대사증후군(MetS)은 비만, 고혈압, 고혈당, 이상지질혈증으로 인해 발생하는 만성질환이며, 심혈관질환 또는 제2형 당뇨병으로 이어질 수 있다. 따라서 대사증후군을 조기에 발견하고 예방하는 것은 매우 중요하다. 개인은 일상생활에서 자신의 건강 상태를 쉽게 모니터링할 수 있다면 대사증후군을 조기에 발견하고 이를 효과적으로 관리할 수 있다. 본 연구에서는 비침습적 정보만을 활용하여 대사증후군 예측 모형을 개발함으로써 실제 환경에서의 적용 가능성을 높이고자 하였다. 모형의 구성에서는 혈액검사가 필요한 세 가지 특성, 즉 중성지방, 혈당, HDL 콜레스테롤에 해당하는 특성을 의도적으로 제외하였다. 우리는 대규모 한국 건강검진 데이터셋(n = 70,370; 대사증후군 유병률 = 13.6%)을 사용하여 예측 모형을 개발하였다. 유의미한 특성을 도출하기 위해 허리둘레, 수축기 및 이완기 혈압, 성별의 네 가지 기본 정보로부터 3개의 새로운 합성 특성을 개발하였다. 여러 분류 알고리즘을 시험한 결과, 의사결정나무 모형이 대사증후군의 실용적 예측에 가장 적절함을 확인하였다. 제안된 모형은 AUC 0.889, 재현율 0.855, 특이도 0.773의 양호한 성능을 보였다. 모형은 단지 네 가지 기본 특성만을 사용하므로 단순성과 높은 해석 가능성을 갖는다. 또한 예측확률에 대해 보정(calibration)을 수행하고 모형을 보정하였다. 따라서 제안된 모형은 대사증후군의 진단 및 위험 예측 결과를 제공할 수 있다. 아울러 개인이 대사증후군 여부를 쉽게 판단할 수 있도록 대사증후군 위험 지도를 제안하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.