이상수의 health policy insight

[Health Policy Insight-제93회]

투명성 증진, 주요 결과에 대한 표준화된 데이터 수집 및
합성 개선이 임상연구의 새로운 방향

이 상 수
메드트로닉코리아
대외협력부상무

우수한 보건의료의 핵심 원칙은 공개적이고 객관적으로 도출된 가장 높은 수준의 질의 과학적 데이터(highest-quality scientific data)에 근거를 두고 모든 정책적 의사결정을 내린다는 것이다. 데이터가 이러한 조건에 부합하는지 여부를 결정하는 것은 어렵다; 불확실성은 의사와 정책입안자가 행동을 취하지 않게(inaction) 할 수 있다. 비록 무작위 비교임상(randomized controlled trials, RCTs)는 치료 효과에 대한 데이터 측면에서 이상적인 자원(resources)으로 오랫동안 여겨져 왔지만, 의사결정에 대한 근거를 구하는 다른 방법들이 점차 관심을 받아 왔으며 이러한 강점을 이용하고 서로 상이한 데이터 원천(sources)의 한계점을 극복하기 위하여 새로운 방법들이 촉진되고 있다. 대규모의 잘 설계된 임상연구에서 무작위 배정(randomization)은 대조군(control groups)과 중재군(intervention groups)에서 알려진 혹은 알려지지 않은 요인을 고르게 배분하여 혼란변수(confounding) 잠재성을 줄여준다. 이러한 강점에도 불구하고 RCTs는 상당한 제한점을 안고 있는데 강한 내적타당도(internal validity)를 갖고 있지만 때때로 외적타당도(external validity)가 부족하다; 연구 대상인구를 벗어난 연구결과의 일반화(generalization)는 타당성을 갖지 못한다. 

RCTs는 일반적으로 치료효과 기간을 평가하거나 시판후 조사(post marketing surveillance) 및 장기간 추적관찰 중에 명백히 드러나는 드물지만 치료의 심각한 이상반응을 확인하는데 충분한 연구 기간 혹은 대상인구 크기(가령, 백신의 면역 소실)를 갖지 못하며 실제적으로 RCTs에서는 이를 평가할 수 없다. RCTs의 점차 늘어가는 고비용과 시간은 관심있는 결과와 높은 상관관계가 없을 수 있는 대리 마커(surrogate markers)에 의존하게 된다. 고위험군의 선택은 적절한 수의 연구결과(end point)를 갖는 가능성을 높이지만 이러한 대상환자군은 더 폭 넓은 목표 대상인구에 관련성이 없을 수 있다.

계획, 실행 및 분석에 종종 수 년이 소요되는 RCTs가 갖는 이러한 한계점과 현실은 임상 혁신(clinical innovations)과 보조를 맞춘 RCTs 역량을 낮춘다; 새로운 제품과 표준요법(standards of care)은 종종 초창기 모델이 평가를 마치기 전에 개발된다. 이러한 한계점은 긴급한 의료문제(가령, 감염질환 발병)에 대한 RCTs 이용에 영향을 끼치는데 공중보건 의사결정은 제한되고 종종 불완전한 데이터 상황에서 신속히 이루어져야 하기 때문이다. RCTs는 치료의 개인별 효과(individualized effect)를 평가하는데도 제한적이며 외과적 수술기법의 차이로 인한 결과와 일반적으로 희귀질환에서 비현실적이다.

많은 다른 데이터 원천은 임상 및 공중보건 실행에 대한 타당한 근거를 제공할 수 있다. 새로운 프로그램과 정책의 실행으로부터 도출된 결과 평가를 포함한 관찰연구(observational studies)는 가장 중요한 원천이지만 다른 예로서는 수집된 임상 혹은 역학 데이터(aggregate clinical or epidemiologic data) 분석이 있다. 현행 근거 등급 시스템(evidence-grading system)은 RCTs에 편향적이며 비무작위(non-RCT) 데이터에 부적절한 고려를 야기시킨다. 관찰연구를 반대하는 데에는 이러한 연구가 치료효과를 과대평가할 수 있다는 믿음과 함께 인식되지 못한 요인에 인한 편향(bias)에 대한 잠재성을 제시하고 있다. 과대평가 편향(overestimation bias)이 일부 관찰연구에서 나타났지만, 관찰연구와 RCTs 간의 타당성 비교는 많은 잘못된 오해를 벗어나게 했다.

