제1장

제1장: 바이오마커란 무엇인가: 측정에서 임상 판단까지

숫자 하나가 바이오마커가 되려면 무엇을, 어떻게, 누구에게서 측정했는지, 그리고 어떤 판단을 뒷받침하려는 것인지가 함께 알려져 있어야 한다. 이 장은 그 어휘를 세우고, WIA-BIO-004의 각 부분이 어디에 자리하는지를 보여 준다.

검사 장비가 "CRP 12.5 mg/L"라고 출력했다면 측정값이 하나 생긴 것이다. 아직 임상 지식이 생긴 것은 아니다. 이 숫자를 의사가 판단에 쓸 수 있는 정보로 바꾸려면 몇 가지 사실이 더 필요하다. 어떤 검사법으로 얻은 값인지, 어떤 검체에서 나왔는지, 검체가 용혈되었거나 너무 오래 실온에 방치되지는 않았는지, 비슷한 건강인에게서 관찰되는 값의 구간은 어디까지인지, 그리고 무엇보다 이 결과가 답하려는 질문이 무엇인지 알아야 한다. 급성 감염을 진단하려는 것인가, 치료 중인 염증성 질환을 추적하려는 것인가, 아니면 장기적인 심혈관 위험을 추정하려는 것인가. 같은 분석물을 같은 장비로 측정해도 쓰임에 따라 역할이 달라지고, 그 역할마다 다른 근거로 평가받아야 한다.

WIA-BIO-004는 바로 이 간극, 곧 원시 측정값과 방어 가능한 임상적 주장 사이의 간극을 다루는 데이터 표준이다. 바이오마커 측정값, 참고구간, 검증 연구, 성능 보고서를 어떻게 기록하는지, 이를 어떤 통계로 평가하는지, 그리고 어떤 프로토콜과 개인정보 보호 장치가 이를 둘러싸는지를 정의한다. 그러나 표준을 쓰기에 앞서 바이오마커가 정확히 무엇인지, 그리고 바이오마커를 분류하는 서로 다른 두 가지 방식이 무엇인지부터 분명히 해야 한다. 이것이 이 장의 주제이다. 이후의 장들은 진단 성능의 통계(제2장)에서 적합성 시험(제8장)까지 바이오마커의 일생을 차례로 따라간다.

1.1 정의와 FDA-NIH BEST 용어 체계

WIA-BIO-004 명세(§1.4)는 바이오마커를 정상적인 생물학적 과정, 질병, 또는 치료에 대한 반응을 나타내는 측정 가능한 생물학적 특성으로 정의한다. 이 표현은 명세가 용어의 근거로 인용하는 BEST(Biomarkers, EndpointS, and other Tools)를 따른 것이다. BEST는 미국 식품의약국(FDA)과 국립보건원(NIH)의 공동 작업반이 2016년에 처음 펴낸 용어 자료로, 바이오마커를 정상적인 생물학적 과정, 병리적 과정, 또는 노출이나 중재에 대한 반응의 지표로서 측정되는 정의된 특성이라고 규정한다.

이 정의에서 무게를 싣는 낱말은 세 개이다. 측정된다는 것은 그 특성이 기기나 정해진 절차로 얻어지며 환자의 진술로 얻어지는 것이 아니라는 뜻이다. 환자가 어떻게 느끼고, 기능하고, 생존하는지는 임상 결과이지 바이오마커가 아니다. 정의된 특성이라는 것은 대상 특성과 방법과 단위가 충분히 명시되어 다른 검사실에서도 같은 종류의 숫자를 얻을 수 있다는 뜻이다. 지표라는 것은 그 값이 다른 무엇, 곧 생물학적 상태나 질병 과정이나 약물의 효과를 대신 나타낸다는 뜻이다. 따라서 바이오마커는 언제나 대리 지표이며, 과학적 핵심 질문은 그 대리 지표가 주어진 목적에 얼마나 적합한가이다.

BEST는 바이오마커를 무엇으로 이루어졌는지로 분류하지 않는다. 어떤 질문에 답하는 데 쓰이는지로 분류한다. 범주는 일곱 가지이다. 표 1-1은 각 범주를 잘 확립된 예시, 그리고 그 범주가 기록해야 할 데이터에 미치는 영향과 함께 정리한 것이다.

