전자의무기록 연구 (Electronic Health Record (EHR)-based Research)
쉽게 풀면
병원에서는 환자를 진료할 때마다 진단명, 처방, 검사 결과 등을 전자의무기록에 입력합니다. 이 자료는 원래 연구를 위해 모은 것이 아니라 진료 목적으로 쌓인 것이지만, 연구자들은 이를 잘 정제하고 분석하여 실제 임상 현장에서 어떤 치료가 효과적이었는지, 특정 질병의 자연경과가 어떤지 등을 연구하는 데 활용합니다. 임상시험보다 훨씬 많은 수의, 훨씬 다양한 환자들의 자료를 비교적 저렴하게 얻을 수 있다는 장점이 있지만, 애초에 연구 목적으로 표준화되지 않았기 때문에 자료의 정확성과 결측치 문제를 다루는 것이 중요한 과제입니다.
왜 중요한가
전자의무기록 연구는 무작위배정 임상시험으로는 확인하기 어려운 실제 진료 현장의 대규모 환자 데이터를 활용할 수 있어, 치료 효과의 실제 임상 적용 결과(real-world evidence)를 확인하려는 의학 연구에서 갈수록 비중이 커지고 있습니다. 희귀질환처럼 임상시험 대상자를 모으기 어려운 경우나, 장기간에 걸친 약물의 안전성·효과를 추적해야 하는 약물역학 연구에서 특히 중요한 자료원으로 다뤄집니다.
논문에서는 이렇게 쓰입니다
병원 진료 기록 데이터베이스를 이용해 대규모 환자 자료를 후향적으로 분석했다는 뜻이다.
약물역학 및 내분비내과 분야 논문에서는 전자의무기록을 이용해 특정 약물을 처방받은 환자군을 시간에 따라 추적하여 부작용 발생 여부를 확인하는 연구 설계가 흔히 사용됩니다.
의료정보학·인공지능 분야 논문에서는 전자의무기록에 쌓인 방대한 임상 데이터를 기계학습 모델의 학습 자료로 활용해 질병을 조기에 예측하는 연구가 활발히 이루어지고 있습니다.
조금 더 깊게 보면
전자의무기록 연구는 대부분 이미 발생한 자료를 사후에 분석하는 후향적 관찰연구 형태를 띠기 때문에, 치료와 결과 사이의 인과관계를 확립하기보다 연관성을 확인하는 데 그치는 경우가 많고, 이 과정에서 관찰되지 않은 요인이 결과에 영향을 주는 교란변수 문제가 중요하게 다뤄집니다. 이를 보정하기 위해 성향점수매칭이나 다변량 회귀분석 같은 통계 기법이 함께 사용되며, 여러 병원의 전자의무기록 형식이 서로 다를 수 있어 자료를 표준화하는 작업(공통 데이터 모델 등)도 대규모 다기관 연구에서 중요한 절차로 다뤄집니다.
주의할 점
전자의무기록은 진료 목적으로 기록되므로 연구에 필요한 변수가 누락되거나 부정확하게 입력되어 있을 수 있어 별도의 자료 정제와 타당성 검증이 필요하다.