심부전 환자의 가이드라인 기반 약물치료 현황 분석 및 허혈성 심부전 악화 동적 예측모델 개발: 국민건강보험 청구자료 분석 = Guideline-Directed Medical Therapy Utilization in Heart Failure and Development of a Dynamic Prediction Model for Ischemic Heart Failure Exacerbation Using National Claims Data

다국어 초록 (Multilingual Abstract)

Heart failure (HF) is highly prevalent among older adults and is recognized as one of the leading causes of hospitalization and death. As of 2012, the prevalence of HF among individuals aged 65–70 was 4.3%, and it is projected to reach 8.5% by 2030, highlighting HF as a major public health issue in the elderly population. To improve outcomes in HF patients, the appropriate initiation and continued maintenance of guideline-directed medical therapy (GDMT) is essential regardless of age, with numerous clinical studies demonstrating its effectiveness in improving symptoms and survival. However, in real-world settings, there is a lack of long-term data assessing GDMT adherence in older patients, and evidence on GDMT prescription patterns in the elderly population in Korea remains particularly limited.
HF is classified etiologically into ischemic and non-ischemic types, with ischemic HF generally associated with worse outcomes and higher mortality. Post-myocardial infarction heart failure (post-MI HF), a representative form of ischemic HF, is known to carry especially poor prognosis. Therefore, developing a prediction model tailored for post-MI HF patients is crucial for early identification of high-risk patients and improving clinical outcomes.
In this study, we analyzed GDMT use and treatment patterns in 10,546 HF patients aged ≥60 years using national health insurance claims data and developed a dynamic prediction model for ischemic HF exacerbation in 2,034 post-MI HF patients.
At cohort entry, 20.0% of patients were not receiving any of the GDMT components, while 8.3% were on triple therapy. The proportion of non-users increased to 26.8% at 3 months and remained around 30% thereafter, whereas the proportion receiving triple therapy declined to 3.7% at 36 months. Over the entire 36-month follow-up period, the average proportion of GDMT non-users was approximately 28%, and that of triple therapy users was 6.7%, which is relatively lower than reported in previous international studies. These low prescription rates may be attributed to various factors such as advanced age, impaired renal function, hypotension, and limited awareness of medication benefits. Overall, monotherapy was the most frequently prescribed regimen, increasing from 42.6% at baseline to 43.9% at 36 months.
When analyzed by GDMT combinations, the proportion of patients receiving RAS inhibitor monotherapy steadily increased from 34.7% at baseline to 45.5% at 36 months. In contrast, the use of spironolactone monotherapy, RAS inhibitor + spironolactone combination therapy, and triple therapy showed a gradual decline over time.
For the dynamic prediction model, landmark analysis at 3-month intervals was applied over 3 years. A total of 63 candidate predictors—including both static and time-dependent variables—were evaluated using Lasso regression, and a Cox proportional hazards model was developed. The final model identified age, type of index visit, number of GDMT agents, use of loop diuretics, steroids, statins, and comorbidities including anemia, chronic obstructive pulmonary disease, pneumonia, cancer, and renal disease as significant predictors. The model showed strong discrimination with a Harrell’s Concordance index of 0.792 (95% CI: 0.777–0.807), outperforming previously published models. Performance remained consistent after bootstrap validation, and calibration plots demonstrated high agreement between observed and predicted probabilities. A nomogram was also constructed to visualize individual risk. This study is the first in Korea to develop a dynamic prediction model for HF exacerbation in post-MI HF patients using on longitudinal GDMT data.
This model has the potential to serve as a foundation for the early identification of high-risk patients with heart failure and to facilitate the development of more personalized treatment strategies tailored to individual clinical characteristics. In this study, we made several methodological attempts to achieve these goals, including the construction of a dynamic prediction model based on changes in medication-related factors. These efforts may provide a valuable basis for future research.
However, this study has several limitations. Notably, important clinical variables such as the use of Sodium–Glucose Cotransporter 2 (SGLT2) inhibitors and left ventricular ejection fraction (LVEF) were not included due to the limitations of claims data. In addition, external validation using data from other populations or healthcare systems has not yet been performed. Therefore, further research incorporating these variables and validating the model in broader settings is warranted to enhance its generalizability and clinical applicability.

