이 단면 관찰 연구에서는 기존 CT 영상으로 측정한 복부 피하 지방 두께가 STOP-BANG 기반의 폐쇄성 수면 무호흡증 위험과 관련이 있는지 평가하였습니다. CT로 측정한 지방 두께와 STOP-BANG 점수 사이에는 유의미한 연관성이 관찰되지 않았습니다.
이 논문에서
요약
초록
본 연구에서는 임상적 적응증으로 촬영된 복부 컴퓨터 단층촬영(CT) 영상에서 기회적으로 측정된 배꼽 주변 피하지방 두께(USFT)가 STOP-BANG 설문지를 통해 평가된 수술 전후 폐쇄성 수면 무호흡증(OSA) 위험과 관련이 있는지 조사하였다. 이 단면 관찰 연구에서 64명의 성인 참가자가 STOP-BANG 설문지를 작성하였으며, 표준화된 프로토콜을 사용하여 기존 복부 CT 영상에서 USFT를 측정하였다. USFT와 연속 변수 간의 연관성은 Spearman 상관분석을 통해 평가하였고, STOP-BANG 위험 범주 간의 비교는 Kruskal–Wallis 검정을 사용하여 수행하였다. 연령을 보정한 후 USFT와 STOP-BANG 고위험군 간의 연관성을 평가하기 위해 탐색적 로지스틱 회귀분석을 사용하였다. USFT와 STOP-BANG 점수 사이에는 유의미한 상관관계가 관찰되지 않았으며(ρ = 0.142, p = 0.264), STOP-BANG 위험 범주에 따른 USFT의 유의미한 차이도 없었다(p = 0.677). USFT는 코골이를 보고한 참가자들 사이에서 유의하게 더 높았으며(p = 0.026), 체질량 지수(BMI; ρ = 0.663, p < 0.001) 및 목 둘레(ρ = 0.544, p < 0.001)와 양의 상관관계를 보였다. 연령 보정 후 USFT는 STOP-BANG 고위험군과 유의미한 연관성이 없었다. 종합적으로, 본 연구에서 CT로 측정된 USFT는 STOP-BANG 기반의 OSA 위험과 관련이 없었다. 수술 전후 OSA 위험 평가에서 CT 유래 지방 측정치의 잠재적 역할을 결정하기 위해서는 수면다원검사(PSG)로 확인된 OSA를 포함하고 충분한 통계적 검정력을 갖춘 다변량 분석이 수행된 더 큰 규모의 연구가 필요하다.
서론
폐쇄성 수면 무호흡증(OSA)은 수면 중 반복적인 상기도 폐쇄를 특징으로 하는 수면 관련 호흡 장애로, 간헐적 저산소혈증, 고탄산혈증 및 수면 분절을 유발합니다1. OSA는 심혈관계 및 대사성 동반 질환과 관련이 있으며, 마스크 환기 곤란, 기관 삽관 곤란 및 수술 후 호흡기 합병증의 위험을 증가시키므로 수술 전후 관리의 주요 관심 대상이 됩니다2,3. 이러한 임상적 중요성에도 불구하고 수술 환자에게서 OSA가 인지되지 않는 경우가 빈번하므로, 실용적인 수술 전후 위험 층화가 필수적입니다.
비만은 상기도 역학의 변화, 인두 근육 반응성 감소, 지방 조직 기능 장애와 관련된 염증성-대사적 영향 등의 메커니즘을 통해 OSA 위험의 주요 기여 요인이 됩니다3,4. PSG가 진단의 표준(gold standard)이지만, 제한된 접근성, 대기 시간, 급성 수술 입원 시의 실행 가능성 제약으로 인해 일상적인 수술 전후 워크플로우에서는 객관적인 수면 검사보다는 선별 도구를 사용하는 경우가 많습니다1,5. 이러한 도구 중에서 STOP-BANG 설문지는 간편함과 높은 민감도로 인해 널리 사용되고 있습니다. 이 점수는 코골이, 주간 졸음, 목격된 무호흡, 고혈압, BMI, 연령, 목 둘레, 성별의 8가지 파라미터를 통합하여 환자를 OSA 위험 범주로 분류합니다6,7.
복부 비만의 지표인 배꼽 주변 피하 지방 두께(USFT)는 복부 지방 축적 증가를 통해 폐쇄성 수면 무호흡증(OSA)의 중증도와 합병증에 영향을 미칠 수 있습니다3,8. CT는 복부 지방 조직을 평가하는 데 널리 사용되는 방법으로, 지방 측정 시 높은 정확도와 재현성을 제공합니다. 이전 연구들에 따르면 CT 기반의 피하 및 내장 지방 측정값과 인체 측정 파라미터 사이에 강한 상관관계가 있음이 보고되었습니다9. 그러나 복부 CT에서 기회적으로 측정된 USFT가 STOP-BANG 기반의 수술 전후 OSA 위험 층화와 관련하여 추가적인 정보를 제공하는지는 아직 불분명합니다.
따라서 본 연구의 목적은 임상적 적응증으로 획득한 기존 복부 CT 영상에서 기회적으로 측정한 USFT가 성인 수술 환자를 대상으로 STOP-BANG 설문지를 사용하여 평가한 OSA 위험과 관련이 있는지 탐색하는 것입니다. 본 연구의 독창성은 추가적인 영상 노출 없이 일상적으로 획득한 복부 CT 영상을 사용하여 USFT를 정량화했다는 점에 있습니다. 연구진은 CT로 측정한 USFT가 더 클수록 STOP-BANG 점수가 더 높고 OSA 위험이 증가할 것이라고 가설을 세웠습니다.
