[논문 리뷰] Building Classifiers to Predict the Start of Glucose-Lowering Pharmacotherapy Using Belgian Health Expenditure Data

Marc Claesen, Frank De Smet외 3명|arXiv (Cornell University)|2015. 04. 28.

Chronic Disease Management Strategies인용 수 7

한 줄 요약

이 연구는 임상 또는 생활습관 데이터 없이도, 단지 이전의 의료비 지출 데이터—특히 약물 구매 및 의료 서비스 이용—를 사용하여 벨기에 환자에서 인슐린 감소 약물 치료 시작 시기를 예측하는 기계학습 분류기를 개발한다. AUC 점수는 74.9%에서 76.8% 사이로 나타나, 임상 또는 생활습관 데이터 없이도 당뇨병 2형의 인구 수준 위험 예측이 가능하다는 것을 입증한다.

ABSTRACT

Early diagnosis is important for type 2 diabetes (T2D) to improve patient prognosis, prevent complications and reduce long-term treatment costs. We present a novel risk profiling approach based exclusively on health expenditure data that is available to Belgian mutual health insurers. We used expenditure data related to drug purchases and medical provisions to construct models that predict whether a patient will start glucose-lowering pharmacotherapy in the coming years, based on that patient's recent medical expenditure history. The design and implementation of the modeling strategy are discussed in detail and several learning methods are benchmarked for our application. Our best performing model obtains between 74.9% and 76.8% area under the ROC curve, which is comparable to state-of-the-art risk prediction approaches for T2D based on questionnaires. In contrast to other methods, our approach can be implemented on a population-wide scale at virtually no extra operational cost. Possibly, our approach can be further improved by additional information about some risk factors of T2D that is unavailable in health expenditure data.

연구 동기 및 목표

• 당뇨병 2형의 약물 치료 시작 위험이 높은 환자를 식별하기 위한 확장 가능하고 저비용의 방법을 개발하기 위해.
• 환자 설문조사나 임상 측정이 필요 없이 보험사에서 이용 가능한 정기적 수집된 의료비 지출 데이터만을 활용하기 위해.
• 이러한 데이터로도 알려진 T2D 위험 요인에 기반한 기존 위험 예측 모델과 유사한 예측 성능을 달성할 수 있는지 평가하기 위해.
• 자동화된 전 인구 스크리닝을 통해 조기에 간병을 유도하고 임상적 후속 조치를 타겟팅할 수 있도록 지원하기 위해.

제안 방법

• 암호화된 의료비 지출 데이터에서 환자 수준의 특징을 구성하였으며, ATC 코드가 부여된 약물 구매 및 의료 절차 코드(Provs)를 포함하였다.
• 약물 및 의료 서비스 이용 패턴을 고정 길이의 특징 벡터로 인코딩하기 위해 벡터화 기법을 적용하였다.
• 과거 의료비 지출 데이터를 기반으로 향후 GLA 시작을 예측하기 위해 여러 종류의 지도 학습 분류기, 특히 RESVM(정규화된 앙상블 서포트 벡터 머신)을 훈련시켰다.
• 모델 성능 평가를 위해 ROC 곡선과 정밀도-재현율 곡선을 사용하였으며, 클래스 불균형 문제는 재표본화 및 신뢰구간을 통해 다루었다.
• RESVM 앙상블 내 선형 기저 모델의 계수 평균을 통해 특징 중요도 분석을 수행하여 주요 예측 변수를 규명하였다.
• 다양한 학습 알고리즘과 특징 표현 방식을 비교하여 최적의 구성 조합을 도출하였다.

실험 결과

연구 질문

• RQ1 의료비 지출 데이터만으로도 향후 인슐린 감소 약물 치료 시작을 임상적으로 의미 있는 정확도로 예측할 수 있는가?
• RQ2 임상 또는 생활습관 데이터에 기반한 전통적인 위험 예측 모델과 비교해 성능는 어떻게 되는가?
• RQ3 약물 및 의료 서비스 이용 패턴 중에서 향후 제2형 당뇨병 진단 또는 치료 시작을 가장 잘 예측하는 것은 무엇인가?
• RQ4 의약품 데이터 외에 의료 절차 코드까지 포함함으로써 모델 성능을 얼마나 향상시킬 수 있는가?
• RQ5 이 방법은 추가적인 환자 상호작용 없이도 최소한의 운영 비용으로 대규모로 구현 가능한가?

주요 결과

• 가장 뛰어난 성능을 보인 모델인 ATC|provs 벡터화를 사용한 RESVM은 수확 곡선 아래 면적(AUC)이 74.9%에서 76.8% 사이로 나타났다.
• 이 모델의 성능는 설문조사나 임상 데이터를 사용하는 최신 기술의 T2D 위험 예측 도구와 유사하다.
• 심혈관계 약물 사용(ATC 주 카테고리 'C')이 가장 중요한 예측 변수로 드러났으며, 이는 T2D와의 알려진 공존 질환 연관성을 반영한다.
• 체질량지수(BMI), 가족력, 생활습관과 같은 핵심 위험 요소에 대한 직접 정보가 없음에도 불구하고 이 방법은 효과가 유지된다.
• 이 방법은 거의 제로의 추가 비용으로 완전히 자동화된 대규모 위험 스크리닝이 가능하며, 보험사 워크플로우에 통합하기에 적합하다.
• 특징 중요도 분석 결과, 약물 및 의료 서비스 이용 패턴이 향후 GLA 사용에 강력한 예측 신호를 지닌다.