적인 질환, 약물 등에 의해 갑작스럽게 나타나는 의식 및 인지의 변화를 특징으로 하는 급성 혼란 상태로 정의되며, 전반적인 뇌 기능 이상으로 인하여 환자들은 행동 문제, 각성 및 수면 상태의 변화를 보이거나, 환각, 망상과 같은 정신병적 증상을 나타내기도 한다.1,2) 특정 연구에 따르면 중환자실 환자의 80%까지 발생 할 수 있다고 할 정도로, 매우 흔히 관찰되는 증후군이다.
	섬망의 대표적인 증상은?	섬망은 내, 외과적인 질환, 약물 등에 의해 갑작스럽게 나타나는 의식 및 인지의 변화를 특징으로 하는 급성 혼란 상태로 정의되며, 전반적인 뇌 기능 이상으로 인하여 환자들은 행동 문제, 각성 및 수면 상태의 변화를 보이거나, 환각, 망상과 같은 정신병적 증상을 나타내기도 한다.1,2) 특정 연구에 따르면 중환자실 환자의 80%까지 발생 할 수 있다고 할 정도로, 매우 흔히 관찰되는 증후군이다.

참고문헌 (33)

Cavallazzi R, Saad M, Marik PE. Delirium in the ICU: an overview. Ann Intensive Care 2012;2:49.

상세보기
Girard TD, Pandharipande PP, Ely EW. Delirium in the intensive care unit. Crit Care 2008;12 Suppl 3:S3.
Brummel NE, Girard TD. Preventing delirium in the intensive care unit. Crit Care Clin 2013;29:51-65.

상세보기
Cole MG, Ciampi A, Belzile E, Zhong L. Persistent delirium in older hospital patients: a systematic review of frequency and prognosis. Age Ageing 2009;38:19-26.

상세보기
Inouye SK. Prevention of delirium in hospitalized older patients: risk factors and targeted intervention strategies. Ann Med 2000;32:257-263.

상세보기
Francis J, Martin D, Kapoor WN. A prospective study of delirium in hospitalized elderly. JAMA 1990;263:1097-1101.

상세보기
Inouye SK. Predisposing and precipitating factors for delirium in hospitalized older patients. Dement Geriatr Cogn Disord 1999;10:393-400.

상세보기
Marcantonio ER, Goldman L, Orav EJ, Cook EF, Lee TH. The association of intraoperative factors with the development of postoperative delirium. Am J Med 1998;105:380-384.

상세보기
Kamel HK, Iqbal MA, Mogallapu R, Maas D, Hoffmann RG. Time to ambulation after hip fracture surgery: relation to hospitalization outcomes. J Gerontol A Biol Sci Med Sci 2003;58:1042-1045.
Oh J, Cho D, Park J, Na SH, Kim J, Heo J, Shin CS, Kim JJ, Park JY, Lee B. Prediction and early detection of delirium in the intensive care unit by using heart rate variability and machine learning. Physiol Meas 2018;39:035004.

상세보기
Hshieh TT, Yue J, Oh E, Puelle M, Dowal S, Travison T, Inouye SK. Effectiveness of multicomponent nonpharmacological delirium interventions: a meta-analysis. JAMA Intern Med 2015;175:512-520.

상세보기
Martinez F, Tobar C, Hill N. Preventing delirium: should non-pharmacological, multicomponent interventions be used? A systematic review and meta-analysis of the literature. Age Ageing 2015;44:196-204.

상세보기
Lundstrom M, Olofsson B, Stenvall M, Karlsson S, Nyberg L, Englund U, Borssen B, Svensson O, Gustafson Y. Postoperative delirium in old patients with femoral neck fracture: a randomized intervention study. Aging Clin Exp Res 2007;19:178-186.

상세보기
Simons KS, Laheij RJ, van den Boogaard M, Moviat MA, Paling AJ, Polderman FN, Rozendaal FW, Salet GA, van der Hoeven JG, Pickkers P, de Jager CP. Dynamic light application therapy to reduce the incidence and duration of delirium in intensive-care patients: a randomised controlled trial. Lancet Respir Med 2016;4:194-202.

상세보기
Wong A, Young AT, Liang AS, Gonzales R, Douglas VC, Hadley D. Development and Validation of an Electronic Health Record-Based Machine Learning Model to Estimate Delirium Risk in Newly Hospitalized Patients Without Known Cognitive Impairment. JAMA Netw Open 2018;1:e181018.

