당뇨약 부작용 신고, 어떤 약에서 심각 사례가 많았을까?
- 한국에 접수된 당뇨약 부작용 신고 28,633건을 되돌아보며 분석한 연구입니다.
- 설포닐유레아 계열 약에서 심각한 사례 신고 신호가 가장 두드러졌습니다.
- 신고 자료만으로는 약이 부작용을 일으켰는지, 실제 위험이 얼마인지 알기 어렵습니다.
민원 접수함에 들어온 신고서만 모아 살펴본 것과 같습니다. 접수된 내용의 경향은 보이지만, 접수되지 않은 일까지는 알 수 없습니다.
이 연구는 무엇을 했나요?
한국의약품안전관리원의 부작용 신고 시스템(KAERS)에는 의료진과 환자 등이 신고한 약 부작용이 모입니다. 연구팀은 2015년부터 2024년까지 이 시스템에 접수된 당뇨약 관련 신고 28,633건을 되돌아보며 분석했습니다. 사람을 직접 지켜본 것이 아니라 이미 쌓인 신고를 살펴본 관찰 연구입니다.
무엇을 비교했나요?
먼저 약의 종류별로, 다른 약과 견주어 어떤 부작용이 상대적으로 더 자주 신고되는지 살폈습니다. 그다음 어떤 특징을 가진 신고가 '심각한 부작용'으로 분류되는지 통계 방법으로 확인했습니다. 마지막으로 기계학습(컴퓨터가 자료에서 규칙을 스스로 찾아내는 방법) 모델 세 가지를 만들어, 심각한 사례를 가르는 데 어떤 정보가 크게 쓰이는지 보았습니다.
어떤 결과를 보았나요?
신고된 사례의 64.1%가 고령자였습니다. 심각한 사례로 분류된 신고는 2.35%였습니다. 약 종류별로는 설포닐유레아 계열(혈당을 내리는 먹는 약의 한 종류)에서 심각한 사례 신고 신호가 가장 두드러졌습니다.
남성, 높은 연령, 설포닐유레아 계열 약 사용은 신고가 심각한 사례로 분류될 가능성이 더 높은 쪽과 연관되어 있었습니다. 기계학습 모델 세 가지에서는 모두 당뇨병성 신경병증(당뇨로 생기는 신경 손상) 치료와 관련된 정보가 심각 사례 분류에 가장 크게 영향을 준 특징으로 나타났습니다.
쉽게 말하면 한국의 당뇨약 부작용 신고 자료에서는 설포닐유레아 계열과 심각한 사례 신고가 함께 두드러졌지만, 신고 자료만으로 약의 실제 위험을 말하기는 어렵습니다.
이 글은 논문 초록을 바탕으로 작성했습니다. 논문 전문의 세부 내용은 담지 못했으니, 자세한 내용은 아래 원문 출처에서 확인하세요.
조심해서 읽을 점
- 자발적으로 접수된 신고 자료라서, 신고되지 않은 부작용은 빠져 있고 약을 쓴 전체 인원도 알 수 없습니다. 약마다 실제 위험이 얼마나 되는지는 이 자료로 비교하기 어렵습니다.
- 신고된 사례마다 약 때문에 증상이 생겼는지 확인된 것은 아닙니다. 신고 신호는 연관성을 보여 줄 뿐입니다.
- 기계학습 모델이 중요하게 본 정보는 '신고가 심각하게 분류되는 경향'과의 관련을 나타냅니다. 그 정보가 심각한 결과를 가져온다는 뜻은 아닙니다.
- 연구진도 더 많은 장기 실제 진료 자료로 결과를 다시 확인할 필요가 있다고 보았습니다.