연세의대 김덕원 교수, 골관절염 위험인자 분석
무릎 퇴행성관절염 위험도를 평가할 수 있는 프로그램이 개발됐다.
연세대 의과대학 의학공학교실 김덕원 교수팀은 최근 컴퓨터 설문을 통해 한국인의 무릎 골관절염(osteoarthritis, OA) 발병 가능성을 확인할 수 있는 프로그램을 개발했다고 10일 밝혔다.
프로그램은 인터넷(https://sites.google.com/site/taekeunyoo/oa-risk-calculator)에서 다운 받아 사용할 수 있다.
골관절염은 가장 흔한 관절질환의 하나로, 관절의 연골이 약해지거나 닳으면 관절을 이루는 뼈와 인대 등이 손상돼 염증과 통증이 생기는 질환이다.
2013년 발표된 국민건강영양조사에 따르면 우리나라 50~64세 성인의 5.8%(남자 2.2%, 여자 9.3%), 65세 이상의 24%(남자 9.2%, 여자 34.3%)가 골관절염을 갖고 있는 것으로 조사됐다.
김덕원 교수는 제5차 국민건강영양조사(2010년)에 참여한 50세 이상 2665명의 데이터를 활용해 무릎 골관절염을 유발하는 7개의 위험인자를 선별한 후 인공 신경망(ANN)을 이용한 자가진단 프로그램 모델을 구축했다.
그리고 방사선학적 골관절염 중증도를 켈그렌-로렌스 체계(KL: Keelgren-Lawrence grading system)에 따라 0~4단계까지 구분했다. 김 교수는 이번 모델을 미국 관절염 조사(Osteoarthritis Initiative, 2004)의 45~79세 4,796명 데이터에 적용해 정확도를 검증했다.
프로그램은 7개의 위험인자인 성별과 연령, 키와 몸무게(체질량 지수, BMI), 대학 졸업 유무, 고혈압, 무릎 통증 유무, 청소, 걸레질, 빠른 걸음 등의 하루 활동량을 입력하면 인공 신경망을 이용해 무릎 골관절염 위험도를 바로 확인할 수 있다.
예를 들어 대학을 졸업하지 않은 키 155cm, 몸무게 48kg, 무릎 통증이 없는 70세, 고혈압이 있으며 하루 1시간 정도의 활동량을 갖는 여성의 경우 무릎 골관절염 위험도는 6(Risk Score)으로 고위험군(High Risk Group)으로 분류된다.
0~3은 저위험군이며 4는 경계선상, 5~9는 고위험군이다. 무릎 골관절염에 걸릴 확률(ANN Knee OA risk)은 58%로 고위험군에 속한다.
임상의가 진단을 내리는데 도움이 될 수 있도록 무릎 통증이 있는 환자에서 X-ray 영상으로 진단한 위험도(ANN-Symptomatic Risk)도 분류했다.
사례자의 경우 KL 값이 2로 무릎 골관절염으로 진단됐다. KL 값이 2 이상이면 골관절염이며, 4는 제일 심한 경우다.
김덕원 교수는 "통증이 없는 경우에도 고위험군에 속하는 경우가 있어 프로그램을 통해 고위험군으로 분류되면 전문의를 통해 예방과 조기 치료를 받는 것이 좋다"며 "무릎 골관절염 예방을 위해서는 체중을 줄이고 혈압을 낮추며, 무릎의 과도한 사용을 자제하는 것이 좋다"고 말했다.
한편, 이번 프로그램 개발과 관련된 논문은 PLOS ONE 최신호에 게재됐다.
연세대 의과대학 의학공학교실 김덕원 교수팀은 최근 컴퓨터 설문을 통해 한국인의 무릎 골관절염(osteoarthritis, OA) 발병 가능성을 확인할 수 있는 프로그램을 개발했다고 10일 밝혔다.
프로그램은 인터넷(https://sites.google.com/site/taekeunyoo/oa-risk-calculator)에서 다운 받아 사용할 수 있다.
골관절염은 가장 흔한 관절질환의 하나로, 관절의 연골이 약해지거나 닳으면 관절을 이루는 뼈와 인대 등이 손상돼 염증과 통증이 생기는 질환이다.
2013년 발표된 국민건강영양조사에 따르면 우리나라 50~64세 성인의 5.8%(남자 2.2%, 여자 9.3%), 65세 이상의 24%(남자 9.2%, 여자 34.3%)가 골관절염을 갖고 있는 것으로 조사됐다.
김덕원 교수는 제5차 국민건강영양조사(2010년)에 참여한 50세 이상 2665명의 데이터를 활용해 무릎 골관절염을 유발하는 7개의 위험인자를 선별한 후 인공 신경망(ANN)을 이용한 자가진단 프로그램 모델을 구축했다.
그리고 방사선학적 골관절염 중증도를 켈그렌-로렌스 체계(KL: Keelgren-Lawrence grading system)에 따라 0~4단계까지 구분했다. 김 교수는 이번 모델을 미국 관절염 조사(Osteoarthritis Initiative, 2004)의 45~79세 4,796명 데이터에 적용해 정확도를 검증했다.
프로그램은 7개의 위험인자인 성별과 연령, 키와 몸무게(체질량 지수, BMI), 대학 졸업 유무, 고혈압, 무릎 통증 유무, 청소, 걸레질, 빠른 걸음 등의 하루 활동량을 입력하면 인공 신경망을 이용해 무릎 골관절염 위험도를 바로 확인할 수 있다.
예를 들어 대학을 졸업하지 않은 키 155cm, 몸무게 48kg, 무릎 통증이 없는 70세, 고혈압이 있으며 하루 1시간 정도의 활동량을 갖는 여성의 경우 무릎 골관절염 위험도는 6(Risk Score)으로 고위험군(High Risk Group)으로 분류된다.
0~3은 저위험군이며 4는 경계선상, 5~9는 고위험군이다. 무릎 골관절염에 걸릴 확률(ANN Knee OA risk)은 58%로 고위험군에 속한다.
임상의가 진단을 내리는데 도움이 될 수 있도록 무릎 통증이 있는 환자에서 X-ray 영상으로 진단한 위험도(ANN-Symptomatic Risk)도 분류했다.
사례자의 경우 KL 값이 2로 무릎 골관절염으로 진단됐다. KL 값이 2 이상이면 골관절염이며, 4는 제일 심한 경우다.
김덕원 교수는 "통증이 없는 경우에도 고위험군에 속하는 경우가 있어 프로그램을 통해 고위험군으로 분류되면 전문의를 통해 예방과 조기 치료를 받는 것이 좋다"며 "무릎 골관절염 예방을 위해서는 체중을 줄이고 혈압을 낮추며, 무릎의 과도한 사용을 자제하는 것이 좋다"고 말했다.
한편, 이번 프로그램 개발과 관련된 논문은 PLOS ONE 최신호에 게재됐다.