국문 초록 (Abstract)

심부전(heart failure, HF)은 고령 인구에서 높은 유병률을 보이며, 주요한 입원 및 사망 원인 중 하나로 알려져 있다. 2012년 기준, 65세에서 70세 사이 연령대의 심부전 유병률은 4.3%였으며, 2030년에는 8.5%에 이를 것으로 예측되는 등, 심부전은 노년층에서 매우 중요한 보건의료 문제로 부각되고 있다.
심부전 환자의 예후 향상을 위해 고령 환자에서도 젊은 환자와 마찬가지로 가이드라인 기반 약물치료(guideline-directed medical therapy, GDMT)의 적절한 시작과 지속적인 유지가 필수적이며, 이는 심부전 증상 개선과 생존률 향상에 효과적임이 다수의 임상연구를 통해 입증되었다. 그러나 실제 임상에서는 고령 심부전 환자에서 GDMT의 적절한 이행 여부를 확인한 장기적 데이터가 부족하며, 특히 국내 고령 환자를 대상으로 한 GDMT 처방 패턴에 대한 데이터는 매우 제한적이다.
심부전은 병인에 따라 허혈성 심부전과 비허혈성 심부전으로 구분되며, 이 중 허혈성 심부전은 비허혈성에 비해 전반적인 예후가 불량하고 사망률이 높은 것으로 보고되어 있다. 허혈성 심부전의 대표적인 형태인 심근경색 후 심부전(post-myocardial infarction heart failure, post-MI HF)은 특히 높은 사망률과 불량한 예후를 보인다. 기존에도 심부전 악화를 예측하기 위한 다양한 모델이 제시되어 왔으나, 예후가 특히 불량한 허혈성 심부전 환자에 초점을 맞춘 특화된 예측모델은 부족한 실정이다. 따라서, post-MI HF 환자의 예후를 개선하고 고위험군을 조기에 식별하기 위해, 이들 환자군에 특화된 심부전 악화 예측모델의 개발이 필요하다.
본 연구는 건강보험 청구자료를 기반하여 두 가지 목적을 가지고 수행되었다. 첫째, 고령 심부전 환자에서 GDMT의 실제 사용 현황과 치료 패턴의 변화를 분석하고자 하였으며, 둘째, post-MI HF 환자를 대상으로 GDMT 사용 및 약물관련 인자의 변화를 반영한 심부전 악화 동적 예측모델을 개발하고자 하였다.
첫번째 파트에서는 만 60세 이상 심부전 환자 10,546명을 대상으로 최대 3년간의 약물 사용을 추적관찰 하였다. GDMT 사용 현황과 치료 패턴의 변화 분석에서는 약물 사용은 코호트 입적일로부터 3개월 간격으로 확인하였으며, GDMT는 Renin-Angiotensin System (RAS) 억제제, evidence-based β-blocker, spironolactone을 기준으로 단일요법, 이중요법, 삼중요법으로 분류하였다.
연구 결과, 코호트 입적일 시 GDMT 구성 약제를 1종도 사용하지 않은 환자(미사용자)는 20.0%, 삼중요법을 사용한 환자는 8.3%였다. 미사용자군은 3개월 시점에 26.8%로 증가한 후 약 30% 수준을 유지하였고, 삼중요법군은 36개월 시점에 3.7%로 감소하였다. 전체 36개월 추적 관찰 기간동안 GDMT 미사용자는 약 28%, 삼중요법 사용자는 평균 6.7%로 나타났으며, 이는 해외 보고에 비해 낮은 수준이었다. 이러한 낮은 처방률은 고령, 신장기능 저하, 저혈압 및 약물 인식 부족 등 다양한 요인에 기인한 것으로 판단된다. 전체적으로는 GDMT 단일요법을 복용한 환자의 비율이 가장 높았으며, 입적일 기준 42.6% 에서 36개월 시점에는 43.9%로 증가하였다.
GDMT 조합별로 분석한 결과, RAS 억제제 단독 사용은 입적일 기준 34.7%에서 36개월 시점 45.5%로 꾸준히 증가하였다. 반면, spironolactone 단독, RAS 억제제 + spironolactone 병용 요법, 그리고 삼중요법은 시간 경과에 따라 점진적으로 감소하는 경향을 보였다.
두번째 연구인 동적 예측모델 개발 연구는 post-MI HF 환자 2,034명을 대상으로 3년의 추적 관찰 기간동안 3개월 간격의 랜드마크 분석 기법을 적용하였다. 전체 환자의 36.6%(745명)에서 심부전 악화 또는 사망 사건이 발생하였다. 총 63개의 예측 후보 변수는 정적 변수와 시간 의존적 변수로 구성되었으며, Lasso 회귀를 통해 변수를 선택한 후 Cox 비례위험모형 기반의 예측모형을 개발하였다.
최종 예측모델에서는 나이, 입적일 시 입원·외래 여부, GDMT 복용제제 개수, 루프 이뇨제, 스테로이드, 스타틴, 빈혈, 만성폐쇄성폐질환, 폐렴, 암, 신장질환이 유의한 예측 변수로 확인되었다. 모델의 Harrell's C-index는 0.792 (95% CI: 0.777–0.807)이며, 타 연구에서 개발된 모델의 성능이 0.59 ~ 0.62 수준임을 고려할 때, 본 연구에서 개발한 예측모델은 심부전 악화 및 사망 예측에 있어 우수한 성능을 보였다. 부트스트랩 보정 결과에서도 유사한 성능이 유지되었으며, calibration plot을 통해 관측된 생존 확률과 예측 생존 확률 간의 높은 일치도를 확인하였다. 또한 임상적 활용 가능성을 높이기 위해 최종 예측모형을 바탕으로 노모그램을 작성하여, 개별 환자의 심부전 악화 및 사망 위험도를 시각화 하였다.
본 연구는 국내 post-MI HF 환자를 대상으로 GDMT 정보를 통합한 동적 예측모델을 개발한 최초의 연구이다. 이러한 예측모델은 심부전 고위험 환자를 조기에 식별하고, 개인의 임상적 특성을 고려한 맞춤형 치료 전략을 개발하는 데 기초 자료로 활용될 수 있는 가능성을 제시하였다. 본 연구에서는 이러한 목적을 달성하기 위해 약물 관련 요인의 변화를 반영한 동적 예측모델을 구축하는 등 여러 방법론적 시도를 하였다. 이러한 시도들은 향후 보다 정교한 예측모델 개발을 위한 기반을 마련하였다고 할 수 있다.
그러나 본 연구는 청구자료 기반의 한계로 인해 SGLT2 억제제 사용 여부나 좌심실 박출률(LVEF)과 같은 주요 임상 정보를 반영하지 못하였고, 외부 자료를 통한 검증도 이루어지지 않아 결과의 일반화나 즉각적인 임상 적용에는 제약이 있었다. 따라서 향후 연구에서는 해당 변수들을 포함하고, 다양한 인구 집단을 대상으로 외부 검증을 수행하여 모델의 임상적 유용성과 적용 가능성을 높일 필요가 있다고 판단된다.

