말기 암 환자에서 임상변수를 이용한 생존 기간 예측

염창환; 최윤선; 홍영선; 박용규; 이혜리

추천

검색

자료유형: 학술저널

저자정보: 염창환 (국민건강보험공단 일산병원 가정의학과) 최윤선 (고려의대 구로병원 가정의학과) 홍영선 (가톨릭의대 성모병원 종양내과) 박용규 (가톨릭의대 통계학과) 이혜리 (연세의대 영동세브란스병원 가정의학과)

저널정보: 한국호스피스완화의료학회 한국호스피스·완화의료학회지 한국호스피스·완화의료학회지 제5권 제2호

발행연도: 2002.1

수록면: 111 - 124 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적 : 의학의 발달로 인간의 생존 기간이 길어졌지만, 암 발생율과 사망율은 오히려 증가하고 있어 그로 인해 말기 암 환자는 계속 늘어나고 있는 실정이다. 말기 암 환자를 진료하는 데 있어서 환자의 생존 기간을 예측하는 것은 중요한 문제로 만약 환자의 생존 기간을 예측할 수 있다면 남은 시간에 따라 환자, 가족, 의료진은 치료의 선택에 큰 차이를 보일 것이다. 이에 저자 등은 말기 암 환자에서 사망 위험도를 높이는 예후 인자를 알아내고 이들 예후 인자의 개수에 따른 생존 기간을 예측하여 말기 암 환자의 진료에 도움이 되고자 하였다. 방법 : 2000년 7월 1일부터 2001년 8월 31일 사이에 국민건강보험공단 일산병원 가정의학과에 말기 암으로 입원한 환자 157명을 대상으로 입원당시 환자의 임상변수 31가지를 조사하였다. 그리고 환자의 의무기록과 조사된 환자의 신상기록을 가지고 2001년 10월 31일까지의 환자의 생존 여부를 확인하였다. Kaplan-Meier 방법과 로그순위 검정(log-rank test)을 이용하여 임상변수에 따른 생존 기간에 차이가 있는지를 알아보았다. Cox의 비례위험함수 모형(Cox's proportional hazard model)을 이용하여 임상변수 중 사망 위험도를 높이는 유의한 변수를 얻은 후 이를 예후 인자로 삼고, 이것을 와이블 비례위험함수 모형(Weibull proportional hazard function model)을 이용하여 예후 인자들의 유무에 따른 생존 기간의 평균, 중앙값 제 1사분위수 그리고 제 3사분위수를 계산하여 생존기간을 예측하였다. 결과 : 말기 암 환자 157명 중 성별은 남자가 79명(50.3%), 여자가 78명(49.7%)이었고, 평균 연령은 남자가 $65.1{\pm}13.0$세, 여자는 $64.3{\pm}13.7$세였다. 암의 종류를 보면 위암이 36명(22.9%)으로 제일 많았고, 폐암이 27명(17.2%), 대장암이 20명(12.7%) 순이었다. 의식변화, 식욕부진, 저혈압, 수행능력 저하, 백혈구 증가증, 중성구 증가증, 크레아티닌 증가, 저알부민혈증, 고빌리루빈혈증, 간효소(SGPT)치 증가, 프로트롬빈 시간(PT) 연장, 활성부분 트롬보플라스틴 시간(aPTT) 연장, 저나트륨혈증, 고칼륨혈증 등을 보이는 환자는 통계학적으로 유의하게 생존 기간이 짧았다. 이중 Cox의 비례위험함수 모형을 통해 수행능력 저하, 중성구 증가증, PT 연장, aPTT 연장인 경우가 환자의 사망위험도를 높이는 유의한 예후 인자로 나왔다. 생존 기간의 중앙값은 4가지 인자가 모두 있는 경우는 3.0일, 3가지만 있는 경우는 $5.7{\sim}8.2$일, 2가지만 있는 경우는 $11.4{\sim}20.0$일, 1가지만 있는 경우는 $27.9{\sim}40.0$일, 4가지 모두 없는 경우는 77일로 나왔다. 결론 : 말기 암 환자에서 수행능력 저하, 중성구 증가증, PT 연장, aPTT 연장이 사망위험도를 높이는 예후 인자임을 알 수 있었다. 이들 4개 인자를 통해 말기 암 환자에서 생존 기간을 예측할 수 있을 것으로 사료된다.

Purpose : Although the average life expectancy has increased due to advances in medicine, mortality due to cancer is on an increasing trend. Consequently, the number of terminally ill cancer patients is also on the rise. Predicting the survival period is an important issue in the treatment of terminally ill cancer patients since the choice of treatment would vary significantly by the patents, their families, and physicians according to the expected survival. Therefore, we investigated the prognostic factors for increased mortality risk in terminally ill cancer patients to help treat these patients by predicting the survival period. Methods : We investigated 31 clinical parameters in 157 terminally ill cancer patients admitted to in the Department of Family Medicine, National Health Insurance Corporation Ilsan Hospital between July 1, 2000 and August 31, 2001. We confirmed the patients' survival as of October 31, 2001 based on medical records and personal data. The survival rates and median survival times were estimated by the Kaplan-Meier method and Log-rank test was used to compare the differences between the survival rates according to each clinical parameter. Cox's proportional hazard model was used to determine the most predictive subset from the prognostic factors among many clinical parameters which affect the risk of death. We predicted the mean, median, the first quartile value and third quartile value of the expected lifetimes by Weibull proportional hazard regression model. Results : Out of 157 patients, 79 were male (50.3%). The mean age was $65.1{\pm}13.0$ years in males and was $64.3{\pm}13.7$ years in females. The most prevalent cancer was gastric cancer (36 patients, 22.9%), followed by lung cancer (27, 17.2%), and cervical cancer (20, 12.7%). The survival time decreased with to the following factors; mental change, anorexia, hypotension, poor performance status, leukocytosis, neutrophilia, elevated serum creatinine level, hypoalbuminemia, hyperbilirubinemia, elevated SGPT, prolonged prothrombin time (PT), prolonged activated partial thromboplastin time (aPTT), hyponatremia, and hyperkalemia. Among these factors, poor performance status, neutrophilia, prolonged PT and aPTT were significant prognostic factors of death risk in these patients according to the results of Cox's proportional hazard model. We predicted that the median life expectancy was 3.0 days when all of the above 4 factors were present, $5.7{\sim}8.2$ days when 3 of these 4 factors were present, $11.4{\sim}20.0$ days when 2 of the 4 were present, and $27.9{\sim}40.0$ when 1 of the 4 was present, and 77 days when none of these 4 factors were present. Conclusions : In terminally ill cancer patients, we found that the prognostic factors related to reduced survival time were poor performance status, neutrophilia, prolonged PT and prolonged am. The four prognostic factors enabled the prediction of life expectancy in terminally ill cancer patients.

#Terminally ill cancer patients #Prognostic factors #Life-expectancy

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

염창환

소속기관 가톨릭대학교 의과대학 강남성모병원 완화의학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 32 이용수 982

최윤선

소속기관 고려대학교

주요연구분야 의약학 > 의학 일반 의약학 > 임상의학 > 가정의학

논문수 51 이용수 1,490

홍영선

소속기관 가톨릭대학교 의과대학 내과학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 26 이용수 829

박용규

소속기관 가톨릭대학교 의과대학 의학통계학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 2 이용수 231

이혜리

소속기관 연세대학교 의과대학 영동세브란스병원 가정의학교실

주요연구분야 의약학 > 임상의학 > 방사선과학

논문수 8 이용수 430

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)