상세보기
Douglas VC, Hessler CS, Dhaliwal G, Betjemann JP, Fukuda KA, Alameddine LR, Lucatorto R, Johnston SC, Josephson SA. The AWOL tool: derivation and validation of a delirium prediction rule. J Hosp Med 2013;8:493-499.

상세보기
Lundstrom M, Edlund A, Karlsson S, Brannstrom B, Bucht G, Gustafson Y. A multifactorial intervention program reduces the duration of delirium, length of hospitalization, and mortality in delirious patients. J Am Geriatr Soc 2005;53:622-628.

상세보기
Ahn JS, Oh J, Park J, Kim JJ, Park JY. Incidence and Procedure-Related Risk Factors of Delirium in Patients Admitted to an Intensive Care Unit. Korean J Psychosomatic Med 2019;27:35-41.
Chanques G, Ely EW, Garnier O, Perrigault F, Eloi A, Carr J, Rowan CM, Prades A, de Jong A, Moritz-Gasser S, Molinari N, Jaber S. The 2014 updated version of the Confusion Assessment Method for the Intensive Care Unit compared to the 5th version of the Diagnostic and Statistical Manual of Mental Disorders and other current methods used by intensivists. Ann Intensive Care 2018;8:33.

상세보기
Adamis D, Meagher D, Rooney S, Mulligan O, McCarthy G. A comparison of outcomes according to different diagnostic systems for delirium (DSM-5, DSM-IV, CAM, and DRS-R98). Int Psychogeriatr 2018;30:591-596.

상세보기
Ahmed S, Leurent B, Sampson EL. Risk factors for incident delirium among older people in acute hospital medical units: a systematic review and meta-analysis. Age Ageing 2014;43:326-333.

상세보기
McNicoll L, Pisani MA, Zhang Y, Ely EW, Siegel MD, Inouye SK. Delirium in the intensive care unit: occurrence and clinical course in older patients. J Am Geriatr Soc 2003;51: 591-598.

상세보기
Haviland A, Nagin DS, Rosenbaum PR. Combining propensity score matching and group-based trajectory analysis in an observational study. Psychol Methods 2007;12:247-267.

상세보기
Ross ME, Kreider AR, Huang YS, Matone M, Rubin DM, Localio AR. Propensity Score Methods for Analyzing Observational Data Like Randomized Experiments: Challenges and Solutions for Rare Outcomes and Exposures. Am J Epidemiol 2015;181:989-995.

상세보기
Khan BA, Guzman O, Campbell NL, Walroth T, Tricker JL, Hui SL, Perkins A, Zawahiri M, Buckley JD, Farber MO, Ely EW, Boustani MA. Comparison and agreement between the Richmond Agitation-Sedation Scale and the Riker Sedation-Agitation Scale in evaluating patients' eligibility for delirium assessment in the ICU. Chest 2012;142:48-54.

상세보기
Han JH, Vasilevskis EE, Schnelle JF, Shintani A, Dittus RS, Wilson A, Ely EW. The Diagnostic Performance of the Richmond Agitation Sedation Scale for Detecting Delirium in Older Emergency Department Patients. Acad Emerg Med 2015;22:878-882.

상세보기
Hamilton M. The assessment of anxiety states by rating. Br J Med Psychol 1959;32:50-55.

상세보기
Knaus WA, Draper EA, Wagner DP, Zimmerman JE. APACHE II: a severity of disease classification system. Crit Care Med 1985;13:818-829.

상세보기
Pohjalainen J, Rasanen O, Kadioglu S. Feature selection methods and their combinations in high-dimensional classification of speaker likability, intelligibility and personality traits. Computer Speech and Language 2015;29:145-171.

상세보기
Samani A, Kawczynski A, Chmura J, Madeleine P. Principle component analysis of exposure variation analysis during computer work at presence of delayed onset muscle soreness. Work 2012;41 Suppl 1:2387-2391.

상세보기
Peritogiannis V, Bolosi M, Lixouriotis C, Rizos DV. Recent Insights on Prevalence and Corelations of Hypoactive Delirium. Behav Neurol 2015;2015:416792.
Marklew A. Urinary catheter care in the intensive care unit. Nurs Crit Care 2004;9:21-27.

상세보기
Gershengorn HB, Garland A, Kramer A, Scales DC, Rubenfeld G, Wunsch H. Variation of arterial and central venous catheter use in United States intensive care units. Anesthesiology 2014;120:650-664.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증