표 1-1에서 강조할 점이 두 가지 있다. 첫째, 이 범주들은 분자의 속성이 아니다. 응급실에서 한 번 측정한 트로포닌은 진단 바이오마커이지만, 심장 독성이 있는 약물을 투여받는 환자에게서 반복 측정하는 트로포닌은 안전성 바이오마커이다. 규제 분야에서는 이를 사용 맥락(context of use)이라고 부른다. 바이오마커를 무엇에, 어떤 집단에서, 어떤 결정을 위해 쓰는지를 적은 진술이다. 근거는 그것이 수집된 사용 맥락 안에서만 유효하다.

둘째, 예후와 예측의 차이는 미묘하며, 과잉 주장이 가장 자주 생기는 지점 가운데 하나이다. 좋은 결과와 나쁜 결과를 보이는 환자를 가르면 예후 바이오마커이다. 예측 바이오마커라고 하려면 특정 치료의 효과가 마커 양성 환자와 음성 환자 사이에서 달라야 한다. 모든 환자가 그 약을 받은 단일군 연구로는 둘을 구분할 수 없다. 마커 양성 환자의 결과가 좋은 것이 단지 질병이 더 가벼웠기 때문일 수 있기 때문이다. 예측적 주장을 세우려면 치료받지 않았거나 다르게 치료받은 환자와의 비교가 필요하다. 제6장에서 임상 상관과 치료 반응을 다룰 때 이 문제로 다시 돌아온다.

BEST는 대리 평가변수(surrogate endpoint)라는 개념도 소개한다. 마커의 변화가 환자가 느끼고 기능하고 생존하는 방식의 변화를 믿을 만하게 예측하기 때문에, 임상시험에서 임상 결과를 대신하는 것으로 받아들여지는 바이오마커이다. 심혈관 의학의 혈압과 LDL 콜레스테롤이 잘 알려진 예이다. 대리성은 바이오마커가 질 수 있는 가장 강한 주장이며 진단 정확도를 훨씬 넘어서는 근거를 요구한다. WIA-BIO-004는 대리 평가변수용 기록을 정의하지 않으며 이 책도 더 다루지 않는다. 다만 근거의 사다리 꼭대기가 어디인지는 알아 둘 만하다.

1.2 서로 독립된 두 축: 측정 양식과 임상적 역할

모든 바이오마커는 서로 아무 관련이 없는 두 개의 축으로 기술할 수 있다.

• 측정 양식(modality)은 무엇을, 어떤 종류의 기술로 측정하는지를 나타낸다. WIA-BIO-004에서는 열거형 biomarkerType이 이를 맡으며, 값은 정확히 다섯 가지, 곧 protein, genetic, metabolic, imaging, cellular이다. 같은 다섯 값이 측정 형식(§7.1), API의 BiomarkerValidation 인터페이스(§8.2), SDK의 BiomarkerType 타입에 똑같이 나타난다.
• 임상적 역할(clinical role)은 그 결과를 무엇에 쓰는지를 나타내며, 표 1-1의 BEST 범주에 해당한다. 표준에서는 데이터 형식 부속서의 바이오마커 정의에 있는 type 필드(예: "type": "prognostic")와, 인터페이스 부속서의 등록 API에 있는 type 매개변수("type": "diagnostic", ?type=predictive)로 나타난다.

명세의 제2절은 바이오마커를 측정 양식으로만 분류한다. 반면 README의 활용 사례 목록(질병 진단, 약물 반응 예측, 예후 평가, 치료 모니터링, 위험 층화, 임상시험, 집단 선별검사)은 역할에 따라 짜여 있다. 필드 이름 type이 사정을 더 복잡하게 만든다. §7.2의 검증 연구 기록에서 biomarker.type은 측정 양식("protein")을 담지만, 바이오마커 정의에서는 같은 이름이 역할을 담는다. 한 이름이 두 뜻을 지니니 두 축이 섞이기 쉽다. "모든 단백질 바이오마커"를 찾는 질의와 "모든 진단 바이오마커"를 찾는 질의는 겹치지만 서로 다른 집합을 돌려주며, 한쪽에서 다른 쪽을 추론하는 시스템은 틀리게 된다. PSA는 진단과 모니터링 양쪽에 쓰이는 단백질이고, EGFR 변이 상태는 유전적이면서 예측적이며, 종양 크기는 어떤 맥락에서는 예후 마커이고 다른 맥락에서는 반응 마커인 영상 바이오마커이다.