프로토콜
본 단면 관찰 연구는 Ankara Bilkent City Hospital 윤리 위원회의 승인을 받았습니다(승인일: 2025년 4월 9일; 승인 번호: TABED-1-25-1200). 모든 절차는 기관 및/또는 국가 연구 위원회의 윤리 표준과 1964년 헬싱키 선언 및 이후 개정안 또는 이에 준하는 윤리 표준에 따라 수행되었습니다. 연구에 참여한 모든 개별 참가자로부터 고지된 동의를 얻었습니다. 공식적인 윤리 위원회 승인 전에는 참가자 등록, 고지된 동의 절차, STOP-BANG 평가 또는 기타 연구 특정 데이터 수집이 이루어지지 않았습니다.
연구 설계 및 참여자
본 연구는 2025년 4월 10일부터 2025년 6월 30일 사이에 수행되었습니다. 일반외과에서 임상적 적응증으로 복부 CT 검사를 받은 성인 환자(18세 이상)를 대상으로 선정하였습니다. CT 검사의 임상적 적응증에는 복통, 악성 종양 의심 및 외상이 포함되었습니다. STOP-BANG 점수는 CT 검사와 같은 날에 측정하여 두 평가가 모두 동일한 임상 시기를 반영하도록 하였습니다. 본 연구만을 위해 별도의 CT 영상 촬영을 추가로 진행하지는 않았습니다. 제외 기준은 연령 <18세 미만, 임신, 참여 거부, 적절한 복부 CT 영상의 부재, 정확한 지방 측정에 영향을 줄 수 있는 이전의 복부 수술 이력 또는 불충분한 임상 데이터. 연구 목적으로 추가적인 영상 촬영이나 진단 절차는 수행되지 않았으며, 모든 CT 검사는 일상적인 임상 진료의 일환으로 진행되었습니다. 참여자 선별 및 선택 과정은 다음으로 요약됩니다. 그림 1.
그림 1환자 흐름도. 플로우차트는 스크리닝된 환자 수, 제외 사유, 분석에 포함된 최종 참여자 수 및 STOP-BANG 위험 범주별 분포를 포함한 연구 선택 과정을 보여줍니다. 최종 위험 그룹은 저위험군(n = 20), 중간위험군(n = 24), 고위험군(n = 20) 참여자로 구성되었습니다. 본 도표는 통계 데이터 수치가 아닌 기술적인 환자 흐름도이므로 오차 막대와 통계적 유의성 검정은 적용되지 않습니다. 약어: USFT, 배꼽 하피하 지방 두께; n, 참여자 수. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.
임상 및 신체 계측 데이터
연령, 성별, 신장, 체중, BMI 및 목 둘레를 포함한 인구통계학적 및 신체측정학적 데이터를 기록하였다. 목 둘레는 대상자가 똑바로 선 상태에서 머리를 중립 위치에 두고, 유연한 비신축성 측정 테이프를 사용하여 측정하였다. 측정은 후두 돌출부(갑상연골) 높이에서 이루어졌다. 측정값은 0.1cm 단위까지 기록하였다. 총 3회 측정하여 그 평균값을 분석에 사용하였다. 목 둘레가 >40 cm은 STOP-BANG 기준의 양성으로 간주되었다. 고혈압 상태와 STOP-BANG 설문지 응답은 등록 시점에 수집되었다. STOP-BANG 점수는 코골이, 주간 졸음, 목격된 무호흡, 고혈압, BMI 등 8가지 구성 요소를 바탕으로 계산되었다. > 35 kg/m2, 연령 > 50년, 목 둘레 >40 cm, 수컷6,7.
CT 기반 USFT 측정
모든 CT 검사는 128-슬라이스 다중검출기 CT 스캐너를 사용하여 수행되었습니다. 영상 파라미터는 다음과 같습니다: 관전압 120 kV, 자동 관전류 변조 200–420 mA, 회전 시간 0.6 s, 피치 1.375, 검출기 범위 40.0 mm, 획득 슬라이스 두께 3.75 mm, 표준 연조직 재구성 커널을 사용한 재구성 슬라이스 두께 1.25 mm, 테이블 길이 2000 mm. 조영제 투여 여부와 상관없이 피하 지방 조직의 경계가 명확히 구분되므로, 측정은 비조영 또는 조영 증강 영상에서 수행되었습니다. 영상 평가는 표준 복부 연조직 윈도우 설정(윈도우 폭 400 HU, 윈도우 레벨 40 HU)을 적용하여 ProHIMS PACS Viewer 소프트웨어(버전 2024.5.0)로 수행되었습니다. 관찰자 간 변동성을 최소화하기 위해, 모든 영상 평가는 복부 CT 판독 경험이 10년 이상인 한 명의 방사선 전문의가 수행하였습니다. 측정값은 추가적인 방사선 노출 없이 기존 CT 영상에서 얻었습니다.
USFT는 배꼽 높이의 축상 CT 단면에서 측정되었습니다. 정확한 배꼽 높이는 전복벽의 배꼽 흉터라는 해부학적 지표를 확인하여 결정하였습니다. 측정은 피부 표면과 전복직근초(근막) 사이의 거리를 계산하는 표준화된 프로토콜에 따라 수행되었습니다. 이전 프로토콜에서 설명한 바와 같이, 해당 높이의 연속된 3개 축상 단면에서 측정을 수행하였으며, 최종 분석을 위해 그 값들을 평균내었습니다.
영상 분석 동안 판독 방사선 전문의는 참가자들의 STOP-BANG 점수와 임상 결과에 대해 블라인드 처리되었습니다. 관찰자 내 신뢰도를 평가하기 위해, 20개의 CT 스캔을 무작위로 선정하여 동일한 블라인드 처리된 방사선 전문의가 재분석하였습니다. 신뢰도는 급내 상관계수(ICC)를 사용하여 평가하였습니다. 관찰자 내 측정 신뢰도는 ICC 0.79로 양호하였습니다. 측정 기술의 대표적인 예가 그림 2에 제시되어 있습니다.
