▢  연구 배경

고혈압은 국민 건강과 의료비용에 가장 큰 영향을 미치는 만성질환이다. 그러나 질병 연구에 대규모 환자의 장기적인 추적 관찰이 필요하여 우리나라의 특성을 반영한 진료 지침 수립이 어려운 문제가 있다. 만성 질환의 장기적 추적 관찰에 바람직한 연구 모형은 코호트 연구이나, 유수의 우수 코호트 연구의 경우에도 장기 추적률을 유지하기는 쉽지 않으며 많은 비용이 요구된다. 

보건의료 빅데이터는 많은 수의 환자를 장기간 추적 관찰할 수 있다는 장점이 있어 많은 연구가 이루어지고 있다. 그러나 혈압, 임상 검사 결과 등과 같은 상세 정보의 결여로 고혈압과 같이 핵심 질병 지표가 지속적으로 변화하며 질병 경과에 영향을 주는 만성 질환의 경우 활용에 한계가 있다.

보건의료 빅데이터와 병원데이터를 연계한 코호트를 구축한다면 고혈압 환자에서 장기적인 예후를 탈락 없이 관찰할 수 있는 효과적 자료원이 될 것으로 기대된다. 

▢  연구 목적

국공립대학병원이 보유한 병원데이터와 보건의료 빅데이터 간 정보를 연계·활용하여 한국인 고혈압 환자들의 심혈관계 위험도 산출 모델을 개발하고자 한다.   

▢  연구 방법

2006년에서 2011년 사이 국공립대학병원에 고혈압을 주상병으로 처음 진료 받은 환자를 입적하고 자료를 분석하여 11,083명의 고혈압 환자의 2년간의 심층 병원데이터 레지스트리를 구축하였다. 해당 자료의 식별자를 별도로 분리하여, 연구자에 대해 개인 정보 유출 가능성을 차단한 상태로 건강보험공단의 보건의료 빅데이터를 연계하였다.

대상 환자와 성별 및 연령이 매칭되며 2006∼2009년 (병원데이터의 중앙값)에 고혈압 진단이 없으며, 2회 이상 건강 검진 자료가 있는 비고혈압군을 10배수 추출하여 비고혈압정상대조군을 설정하였다. 

고혈압 환자군, 비고혈압정상대조군의 최대 10년 장기 추적을 통해 고혈압의 심뇌혈관질환 발생 위험성을 확인하고, 이를 통해 심혈관계 위험도 산출 모델을 개발하였다.

▢  연구 결과

1) 6개 국공립대학병원에서 2006∼2011년 고혈압으로 처음 진료를 시행한 환자 11,043명의 코호트를 구축하였다. 

2) 고위험군 35%, 중등도 위험군 17%, 저위험군 48%의 구성이며, 68.6%의 환자는 기존의 고혈압 약제 복용 경력자이고 31.4%는 새로 고혈압 약제 치료를 시작하였다.

3) 환자의 41%는 단일 약제로 조절하였고, 59%의 환자는 병합약제를 복용하여 환자당 평균 1.82±0.90개의 약제를 복용하였다. 

4) 2년 병원 기록 추적상 심뇌혈관질환 발생률(당뇨병 발생률 포함)은 고위험군 9.0%, 중등도위험군 3.8%, 저위험군 1.2% 으로 매우 높은 수준이었고, 당뇨병 발생을 제외하여도 각각 6.7%, 1.6%, 0.7% 수준이었다.

5) 고혈압 환자의 심뇌혈관질환 발생률은 정상 대조군의 두 배 이상이었고, 당뇨병 발생 위험성 역시 정상인의 두 배 이상으로 높았다. 

▢  결론 및 정책적 제언

1) 우리나라 고혈압 환자의 심혈관사건 발생률은 외국의 결과와 비교해 오히려 높은 편이다. 특히 고위험군에서 강압정도가 낮아 의료진 및 환자의 좀더 철저한 혈압 조절에 대한 각성이 필요하다.

2) 국민 전체를 대상으로 한 일률적 접근으로 심뇌혈관질환 발생을 막는 전략은 한계에 다다르고 있다. 향후 한국인 역학 자료에 근거한 심혈관계 위험도를 산출하고 이에 따라 고위험군을 선제적, 집중 관리하는 전략으로 전환되어야 한다. 