그래서 이 책은 단순한 규칙 하나를 적용한다. 측정 양식은 측정에 속하고, 역할은 주장에 속한다. 측정 기록은 무엇을 어떻게 측정했는지를 말하며, 그 값이 나중에 어떻게 쓰이든 참이다. 바이오마커 정의나 검증 연구는 그 값을 무엇에, 어떤 집단에서, 어떤 절단값으로 쓰는지를 말하며, 같은 측정값이 이런 주장 여러 개를 뒷받침할 수 있다. 다음 조각은 WIA-BIO-004 JSON에서 두 축이 놓이는 자리를 보여 준다. 식별자와 분석물은 구조를 보여 주기 위한 가상의 예시이다.

// 측정 기록(§7.1): 측정 양식은 여기에 둔다
{
  "standard": "WIA-BIO-004",
  "version": "1.0.0",
  "measurement": {
    "biomarkerID": "BM-EXAMPLE-01",
    "biomarkerName": "Example serum protein X",
    "biomarkerType": "protein",
    "value": 4.2,
    "unit": "ng/mL",
    "sampleType": "blood_serum"
  }
}

// 바이오마커 정의(데이터 형식 부속서): 역할은 여기에 둔다
{
  "biomarkerId": "BM-EXAMPLE-01",
  "name": "Example serum protein X",
  "type": "diagnostic",
  "indication": { "disease": "Example condition", "population": "Adults with suspected disease" }
}

측정 기록에는 역할이 없고, 정의에는 개별 측정값이 없다. 나중에 같은 단백질을 모니터링 마커로 평가하게 되면 "type": "monitoring"을 가진 두 번째 정의와 그에 따른 별도의 검증 근거를 만들며, 측정 기록은 바뀌지 않는다. 두 기록 유형의 전체 구조는 제3장에서 설명하고, type 필드의 모호성은 제8장에서 버전 1.0의 미결 과제 가운데 하나로 다시 짚는다.

1.3 분자 바이오마커

다섯 가지 측정 양식 가운데 셋은 분자 수준이다. 단백질, 핵산, 저분자 대사체가 그것이다. 이들은 검체를 채취하고 처리하고 보관한 뒤 분석하는 검체 기반 작업 흐름을 공유하며, 그래서 제5장의 검체 전 단계 요건이 모두에게 적용된다. 차이는 검사가 돌려주는 값의 종류, 그리고 데이터에 흔히 스며드는 오류의 종류에 있다.

단백질 바이오마커

명세는 PSA(전립선 특이 항원), 트로포닌, C-반응성 단백(CRP), HbA1c를 예로 들며, 측정법으로 ELISA를 비롯한 면역측정법, 질량분석, 면역조직화학, 웨스턴 블롯을 제시한다. 일상적인 단백질 바이오마커 대부분은 면역측정법으로 측정한다. 항체가 표적에 결합하고, 결합량에 비례하는 신호를 읽어 내는 방식이다. 여기서 중요한 데이터상의 결과가 나온다. 제조사마다 같은 단백질의 서로 다른 부위나 서로 다른 형태를 인식하는 항체를 쓰고, 보정물질이 공통 표준물질에 소급되지 않을 수도 있다. 그래서 "같은" 분석물에 대한 두 면역측정법이 같은 검체에 대해 수치상 다른 값을 낼 수 있다. 측정 기록에 measurementMethod와 laboratoryID 필드가 있는 이유가 이것이다. 이 정보가 없으면 여러 기관의 값을 안전하게 합칠 수 없다.

HbA1c는 두 번째 문제, 곧 단위의 이질성을 보여 준다. HbA1c는 혈색소의 당화된 형태로, 적혈구 수명 동안(대략 직전 두세 달)의 평균 혈당을 반영한다. 보고 방식은 총 혈색소에 대한 백분율(NGSP 방식)과 mmol/mol(IFCC 방식) 두 가지이다. 둘 다 정당한 방식이지만, 단위 없이 "48"이라는 값만 있으면 아무 의미가 없다. 한 체계 안에서도 단위는 중요하다. CRP는 흔히 mg/L로 보고되지만 mg/dL로 보고되기도 하며, 두 단위는 열 배 차이가 난다.

유전 바이오마커

유전 바이오마커는 DNA나 RNA에 기반한다. 명세의 예시는 BRCA1/2 변이(유전성 유방암·난소암 위험), EGFR 변이(폐암 표적 치료), BCR-ABL 융합(만성 골수성 백혈병), HLA 대립유전자(자가면역질환 위험)이며, 측정법으로 PCR, 차세대 염기서열 분석(NGS), 마이크로어레이, 그리고 유전자 발현을 위한 정량 역전사 PCR(qRT-PCR)을 든다.