그림 2. 복부 컴퓨터 단층촬영 영상에서 배꼽 하피지방 두께 측정의 대표 사례. 배꼽 높이에서의 대표적인 축상 컴퓨터 단층촬영(CT) 영상은 배꼽 하피지방 두께(USFT)의 측정 방법을 보여줍니다. 수직 측정 캘리퍼는 전방 피부 표면과 전복직근초(근막) 사이의 수직 거리를 나타냅니다. 이 영상은 한 명의 참가자로부터 얻은 단일 축상 단면이며, 측정 기법만을 설명합니다. 연구 분석을 위해 USFT는 배꼽 높이의 연속된 3개 축상 단면에서 측정되었으며, 이 세 번의 측정값 평균을 최종 USFT 값으로 사용하였습니다. R, 우측; L, 좌측; CT, 컴퓨터 단층촬영; USFT, 배꼽 하피지방 두께. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
결과 및 STOP-BANG 위험 분류
일차 결과는 USFT와 STOP-BANG 점수 간의 연관성이었습니다. STOP-BANG 점수는 연속 변수와 범주형 위험군(저위험(0–2), 중간 위험(3–4), 고위험(≥5))으로 나누어 분석되었습니다7. 고위험군 분류를 위한 ≥5 기준점은 특이도가 더 높고, 특히 수술 전후 환경에서 매우 중요한 중등도에서 중증의 OSA와 더 강하게 연관되어 있기 때문에 선택되었습니다.
표본 크기 고려 사항
연구 표본 크기(n = 64)는 연구 기간 내의 실행 가능성을 기반으로 결정되었습니다. CT 기반 USFT와 STOP-BANG 점수 사이의 관계에 관한 기존 데이터가 제한적이었으므로, 본 연구는 작은 효과 크기를 검출할 수 있는 통계적 검정력을 갖춘 확증적 연구보다는 탐색적이며 가설을 생성하는 분석으로 설계되었습니다. 이에 따라, 연구 결과는 단순한 통계적 유의성보다는 효과 추정치와 임상적 관련성에 중점을 두어 해석되었습니다.
통계 분석
통계 분석은 Python (version 3.10.12)을 사용하였으며, pandas (version 1.5.3), SciPy (version 1.10.1) 및 statsmodels (version 0.14.0) 라이브러리를 이용하였다. 데이터 시각화에는 Matplotlib (version 3.7.1)과 seaborn (version 0.12.2)을 사용하였다. 연속형 변수의 정규성은 Shapiro–Wilk 검정으로 평가하였다. 정규 분포를 따르는 변수는 평균 ± 표준편차로 나타내었으며, 비정규 분포를 따르는 변수는 중앙값 (최솟값–최댓값, 사분위수 범위 [IQR])으로 표기하였다.
세 가지 STOP-BANG 위험 범주 간의 그룹 비교는 Kruskal–Wallis 검정을 사용하여 평가되었습니다. USFT와 STOP-BANG 설문지의 개별 항목 간의 연관성을 추가로 평가하였으며, 이분형 범주형 변수에는 Mann–Whitney U 검정을, 연속형 변수에는 Spearman 상관 분석을 적용하였습니다.
USFT와 STOP-BANG 기반의 고위험 OSA 사이의 연관성을 평가하기 위해 로지스틱 회귀 모델을 사용하였습니다. 모든 모델의 종속 변수는 점수 ≥5로 엄격하게 정의된 이분형 고위험 STOP-BANG 위험도였습니다. 확인된 고위험 사례 수(n = 20)가 제한적이었으므로, 과적합을 줄이기 위해 여러 공변량을 포함한 일반적인 다변량 로지스틱 회귀 분석은 피하였습니다. 대신, USFT와 연령이라는 두 개의 독립 변수만을 명시적으로 포함한 최소 표준 로지스틱 회귀 모델을 사용하였습니다. 또한, 동일한 종속 및 독립 변수를 사용하여 L2-페널티(Ridge) 로지스틱 회귀 분석을 수행하였습니다. 페널티 모델의 경우, 표준 페널티를 적용하여 계수를 축소함으로써 극단적인 분산을 방지하기 위해 정규화 매개변수(alpha)를 1.0으로 설정하였습니다. 95% 신뢰 구간(CIs)을 포함한 오즈비(ORs)를 산출하였습니다. 모든 분석에서 p-value <0.05를 통계적으로 유의미한 것으로 간주하였습니다.
결과
연구 설계 및 대상자
연구 기간 동안 복통, 악성 종양 의심 또는 외상을 포함하여 관련 임상 적응증을 보이는 총 115명의 환자를 대상으로 적격성을 심사하였습니다. 임신으로 인해 3명의 환자가 제외되었으며 CT 촬영을 진행하지 않았습니다. 나머지 환자 중 24명은 임상적으로 적절한 복부 CT 영상을 사용할 수 없어 제외되었습니다. 추가로 24명의 환자가 참여 거부 또는 STOP-BANG 설문지 작성 미완료(n = 10), 이전 복부 수술 이력(n = 8), 또는 임상 데이터 불충분(n = 6)으로 인해 제외되었습니다. 결과적으로 64명의 환자가 등록되어 최종 분석에 포함되었습니다(그림 1).