3) 본 연구에서 구축한 병원 기반 레지스트리에서 충실한 심층 자료를 기초 자료로 활용하고 건강보험공단의 건강보험청구자료 등 공공 보건 자료를 결합하여 장기 추적하는 연구 모델은 국가 단일 건강보험 체계인 우리나라 의료 제도의 장점을 활용하여 추적 관찰의 비용을 최소화하며 추적 효과는 극대화 할 수 있는 향후 저비용고효율 레지스트리 연구 기법으로 활용 가능하다.

▢  Background

Hypertension is a chronic disease that requires long-term follow-up of large-scale patients while having a big impact on national medical expenses and survival. Even for good cohort studies, maintaining long-term follow-up rates is not easy and expensive.

Public big data has the advantage of long-term follow-up of a large number of patients, and many studies are being conducted. However, the lack of detailed information such as blood pressure and clinical test results limits its use.

The establishment of a health care big data cohort linking national insurance claim data with hospital medical records is expected to be an effective source of data for long-term prognosis in hypertensive patients.

▢  Objective

The study aims to develop a model for calculating cardiovascular risk in Korean hypertension patients by linking and utilizing information between in-depth data held by national university hospitals / medical institutions and national insurance claim data.

▢  Methods

An in-depth analysis of the health care owned by national (including corporations) university hospital-level medical institutions established an in-depth data registry of 11,043 hypertensive patients. We enrolled the patients who newly visited six national university hospitals with hypertension and were follwed up for more than 2 years. Then we merged the National Health Insurance data after deleting personal identification data. Lastly, we sorted ten fold larger non-hypertensive age/sex-matched controls from the National Health Insurance Sample Cohort.  

In-depth Data Registry linking public health care big data are ongoings. By identifying cardiovascular events by long-term follow-up of up to 10 years of hypertension patients with moderate or higher risk in Korea, we developed a cardiovascular risk calculation model.

▢ Results 

1) Korean Hypertension Cohort consists of 35% of high-risk groups, 17% of middle-risk groups, and 48% of low-risk groups, respectively. 68.6% patients have previously diagnosed hypertension, while 31.4% were newly diagnosed hypertension.

3) 41% of patients were controlled with single medications, and 59% of patients took combined medications, averaging 1.82 ± 0.90 medications per patient.

4) In the 2-year hospital record tracking, the incidence of cardiovascular events (including diabetes) was very high, with 9.0% in the high-risk group, 3.8% in the middle-risk group, and 1.2% in the low-risk group, respectively.

5) The incidence rate of cardiovascular events in patients with high blood pressure was more than twice that of normal controls, and the risk of diabetes was more than twice that of normal people.

▢  Conclusions

The incidence of cardiovascular events in Korean hypertension patients is not low, but rather high, compared to foreign results. In particular, in high-risk groups, the degree of coercion is low, requiring attentive medical staff / patients to control blood pressure more thoroughly. The strategy of preventing the occurrence of cardiovascular events with a uniform approach to the whole population is approaching its limit. In the future, cardiovascular risk based on Korean epidemiological data should be calculated and converted into a strategy for preemptive and intensive management of high-risk groups. The research model that uses faithful in-depth data as basic data in the hospital-based registry established in this study and combines public health data such as health insurance claim data of the National Health Insurance Corporation for long-term follow-up is Korea's medical system which is the national single health insurance system. It can be used as a low-cost, high-efficiency registry research technique that can minimize the cost of follow-up and maximize the tracking effect. 

▢  Acknowledgement

This Research was supported by National Evidence-based Healthcare Collaborating Agency (NECA) funded by the Ministry of Health and welfare (grant number NA18-001, NA20-001).

요약문 x

Executive Summary xii

Ⅰ. 서론   1

  1. 연구배경   1

Ⅱ. 선행연구 및 제언   4

  1. 한국인 심혈관계 위험도 평가 선행 연구 4

  2. 연구의 필요성   9

Ⅲ. 연구 방법 14

  1. 연구 목적 14

  2. 대상 환자 14

  3. 연구 추진 전략 17

  4. 연간 코호트 입적 수 및 통계적 검정력 추정 23

  5. 수집 정보 26

  6. 웹기반 자료 입력 29

  7. 이차자료원 연계 30

  8. 독립 자료원을 통한 모형 검증 30

  9. 자료 분석 30

Ⅳ. 연구 결과 32

  1. 등록 환자 및 대조군 등록 현황 32

  2. 등록 환자 기저 지표 34

  3. 추적결과 37

  4. 연구 주제별 결과 분석 42

Ⅴ. 결론 및 정책제언 120

  1. 결론 120

  2. 연구 개발 성과의 활용 방안 / 기대 효과 121

  3. 연구 제한점 122

Ⅵ. 참고문헌 124