RnDCircle Logo
문기원 연구실
강원대학교 의학과 문기원 교수
통풍
류마티스관절염
임상코호트
연구 영역
기본 정보
논문·특허
과제
구성원

문기원 연구실

강원대학교 의학과 문기원 교수

문기원 연구실은 강원대학교 의학과 소속으로 류마티스내과 임상 데이터를 기반으로 통풍과 류마티스관절염 환자의 위험요인을 예측하고 임상 의사결정을 지원하는 연구를 수행합니다. 요산저하치료 반응과 추적이탈을 레지스트리 자료에서 사건 기반으로 분석하며, 행정 DB와 전향 코호트에서는 심혈관질환 및 사망 위험을 Cox 회귀와 다유전자 위험점수(PRS) 기반 접근으로 통합 평가합니다. 또한 치료 순응도, 정서, 삶의 질, 성별 차이 등 환자 중심 변수를 함께 고려하여 맞춤형 관리 전략의 근거를 도출합니다.

통풍류마티스관절염임상코호트다유전자위험점수(PRS)머신러닝 예측모델
대표 연구 분야
연구 영역 전체보기
염증성 관절염 환자에서 골다공증 위험 예측을 위한 머신러닝 기반 연구 thumbnail
염증성 관절염 환자에서 골다공증 위험 예측을 위한 머신러닝 기반 연구
Machine learning-based osteoporosis risk prediction in inflammatory arthritis patients
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
·
인용수 0
·
2024
AB0113 SEX DIFFERENCES IN CLINICAL FEATURES AND MORTALITY RATE IN GOUT: A NATIONWIDE RETROSPECTIVE COHORT STUDY
H. Do, Kang Won Choe, Michelle Kim, Kinam Shin, Ki Won Moon
IF 20.6 (2024)
Annals of the Rheumatic Diseases
https://doi.org/10.1136/annrheumdis-2024-eular.2840
Retrospective cohort study
Cohort
Medicine
Gout
Demography
Internal medicine
2
Article
|
인용수 1
·
2024
Cardiovascular risk according to genetic predisposition to gout, lifestyle and metabolic health across prospective European and Korean cohorts
Ki Won Moon, Sang‐Hyuk Jung, Hyunsue Do, Chang‐Nam Son, Jaeyoung Kim, Yonghyun Nam, Jae-Seung Yun, Woong‐Yang Park, Hong‐Hee Won, Dokyoon Kim
IF 4.7 (2024)
RMD Open
목적: 최근 연구에서는 통풍이 후년기 심혈관질환(CVD) 위험과 연관됨이 보고되었다. 그러나 통풍에 대한 유전적 소인과 생활 습관을 결합한 CVD 위험의 예측 가치는 아직 불명확하다. 본 연구는 서로 다른 조상을 가진 2개의 다양한 전향적 코호트에서 통풍에 대한 유전적 소인과 생활 습관이 CVD 발생 위험과 어떤 연관을 보이는지 규명하고자 하였다. 방법: 총 224,689명의 유럽계 참가자는 UK Biobank에서, 50,364명의 동아시아계 참가자는 Korean Genome and Epidemiology Study에서 포함되었다. 통풍에 대한 유전적 위험은 메타 전 게놈 연관 연구(n=444,533)로부터 도출된 다유전자 위험 점수(polygenic risk score, PRS)를 사용하여 평가하였다. CVD 발생 위험은 유전적 위험, 생활 습관 및 대사증후군(MetS)에 따라 평가하였다. 결과: 높은 유전적 통풍 위험을 가진 개인은 조상 전반에 걸쳐 낮은 유전적 위험을 가진 개인보다 CVD 발생 위험이 더 높았다. 특히, 이상적인 MetS와 유리한 생활 습관을 유지한 통풍의 낮은 유전적 위험 및 높은 유전적 위험 집단 모두에서 CVD 위험이 최대 62%까지 감소하는 양상(HR 0.38; 95% CI 0.31~0.46; p <0.001)이 관찰되었다. 결론: 본 연구 결과는 통풍의 유전적 위험이 높을수록 CVD 위험 증가와 유의하게 연관됨을 시사한다. 또한 유리한 생활 양식에 대한 순응은 특히 유전적 위험이 높은 개인에서 CVD 위험을 유의하게 감소시킬 수 있다. 이러한 결과는 PRS 기반 위험 평가가 맞춤형 예방 전략을 통해 임상적 예후를 개선할 가능성을 강조한다.
https://doi.org/10.1136/rmdopen-2024-004552
Medicine
Gout
Genome-wide association study
Genetic predisposition
Epidemiology
Biobank
Metabolic syndrome
Risk assessment
Genetic association
Internal medicine
3
Article
|
인용수 2
·
2023
POS0521 MORTALITY RATE OF GOUT PATIENTS HAS BEEN INCREASED IN KOREA
Ki Won Moon
IF 20.3 (2023)
Annals of the Rheumatic Diseases
https://doi.org/10.1136/annrheumdis-2023-eular.4032
Medicine
Gout
Internal medicine
Mortality rate
Hazard ratio
Cause of death
Proportional hazards model
Cohort
Cohort study
Confounding
최신 정부 과제
2
과제 전체보기
1
2022년 5월-2025년 2월
|45,644,000
다중 유전자 임상정보 기반 AI 통풍 예측 모델 개발
1) 연구과제의 최종 목표다중유전자 위험점수와 임상 정보를 이용하여 인공지능 기반 통풍의 예측 모델을 개발하는 것을 목표로 함.2) 연차별 연구목표● 1차 년도KoGES 도시기반 코호트 DB의 자료를 기반으로 임상자료를 활용하여 머신러닝 기반 통풍 예측 모델을 구축함.● 2차 년도연구자가 구축한 약 1,000명의 통풍 코호트 그룹을 환자군으로 KoGES 코...
통풍
예측모델
코호트
다중유전자 위험점수
인공지증
2
주관|
2022년 5월-2025년 2월
|57,055,000
다중 유전자 임상정보 기반 AI 통풍 예측 모델 개발
국내 통풍 환자의 유병률은 초고령사회를 맞이하여 점차 증가하는 경향을 보임. 통풍 환자는 일반인 에 비해 2배 이상의 사망률을 보이고 심혈관계 질환에 의한 사망률은 3배 이상 증가함. 통풍의 발생 을 예측할 수 있는 예측 모델을 통해 고위험군을 조기에 발견하고 예방과 치료 전략을 세우는 것이 필요함. 외국의 경우 만성 질환을 예측하는 모델에 대한 연구가 활발하게 이루어지고 있으나 국내는 이러한 시도가 부족한 상황임. 한국인유전체역학조사사업 데이터베이스(KoGES DB)는 유전체 정보 및 질병력, 생활습관과 관련된 정보, 건강검진 정보가 포함되어 있고 추적조사 자료도 있어서 유전정 보 및 임상정보를 이용하여 통풍 예측 모델 연구를 수행하기에 적합함. 본 연구자는 2021년 9월부터 전국에 있는 12개의 병원이 참여하는 통풍코호트에 참여하여 약 1,000명의 환자를 등록시키는 것을 목표로 혈액샘플과 임상정보를 수집하고 있음. 통풍코호트와 KoGES DB의 도시기반 코호트의 유전 정보를 이용하여 다중유전자 위험점수를 산출하고 임상정보와 결합한 뒤 인공지능 기반 통풍 예측 모델을 개발하고 이를 실제 임상에 적용하고자 함.
통풍
예측모델
코호트
다중유전자 위험점수
인공지증