총 64명의 참가자가 분석에 포함되었으며, 이 중 여성 32명(50.0%)과 남성 32명(50.0%)으로 구성되었습니다. 연령 중앙값은 60세(범위, 22–85세)였습니다. 평균 목 둘레는 38.44 ± 2.68 cm였으며, BMI 중앙값은 25.4 kg/m2(범위, 14.9–51.4 kg/m2)였습니다. STOP-BANG 점수 중앙값은 4점(범위, 0–7점)이었고, USFT 중앙값은 25.07 mm(범위, 11.85–53.28 mm)였습니다. 기초 인구통계학적, 신체측정학적 및 임상적 특성은 표 1에 요약되어 있습니다.
| 변수 | N = 64 |
| 연령 (years), 중앙값 (min–max; IQR) | 60.0 (22–85; 18.0) |
| 신장 (cm), 평균 ± SD | 166.11 ± 8.3 |
| 체중 (kg), 중앙값 (min–max; IQR) | 70.0 (38–145; 21.25) |
| BMI (kg/m²), 중앙값 (min–max; IQR) | 25.4 (14.9–51.4; 6.95) |
| 목 둘레 (cm), 평균 ± SD | 38.44 ± 2.68 |
| STOP-BANG 점수 (0–8), 중앙값 (min–max; IQR) | 4.0 (0–7; 3) |
| USFT (mm), 중앙값 (min–max; IQR) | 25.07 (11.85–53.28; 12.22) |
| 성별, n (%) | |
| 남성 | 32 (50.0) |
| 여성 | 32 (50.0) |
| 고혈압, n (%) | |
| 예 | 28 (43.8) |
| 아니오 | 36 (56.3) |
| 코골이, n (%) | |
| 예 | 51 (79.7) |
| 아니오 | 13 (20.3) |
| 피로감, n (%) | |
| 예 | 41 (64.1) |
| 아니오 | 23 (35.9) |
| 관찰된 무호흡, n (%) | |
| 예 | 1 (1.6) |
| 아니오 | 63 (98.4) |
표 1: 연구 참여자의 인구통계학적 및 임상적 특성. 최종 분석에 포함된 64명 참여자의 인구통계학적, 신체 계측 및 임상적 특성을 나타낸다. 연속형 변수는 적절하게 평균 ± 표준편차(SD) 또는 중앙값(최솟값–최댓값; 사분위 범위 [IQR])으로 표기하며, 범주형 변수는 빈도(백분율)로 표기한다. BMI, 체질량 지수; USFT, 배꼽 주변 피하 지방 두께; SD, 표준편차; IQR, 사분위 범위; min, 최솟값; max, 최댓값; n, 참여자 수.
표 1은 연구 코호트(n = 64)의 기저 인구통계학적, 신체측정학적 및 임상적 특성을 보여줍니다. 범주형 변수에는 성별과 고혈압, 코골이, 낮 시간의 피로감 및 관찰된 무호흡증에 대한 이분법적 임상 반응(예/아니오)이 포함됩니다. 정규 분포를 따르는 연속형 변수(신장 및 목 둘레)는 평균 ± SD로 표시됩니다. 정규 분포를 따르지 않는 연속형 변수(연령, 체중, BMI, STOP-BANG 점수 및 USFT)는 중앙값(최소값–최대값; IQR)으로 표시됩니다. 범주형 변수는 n (%)으로 표시됩니다. 표 1은 기저 기술 통계량을 나타내므로, 비교 통계 분석은 수행되지 않았으며 p 값은 해당되지 않습니다.
임상 및 신체 계측 데이터
STOP-BANG 점수와 USFT 사이에는 통계적으로 유의미한 상관관계가 관찰되지 않았습니다 (Spearman’s ρ = 0.142, p = 0.264). 마찬가지로, USFT는 저위험, 중위험, 고위험 STOP-BANG 범주 간에 유의미한 차이를 보이지 않았습니다 (Kruskal–Wallis H = 0.781, p = 0.677). 최종 확인된 위험 범주는 저위험군 20명 (31.3%), 중위험군 24명 (37.5%), 고위험군 20명 (31.3%)으로 구성되었습니다 (그림 1 및 표 2).
| 변수 | n (%) | 분석 | 중앙값 (사분위수 범위) | 검정 통계량 | p-값 | 효과 크기 |
| STOP-BANG 점수 | 64 (100) | 스피어먼 상관계수 | 4.0 (2.0–5.0) | ρ = 0.142 | 0.264 | — |
| STOP-BANG 위험 범주 | 64 (100) | 크러스컬-월리스 검정 | — | H = 0.781 | 0.677 | — |
| 저위험 (0-2) | 20 (31.3) | — | 23.7 (19.6–32.4) | — | — | — |
| 중간 위험도 (3–4) | 24 (37.5) | — | 26.6 (20.4–34.8) | — | — | — |
| 고위험 (≥5) | 20 (31.3) | — | 25.3 (22.4–30.2) | — | — | — |
| 코골이 | 64 (100) | 맨-휘트니 U 검정 | — | U = 198.0 | 0.026 | 0.278 |
| 아니요 | 13 (20.3) | — | 20.0 (16.3–27.5) | — | — | — |
| 네 | 51 (79.7) | — | 25.3 (21.2–36.1) | — | — | — |
| 피로감 | 64 (100) | 맨-휘트니 U 검정 | — | U = 471.0 | 1 | 0.001 |
| 아니요 | 23 (35.9) | — | 24.1 (20.0–32.6) | — | — | — |
| 네 | 41 (64.1) | — | 25.3 (20.9–31.3) | — | — | — |
| 고혈압 | 64 (100) | 맨-휘트니 U 검정 | — | U = 497.0 | 0.93 | 0.012 |
| 아니요 | 36 (56.3) | — | 24.9 (19.9–32.6) | — | — | — |
| 네 | 28 (43.8) | — | 25.1 (21.1–30.4) | — | — | — |
| 성별 | 64 (100) | 맨-휘트니 U 검정 | — | U = 546.0 | 0.653 | 0.057 |
| 여성 | 32 (50.0) | — | 25.1 (20.2–33.1) | — | — | — |
| 수컷 | 32 (50.0) | — | 24.9 (20.6–29.9) | — | — | — |
| 연령 (세) | 64 (100) | 스피어만 상관계수 | 60.0 (52.0–70.0) | ρ = −0.067 | 0.6 | — |
| BMI (kg/m² )²) | 64 (100) | 스피어만 상관계수 | 25.4 (22.5–29.5) | ρ = 0.663 | <0.001 | — |
| 목 둘레 (cm) | 64 (100) | 스피어먼 상관계수 | 39.0 (36.8–40.0) | ρ = 0.544 | <0.001 | — |
표 2: 배꼽 하피하 지방 두께와 STOP-BANG 점수 및 그 구성 요소 간의 연관성에 대한 통계 분석. USFT와 연속 변수 간의 연관성은 Spearman 순위 상관 분석을 사용하여 평가했습니다. 이분형 그룹 간의 USFT 차이는 Mann–Whitney U 검정을 사용하여 평가했으며, 세 가지 STOP-BANG 위험 범주 간의 차이는 Kruskal–Wallis 검정을 사용하여 평가했습니다. 범주형 비교의 경우, Median (IQR) 열의 값은 밀리미터 단위의 USFT를 나타내며, 연속 변수 분석의 경우 값은 해당 변수를 나타냅니다. 통계적 유의성은 p < 0.05로 정의되었습니다. BMI, 체질량 지수; IQR, 사분위 범위; USFT, 배꼽 하피하 지방 두께; U, Mann–Whitney U 통계량; H, Kruskal–Wallis 검정 통계량; ρ, Spearman 순위 상관 계수; n, 참여자 수.