목차 (Table of Contents)

• 제 1 장 서 론 10
• 제 1 절 연구의 배경 10
• 제 2 절 연구의 목적 17
• 제 2 장 연구방법 18
• 제 1 절 연구 설계 18
• 1.1 데이터 출처 18
• 1.2 연구대상자 선정 19
• 제 2 절 심부전 환자의 GDMT 처방 현황 분석 20
• 2.1 추적관찰 20
• 2.2 심부전 환자의 GDMT 사용 현황 분석 20
• 2.3 통계분석 21
• 제 3 절 심근경색 후 심부전 환자의 동적 예측모델 개발 22
• 3.1 랜드마크 분석(Landmark Analysis) 22
• 3.2 결과변수 25
• 3.3 예측 변수 26
• 3.4 모델 개발 및 검증 31
• 제 3 장 연구 결과 33
• 제 1 절 연구 대상자의 기초 특성 33
• 제 2 절 심부전 환자의 GDMT 처방 패턴 36
• 2.1 심부전 환자의 GDMT 처방 현황 분석 36
• 제 3 절 심근경색 후 심부전 환자의 동적 예측 모델 42
• 3.1 심근경색 후 심부전 발생 환자의 기초 특성 42
• 3.2 데이터셋의 구성 42
• 3.3 허혈성 심부전 악화 예측모델 개발 결과 47
• 제 4 장 고 찰 56
• 제 5 장 결 론 66
• 참고 문헌 68
• Abstract 78