결과는 연속값보다 범주값인 경우가 많다. 변이가 있거나 없고, 대립유전자를 지니거나 지니지 않는다. 치료 추적에 쓰는 BCR-ABL 전사체와 대조 유전자의 비율, 염기서열 분석이 보고하는 변이 대립유전자 분율처럼 정량적인 것도 있다. 쉽게 누락되는 데이터 세부 사항이 세 가지 있다. 첫째는 부모에게서 물려받아 모든 세포에 존재하는 생식세포 변이와 종양이 획득한 체세포 변이의 구분이다. 같은 유전자에 둘 중 어느 것이든 있을 수 있고, 의미는 전혀 다르다. 둘째는 위치를 보고할 때 기준으로 삼은 참조 유전체 판(build)이다. 판에 따라 좌표가 다르기 때문이다. 셋째는 변이 명명법으로, HGVS 권고안이 흔히 쓰이는 관례이다. 유전 결과가 VCF 파일에 담겨 어떻게 전달되고 WIA-BIO-004 기록과 어떻게 연결되는지는 제3장에서 다룬다.

유전 결과는 이 분야에서 가장 강한 개인정보 문제도 불러일으킨다. 희귀 변이 하나가 사람을 식별할 수 있으며, 검사에 동의한 적 없는 혈연에 관한 정보까지 드러낸다. 희귀 변이 억제와 단계적 동의는 제7장에서 자세히 다룬다.

대사 바이오마커

대사 바이오마커는 저분자 물질이다. 명세의 목록에는 포도당(당뇨병), 콜레스테롤과 그 밖의 지질(심혈관 질환), 크레아티닌(신장 기능), 젖산(조직 저산소증)이 있다. 측정은 임상화학 분석기, 액체크로마토그래피-탠덤 질량분석(LC-MS/MS), 핵자기공명(NMR) 분광법으로 한다.

저분자 물질은 분석 전에 일어나는 일에 가장 민감한 경우가 많다. 분리하지 않았거나 해당(解糖) 억제제를 넣지 않은 혈액 검체에서는 혈구가 포도당을 계속 소비하므로 포도당 농도가 계속 떨어지고, 같은 해당 작용의 산물인 젖산은 올라간다. 지질, 특히 중성지방은 공복 여부에 따라 달라진다. 측정 기록에 fastingStatus를 적을 자리가 있고 dateCollected와 dateMeasured 사이의 시간이 중요한 까닭이다. 대사 수치에는 경쟁하는 단위 체계도 따라온다. 예컨대 포도당은 나라에 따라 mg/dL 또는 mmol/L로 보고되며, 둘 사이를 환산하려면 포도당의 몰질량(약 180 g/mol)이 필요하다. 따라서 1 mmol/L는 약 18 mg/dL에 해당한다. 중요한 대사 마커 가운데는 직접 측정하지 않는 것도 있다. 추정 사구체여과율은 크레아티닌으로부터 공식을 써서 계산하는 값이므로, 기록에는 어떤 공식을 썼는지가 적혀 있어야 한다.

1.4 영상 바이오마커와 세포 바이오마커

영상 바이오마커

영상 바이오마커는 의료 영상에서 추출한 정량적 특징이다. 명세는 종양 크기(암의 진행), 박출률(심장 기능), 골밀도(골다공증), 뇌 위축(신경 퇴행)을 예로 들며, 영상 양식으로 CT, MRI, PET, 초음파를 든다. 실제 진료에서 골밀도는 이중에너지 X선 흡수계측법(DXA)으로 가장 흔히 측정하는데, 명세의 영상 양식 목록에는 이것이 빠져 있다. 아래의 데이터 원칙은 양식과 관계없이 적용된다.

영상 바이오마커는 언제나 파생된 값이다. 환자와 숫자 사이에는 촬영 프로토콜, 스캐너와 그 설정, 재구성 알고리즘, 판독자나 분할(segmentation) 프로그램이 놓여 있다. 이 가운데 어느 하나만 바뀌어도 값이 달라질 수 있다. 심초음파로 잰 좌심실 박출률과 심장 MRI로 잰 박출률은 같은 개념이지만 같은 측정이 아니다. 종양의 지름은 어느 병변을 골랐는지, 어느 단면에서 쟀는지에 따라 달라진다. 치료 임상시험의 종양 크기에 대해서는 RECIST 1.1 기준이 어떤 병변을 측정하고 어떻게 합산할지를 정한다. 데이터 기록 관점에서는 measurementMethod에 영상 양식, 프로토콜, 소프트웨어 판을 적어야 하고, 판독자 간 변동을 분석적 검증(제5장)의 일부로 다루어야 한다는 뜻이다.