코골이를 보고한 참가자의 USFT 수치는 그렇지 않은 참가자에 비해 유의하게 높았습니다(U = 198.0, p = 0.026). 반면, USFT와 낮 시간의 피로감(U = 471.0, p = 1.000), 고혈압(U = 497.0, p = 0.930), 성별(U = 546.0, p = 0.653) 또는 연령(ρ = −0.067, p = 0.600) 사이에는 유의한 연관성이 관찰되지 않았습니다. USFT와 BMI(ρ = 0.663, p < 0.001) 사이, 그리고 USFT와 목 둘레(ρ = 0.544, p < 0.001) 사이에 양의 상관관계가 관찰되었습니다. USFT와 STOP-BANG 점수 및 그 구성 요소 간의 연관성은 표 2에 요약되어 있습니다.
표 2는 USFT와 인구통계학적, 신체측정학적 및 임상적 변수(전체 STOP-BANG 점수 포함) 간의 관계에 대한 통계적 평가를 보여줍니다. 전체 표본 크기는 n = 64였습니다. 범주형 분석에는 STOP-BANG 위험 범주(저위험, 0–2; 중등도 위험, 3–4; 고위험, ≥5), 이분형 임상 변수(코골이, 주간 피로 및 고혈압 여부), 성별(여성/남성)이 포함되었습니다. 관찰된 무호흡증은 그룹 간의 극심한 불균형( "예" n = 1)으로 인해 비교 분석에서 제외되었습니다. 정규 분포를 따르지 않는 연속형 변수의 데이터 분산은 중앙값(IQR)으로 표시되었습니다. 연속형 변수(연령, BMI, 목 둘레 및 STOP-BANG 점수)에는 Spearman 순위 상관 분석을 사용하였고, 3가지 STOP-BANG 위험 범주 간의 비교에는 Kruskal–Wallis 검정을, 이분형 범주 변수에는 Mann–Whitney U 검정을 사용하였습니다. 해당되는 경우 효과 크기를 보고하였습니다. 통계적 유의성은 p < 0.05로 정의되었습니다.
결과 및 STOP-BANG 위험도 분류
STOP-BANG 점수 ≥5점을 기준으로 20명의 참가자(31.3%)가 OSA 고위험군으로 분류되었습니다. 이러한 고위험 분류는 그림 1 및 표 2에 제시된 최종 위험군 분포와 일치합니다.
통계 분석
고위험군 사례 수가 제한적이었으므로, 탐색적 다변량 분석은 최소 연령 조정 및 L2-penalized 로지스틱 회귀 모델로 제한하였다. 최소 연령 조정 로지스틱 회귀 모델에서 USFT는 STOP-BANG 기반의 고위험 OSA와 연관성이 없었다 (OR = 1.00, 95% CI, 0.95–1.06; p = 0.936). L2-penalized 로지스틱 회귀 모델에서도 일관된 결과가 도출되었다 (OR = 0.98, 95% CI, 0.93–1.04; p = 0.472). 총 64명의 참가자 중 20명 (31.3%)이 복벽 탈장 수술을 받았다.
전반적으로 USFT는 STOP-BANG 점수 또는 STOP-BANG 위험 범주와 유의미한 연관성이 없었습니다. USFT는 코골이를 보고한 참가자들 사이에서 유의미하게 더 높았으며 BMI 및 목 둘레와 양의 상관관계를 보였으나, 탐색적 회귀 분석에서 연령을 보정한 후에는 STOP-BANG 기반의 높은 OSA 위험과 연관성이 없었습니다. 이러한 결과는 CT로 측정한 USFT가 클수록 STOP-BANG 점수가 높고 STOP-BANG 기반의 OSA 위험이 증가할 것이라는 연구 가설을 뒷받침하지 않습니다.
데이터 가용성:
최종 분석에 사용된 비식별화된 참여자 수준 데이터세트는 본 논문의 보충 데이터 파일 1로 제공됩니다. 연구 데이터세트와 분석 코드는 Zenodo(DOI: 10.5281/zenodo.21969483)에도 저장되었으며, 현재 저장된 파일에 대한 접근은 제한되어 있습니다. 본 논문에 첨부된 보충 데이터세트는 보고된 분석에 사용된 최종 검증된 참여자 수준 데이터세트를 나타냅니다.