모든 연구디자인에는 결함이 있으며 모순된 결과는 모든 형태의 연구에서 나타난다. 표1은 모든 데이터 원천의 강점과 한계점을 보여주며 의사결정을 위해 가장 유용한 데이터를 구하는 방법을 제시한다. 공중보건의 많은 다른 주제와 마찬가지로 서로 상이한 방법을 이용한 연구에서 도출되는 서로 모순되는 결과가 예측될 수 있다. 모든 근거의 연구방법, 측정 및 관찰의 비판적인 분석(critical analysis)은 결과를 올바르게 해석하고 조치를 취하기 위한 적절한 권고사항을 제시하는데 중요하다. RCTs에서 편향이 최소화된 것과 유사한 방식으로 장기간 추적관찰을 수반한 대규모 관찰 연구에서 편향을 최소화하도록 설계할 수 있다. 많은 경우 아마도 대다수 현대 진료(medicla practice)에서 RCT에 기초한 데이터는 부족할 뿐만 아니라 행동(action)을 위한 근거 제공을 위해 RCT가 아닌 연구가 계획되거나 완성된다. 임상의학의 “암흑 물질(dark matter)”은 의사에게 대다수 질환에 대해 커다란 정보 격차(information gaps)를 남겨두고 과거 진료방식과 임상에 대한 구전지식(clinical lore)에 대한 의존도를 높인다. 다른 잠재적으로 매우 가치있는 데이터 원천을 희생하고 RCTs를 고집하는 것은 역효과를 초래한다. 결과(outcome)를 명확히 하고 현존하는 데이터를 엄격하고 객관적으로 평가하고, 독립적으로 혹은 RCTs 데이터와 비교하여 이용가능한지 여부와 새로운 연구(RCTs 혹은 다른 연구)가 필요한지 여부를 결정하는 것이 보다 나은 접근방식이다.

가치있는 의료데이터를 구하는 새로운 방법이 지속적으로 도출되고 있다. 의료정보에 참여  공유하고자 하는 환자의 증가된 의사(willingness)와 더불어 전자의무기록(electronic health records)과 확대된 환자 레지스트리를 포함한 “빅 데이터”는 대규모 중재적 연구(interventional study)에 유용한 데이터를 생성시키고 행동을 위한 더 강한 근거를 구하기 위한 다양한 데이터 원천의 보충적 이용에 새로운 기회를 제공한다. 예를 들어, RCTs가 의약품의 편익을 보여줄 수는 있겠으나 대규모 관찰연구는 투여량을 조정하고 드물게 발생하는 이상반응을 확인하기 위해 실행될 수 있다. 또한, RCTs의 효능과 효율성을 높이기 위한 새로운 전략이 실행되고 있는데 환자 모집(enrollment)을 증가시키고 연구 종료까지의 비용과 시간을 줄이고, 치료에 효과를 보이는 대상 환자를 좀 더 잘 확인하기 위한 협력적 및 조절성 연구(adaptive trials)를 포함한다.

의료 중재술 연구에 단일의 최상의 접근방식은 존재하지 않는다; 임상 및 공중보건 의사결정은 항상 불완전한 데이터를 근거하여 이루어진다. 연구방법에서 투명성(transparency)을 증진하고 주요 결과(outcomes)에 대한 표준화된 데이터 수집을 보장하고 데이터 합성(synthesis)을 개선시키기 위한 새로운 접근방식을 이용하는 것이 행동을 위한 결과 해석과 데이터 확인에서 중요한 단계이며 시간이 지남에 따라 결론은 바뀔 수 있다는 것을 인식해야 한다.

더 많은 연구와 더 우수한 데이터를 위한 논쟁은 항상 존재할 것이나 좀 더 많은 데이터를 기다릴 경우 종종 행동을 취하지 않거나 최상의 이용 가능한 근거가 아닌 과거 진료 행태에 기초하여 행동을 취하는 암묵적인 의사결정을 하게 된다. 목표는 공개적이고 객관적으로 도출된 임상 및 공중보건 행동에 충분한 행동 가능한 데이터(actionable data)이어야 하며 다음과 같이 말할 수 있어야 한다: “이것이 우리의 권고사항이며 그 이유입니다(“Here’s what we recommend and why”).

 

시사점

•모든 연구디자인에는 결함이 있으며 모든 형태의 연구에서 모순된 결과가 존재함

•의료 중재술 연구에서 단일의 최상의 접근방식은 존재하지 않음

•결과(outcome)를 명확히 하고 현존하는 데이터를 엄격하고 객관적으로 평가하고, RCTs 데이터와 비교하여 이용가능한지 여부와 새로운 연구가 필요한지 여부를 결정하는 것이 보다 나은 임상연구에 대한 접근방식임

논문 출처 : Evidence for Health Decision Making —Beyond Randomized, Controlled Trials
Thomas R. Frieden, M.D., M.P.H. N Engl J Med 2017; 377:465-475. August 3, 2017
http://www.nejm.org/doi/full/10.1056/NEJMra1614394

* 본 컬럼은 의료기기를 비롯한 헬스케어 분야의 국내외 학회지에 발표된 논문 및 연구보고서 등을 살펴봄으로써 우리나라 의료기기 관련 보건의료정책 마련에 통찰력을 제공하기 위한 목적으로 매주 발표됨

키워드

#N
저작권자 © 의료기기뉴스라인 무단전재 및 재배포 금지