보충 데이터 파일 1. 연구 분석에 사용된 비식별 처리된 참가자 수준 데이터셋. 이 파일에는 최종 분석에 포함된 64명의 참가자에 대한 데이터가 포함되어 있습니다. 변수에는 연령, 성별, 신장, 체중, 체질량 지수(BMI), 고혈압 여부, 코골이, 피로감, 관찰된 무호흡, 목 둘레, 이분화된 STOP-BANG 목 둘레 기준(>40 cm), STOP-BANG 점수 및 배꼽 하피하 지방 두께(USFT)가 포함됩니다. 이분형 변수는 열 제목에 표시된 대로 코딩되었습니다. 본 데이터셋에는 이 파일에 포함된 변수에 대한 결측값이 없습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
토론
본 단면 관찰 연구에서 CT로 측정한 USFT와 STOP-BANG 점수 또는 STOP-BANG 기반의 OSA 위험 범주 사이에는 통계적으로 유의미한 연관성이 관찰되지 않았습니다. 이러한 연관성의 부재는 연령을 보정한 후에도 지속되었으며, 이는 본 연구 대상군에서 USFT 단독으로는 OSA 위험을 충분히 반영하지 못할 수 있음을 시사합니다. 그럼에도 불구하고, USFT는 BMI 및 목 둘레와 유의미한 연관성을 보여 전신 및 상체 지방도와의 관계를 뒷받침하였습니다. 코골이와의 연관성은 피하 지방도와 OSA 위험의 개별 구성 요소 사이의 관계를 나타낼 수 있으나, 이 결과는 주의 깊게 해석되어야 합니다. 이러한 결과는 단일 지방 측정치보다는 해부학적, 대사적, 인구통계학적 요인들이 질환 위험에 기여하는 OSA의 다요인적 특성과 일치합니다. 본 연구는 CT 기반 피하 지방 두께와 설문지 기반 OSA 위험 점수인 STOP-BANG이라는 두 가지 간접 측정치 간의 연관성을 평가하였습니다. 따라서 이 결과는 실제 질환 예측이라기보다 측정 구성 개념 간의 중첩을 반영하는 것으로 해석되어야 합니다.
본 연구에서는 PSG를 시행하지 않았으며, STOP-BANG 설문지를 사용하여 OSA를 평가하였다. STOP-BANG은 널리 사용되는 선별 도구이며 PSG 접근성이 제한적일 때 분류 평가로 활용될 수 있으나, 객관적인 수면 검사를 대체해서는 안 된다. 낮은 특이도로 인해 오분류가 발생할 수 있으며, 이는 USFT와 객관적으로 진단된 OSA 사이의 관찰된 상관관계를 약화시킬 수 있다1,5,10. 따라서 본 연구 결과는 객관적으로 진단된 OSA와의 연관성 근거라기보다 USFT와 STOP-BANG 점수 간의 단면적 연관성에 대한 평가로 해석되어야 한다. 본 연구에서 USFT는 BMI 및 목 둘레와 강한 양의 상관관계를 보였으며, 이는 USFT가 OSA 위험과 독립적인 연관성을 갖기보다는 주로 일반적인 비만 관련 특성을 반영할 수 있음을 시사한다. 이전 연구에서도 초음파로 측정한 목, 흉부 및 복부의 피하 지방 두께와 인체 측정 변수 사이의 상관관계가 보고되었으며, 배꼽 위 2 cm에서 측정한 복부 피하 지방 조직 두께와 두 번째 늑간 공간에서 측정한 피하 지방 조직 두께는 특정 인구 집단에서 OSA 관련 위험과 연관이 있는 것으로 나타났다8.
하지만 내장 지방 조직과 피하 지방 조직이 OSA 위험과 맺는 관계가 반드시 동일한 것은 아닙니다. 이전 연구에 따르면 내장 지방도가 OSA 위험 및 중증도와 더 밀접한 관련이 있을 수 있는 반면, 피하 지방도의 역할은 더 제한적일 수 있음이 나타났습니다11,12. 기존의 증거들은 OSA 위험이 높은 개인이 더 높은 내장 지방도를 보일 수 있음을 시사합니다. 따라서 본 연구에서 USFT와 STOP-BANG 점수 사이에 유의미한 연관성이 나타나지 않은 것은, 피하 지방 두께만 측정되었고 내장 지방도 및 다른 해부학적 부위의 지방 분포는 평가되지 않았다는 점을 반영하는 것일 수 있습니다. BMI와 목 둘레는 OSA 위험과 관련된 확립된 인체 측정 매개변수이며, 목 둘레는 OSA 중증도와도 연관이 있는 것으로 보고되었습니다13,14. 본 연구에서 USFT, BMI, 목 둘레 간의 강한 상관관계는 비만 관련 측정치들 사이에 공통 분산과 잠재적 다중공선성이 있음을 시사하며, 이는 USFT가 기존의 STOP-BANG 구성 요소 외에 추가적인 정보를 제공하는 능력을 제한했을 수 있습니다. 본 연구에서 USFT는 코골이와 유의미한 연관성을 보였습니다. 그러나 코골이는 상기도 해부학적 구조, 인두 근육 긴장도, 비강 저항 및 유전적 소인을 포함한 여러 요인의 영향을 받으므로 이러한 결과는 신중하게 해석되어야 합니다. 또한, 코골이가 자기 보고 방식으로 측정되어 보고 편향이 발생했을 가능성이 있으며, 상대적으로 작은 표본 크기로 인해 이 연관성의 강도를 정의하기 위한 통계적 검정력이 제한되었을 수 있습니다.
남성은 폐쇄성 수면 무호흡증(OSA)의 잘 알려진 위험 요인입니다1,3. 이는 주로 남성과 여성 간의 호르몬 차이에 기인하며, 이러한 차이는 지방 분포 패턴에도 영향을 미칩니다. 남성의 경우 지방 조직이 주로 내장 부위에 축적되는 경향이 있는 반면, 여성은 피하 지방 침착 비율이 더 높게 나타납니다3,4. 이러한 생리학적 차이와 일치하게, 이전 연구들에 따르면 BMI와 허리둘레가 유사한 경우 여성보다 남성에서 OSA의 중증도가 더 높다고 보고되었습니다1,3. 그러나 본 연구에서 USFT는 성별에 따라 유의미한 차이를 보이지 않았습니다. 저희는 이러한 결과가 제한된 표본 크기, 피하 지방 두께만 측정했다는 점, 그리고 OSA 중증도의 성별 차이에 더 결정적인 역할을 할 수 있는 내장 지방 평가가 이루어지지 않았다는 점 등 여러 요인으로 설명될 수 있다고 가설을 세웠습니다. OSA는 연령 관련 수면 장애로도 인식됩니다1,3. 또한 BMI가 높은 개인의 경우, 연령이 증가함에 따라 인두주위 지방 부피가 유의미하게 증가한다는 보고가 있습니다15. 이러한 결과에도 불구하고, 본 연구에서 USFT와 연령 사이에 통계적으로 유의미한 연관성이 나타나지 않은 것은 측정이 배꼽 높이의 피하 지방에만 집중되었다는 점과 제한된 표본 크기와 관련이 있을 수 있습니다.
본 표본에서 USFT와 고혈압 사이에 통계적으로 유의미한 연관성이 나타나지 않은 것은 문헌에 기술된 비만과 고혈압 사이의 복잡한 관계 특성을 반영하는 것일 수 있습니다. 역학적 증거는 비만이 고혈압의 주요 위험 요인임을 강력하게 뒷받침하지만, 이러한 관계는 성별, 인구통계학적 특성, 유전적 배경, 신경호르몬 기전 및 환경적 요인을 포함한 여러 상호작용 요인에 의해 영향을 받습니다16. 이전 연구들에 따르면 내장 지방 지수와 지질 축적 생성물은 OSA 위험 증가와 관련이 있으며, 잠재적인 예측 마커로 활용될 수 있습니다17. 특히 내장 지방 축적이 더 많은 안드로이드형 비만이 기노이드형 비만보다 고혈압과 더 강력한 연관성을 보였습니다16. 따라서 본 연구에서 유의미한 연관성이 부족했던 것은 부분적으로 배꼽 높이의 피하 지방 두께만을 측정하고 내장 지방도를 평가하지 않았다는 점을 반영할 수 있습니다. 비만 환자에게서 USFT의 증가는 예상되는 결과입니다3. 주간 졸음과 목격된 무호흡은 OSA 환자에게서 흔히 나타나는 증상입니다18,19. 이에 따라 초기에는 USFT가 이러한 임상 증상들과 연관이 있을 것으로 가설을 세웠습니다. 그러나 분석 결과, USFT와 주간 졸음 사이에는 유의미한 연관성이 없는 것으로 나타났습니다. 이 결과는 복부 피하 지방뿐만 아니라 내장 지방 축적, 상기도 해부학적 구조, 신경근 요인 및 유전적 소인에 의해 영향을 받는 OSA 증상의 다요인적 특성으로 설명될 수 있습니다. 또한, 주간 졸음과 같은 주관적 파라미터는 환자의 자가 보고를 기반으로 하므로 측정치에 이질성이 도입될 수 있습니다. 본 연구의 상대적으로 작은 표본 크기와 배꼽 피하 지방 측정에만 집중한 점 또한 유의미한 연관성이 나타나지 않은 원인이 되었을 수 있습니다. 이전 연구들은 내장 지방 조직이 OSA와 더 강력하게 연관되어 있는 반면, 피하 지방은 이러한 임상 증상을 반영하는 데 더 제한적인 역할을 한다고 보고하였습니다.
본 연구의 제한점으로는 상대적으로 작은 표본 크기와 단일 센터에서 수행되었다는 점을 들 수 있습니다. 또한, 현재 OSA 진단의 골드 표준으로 사용되는 PSG가 본 연구에서는 시행되지 않았으며, 스크리닝 도구로서 STOP-BANG의 제한적인 특이도가 USFT와 OSA 사이의 겉보기에 약한 상관관계에 영향을 미쳤을 수 있습니다. 더욱이, CT 측정은 배꼽 높이의 피하 지방 조직으로 제한되었으며, 내장 지방 조직이나 다른 신체 부위의 지방 분포는 평가되지 않았습니다. USFT와 STOP-BANG 사이의 연관성 부족에도 불구하고, 기회적 CT 기반의 지방 평가법은 여전히 수술 전후 스크리닝 연구에서 잠재력을 가질 수 있습니다. CT 유래 측정치, 특히 내장 지방도는 기 established된 임상적 위험 요인과 함께 보완적 마커로 탐색될 수 있을 것입니다. 이러한 측정치들이 기존의 임상 평가와 더불어 OSA 위험과 독립적으로 연관되어 있는지 확인하기 위한 추가 연구가 필요합니다. 결론적으로, CT로 측정한 USFT는 STOP-BANG 점수 또는 STOP-BANG 기반의 OSA 위험 범주와 유의미한 연관성이 없었으며, 이러한 연관성 부족은 연령을 보정한 후에도 지속되었습니다. USFT가 BMI 및 목 둘레를 포함한 비만 관련 파라미터 및 코골이와 유의미한 연관성이 있었으나, 이러한 결과가 복부 피하 지방과 객관적으로 진단된 OSA 사이의 직접적인 관계를 입증하는 것은 아닙니다. 따라서 USFT 단독으로는 STOP-BANG 기반의 OSA 위험을 적절히 반영하지 못하는 것으로 보입니다. OSA 위험 층화에서 CT 유래 지방 측정치의 잠재적 역할을 명확히 하기 위해서는 더 큰 표본 크기, PSG를 이용한 OSA의 객관적 평가, 그리고 내장 및 피하 지방 조직 분포에 대한 종합적인 평가를 포함한 향후 연구가 필요합니다.
공개 사항
이해관계 상충:
저자들은 이해관계 상충이 없음을 선언합니다.
감사의 글
저자들은 원고 작성 과정에서 영어 편집 및 문법 교정을 위해 OpenAI의 ChatGPT (GPT-5)를 사용했음을 밝힙니다. 모든 원고 내용과 과학적 해석은 저자들에 의해 검토 및 승인되었습니다. 본 연구를 위해 수령한 연구비는 없습니다.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| 128-슬라이스 다중검출기 CT 스캐너 | GE Healthcare | Revolution EVO EX/EL | RRID 정보 없음 |
| 유연한 측정 테이프 | Lufkin | 50' x 3/8 | RRID 정보 없음 |
| matplotlib | Python Software Foundation | Version 3.7.1 | SCR_008624 |
| pandas | Python Software Foundation | Version 1.5.3 | SCR_018214 |
| ProHIMS PACS 뷰어 | ProHIMS | Version 2024.5.0 | RRID 정보 없음 |
| Python | Python Software Foundation | Version 3.10.12 | SCR_008394 |
| scipy | Python Software Foundation | Version 1.10.1 | SCR_008058 |
| seaborn | Python Software Foundation | Version 0.12.2 | SCR_018132 |
| statsmodels | Python Software Foundation | Version 0.14.0 | SCR_016074 |
| STOP-BANG 설문지 | University of Toronto (Chung F. et al.) | N/A | RRID 정보 없음 |
| 연구 데이터셋 및 분석 코드 | Zenodo | DOI: 10.5281/zenodo.21969483 | RRID 정보 없음 |
참고문헌
- Slowik JM, Sankari A, Collen JF. Obstructive sleep apnea. In: StatPearls [Internet]. StatPearls Publishing; Treasure Island (FL); 2025. Available from: https://www.ncbi.nlm.nih.gov/books/NBK459252/.
- Ojeda D, et al. STOP-BANG questionnaire as predictor of a difficult airway management during anesthesia. Rev Med Chil. 2022;150:450-457. doi:10.4067/S0034-98872022000400450.
- Bonsignore MR. Obesity and obstructive sleep apnea. Handb Exp Pharmacol. 2022;274:181-201. doi:10.1007/164_2021_558.
- Ryan S, et al. Adipose tissue as a key player in obstructive sleep apnoea. Eur Respir Rev. 2019;28:190006. doi:10.1183/16000617.0006-2019.
- Chen L, et al. Validation of the STOP-Bang questionnaire for screening of obstructive sleep apnea in the general population and commercial drivers: a systematic review and meta-analysis. Sleep Breath. 2021;25:1741-1751. doi:10.1007/s11325-021-02299-y.
- Chung F, et al. STOP questionnaire: a tool to screen patients for obstructive sleep apnea. Anesthesiology. 2008;108:812-821. doi:10.1097/ALN.0b013e31816d83e4.
- Neves Junior JAS, et al. Cutoff points in STOP-Bang questionnaire for obstructive sleep apnea. Arq Neuropsiquiatr. 2020;78:561-569. doi:10.1590/0004-282X20200086.
- Molnár V, et al. The predictive role of subcutaneous adipose tissue in the pathogenesis of obstructive sleep apnoea. Life (Basel). 2022;12:1504. doi:10.3390/life12101504.
- Pickhardt PJ, Summers RM, Garrett JW. Automated CT-based body composition analysis: a golden opportunity. Korean J Radiol. 2021;22:1934-1937. doi:10.3348/kjr.2021.0775.
- Nagappa M, et al. Validation of the STOP-Bang questionnaire as a screening tool for obstructive sleep apnea among different populations: a systematic review and meta-analysis. PLoS One. 2015;10:e0143697.
- Franco I, Reis R, Ferreira D, et al. The impact of neck and abdominal fat accumulation on the pathogenesis of obstructive sleep apnea. Rev Port Pneumol (2006). 2016;22:240-242.
- Ugur KS, et al. Subcutaneous fat tissue thickness of the anterior neck and umbilicus in patients with obstructive sleep apnea. Otolaryngol Head Neck Surg. 2011;145:505-510.
- Kollár B, et al. Anthropometric parameters and sleep apnea: correlations, and treatment implications in a sleep laboratory-based study. Bratisl Med J. 2025;126:1066-1077. doi:10.1007/s44411-025-00148-y.
- Ibrahim MIS, Mohamad H, Mohamad A, Mohamad I. Association between neck circumference and the severity of obstructive sleep apnea. Pol Ann Med. 2020;27(1):1-6. doi:10.29089/2020.20.00097.
- Gao F, et al. Upper airway morphological changes in obstructive sleep apnoea: effect of age on pharyngeal anatomy. J Laryngol Otol. 2020;134:354-361.
- Wolk R, Shamsuzzaman AS, Somers VK. Obesity, sleep apnea, and hypertension. Hypertension. 2003;42:1067-1074.
- Zhou T, et al. Association between obstructive sleep apnea and visceral adiposity index and lipid accumulation product: NHANES 2015-2018. Lipids Health Dis. 2024;23:100. doi:10.1186/s12944-024-02081-5.
- Howarth T, et al. Excessive daytime sleepiness is associated with relative delta frequency power among patients with mild OSA. Front Neurol. 2024;15:1367860. doi:10.3389/fneur.2024.1367860.
- Tang Y, et al. Prevalence of excessive daytime sleepiness (EDS) and its association with quality of life in patients with obstructive sleep apnea (OSA): data from a sleep-center in Shenzhen, a single-center cross-sectional study. J Thorac Dis. 2024;16:8216.