버전 1.0에는 구조적인 빈틈도 있다. sampleType 열거형의 값 여덟 개(blood_serum, blood_plasma, whole_blood, urine, tissue_biopsy, cerebrospinal_fluid, saliva, stool)는 모두 생체 검체이며, 영상에 맞는 값은 없다. 표준이 값을 추가하기 전까지 구현자는 영상 기록에서 이 필드에 틀린 값을 억지로 넣지 말고 비워 두며, 촬영 조건은 measurementMethod에 기술하는 편이 낫다. 이 빈틈은 제8장의 미결 과제 목록에 다시 기록한다.

세포 바이오마커

세포 바이오마커는 세포의 수를 세거나 특성을 규정한다. CD4 T세포 수(HIV 모니터링), 순환 종양세포(전이성 암), 호중구 수(감염과 염증), 혈소판 수(응고 장애)가 명세의 예시이다. 측정은 유세포 분석, 세포 분리, 현미경 검사, 자동 혈구 계수기로 한다.

세포 수는 보통 절대 농도(예: 마이크로리터당 세포 수)로 보고하지만, 상위 세포 집단에 대한 백분율로 보고하는 것도 있다. CD4는 흔히 두 방식 모두로 제시되며, 둘은 서로 바꿔 쓸 수 없다. 유세포 분석 결과는 어떤 사건을 표적 집단으로 셀지 정하는 게이팅(gating) 전략과, 검체가 채취된 뒤 지난 시간에 좌우된다. 보관된 전혈 속 세포는 시간이 지나면 변질되기 때문이다. 순환 종양세포 계수 같은 희귀 세포 검사는 검출한계 가까이에서 작동하므로 세포 한두 개의 차이가 분류를 바꿀 수 있다. 여기서는 제5장의 검출한계 방법이 핵심이 된다.

"전형적 임상 역할" 열은 길잡이일 뿐 규칙이 아니다. 각 역할은 저마다의 사용 맥락에서 저마다의 근거로 확립되어야 하며, 이 책의 나머지가 바로 그 과정을 다룬다.

1.5 바이오마커의 생애주기

바이오마커는 완성된 모습으로 임상 현장에 들어오지 않는다. WIA-BIO-004의 품질 지표 부속서는 초기 발굴 단계 뒤에 이어지는 세 가지 검증 수준을 기술한다. 이들이 함께 이 책을 조직하는 생애주기를 이룬다.

1. 발굴. 흔히 소수의 환자군과 대조군을 대상으로 많은 후보 마커를 선별해, 더 추적할 만한 신호를 찾는다. 이 단계의 위험은 거짓 발견이다. 후보 수백 개를 검정하면 일부는 순전히 우연으로 유망해 보인다. 발굴 결과는 가설이지 주장이 아니다. SDK의 ValidationStudy 타입은 이 단계를 studyType: 'discovery'로 기록한다.
2. 분석적 검증. 검사법이 분석물을 믿을 만하게 측정하는가? 검출한계와 정량한계, 정밀도, 정확도, 직선성, 안정성을 다룬다. 부속서의 지침은 매개변수당 20~50회 수준의 측정이다. 프로토콜은 제5장에서 설명한다.
3. 임상적 검증. 측정값이 의도한 사용 집단에서 해당 임상 상태들을 구분하는가? 민감도, 특이도, 예측도, ROC-AUC를 추정하는 단계이다. 부속서의 지침은 200~500명 이상이다. 통계는 제2장에서, 연구 설계는 제6장에서 전개한다.
4. 임상적 유용성. 바이오마커를 쓰는 것이 쓰지 않는 것에 비해 결정을 바꾸고 결과를 개선하는가? 부속서는 여기서 500~1,000명 이상을 언급하며, 정확도 수치 하나가 아니라 "환자 관리의 개선"을 기준으로 삼는다. 재분류 방법과 결정 곡선 방법은 제6장에서 다룬다.

위의 표본 수는 표준 자체가 제시한 지침 수치이다. 개별 연구의 표본 수 계산을 대신하지 못하며(제6장에서 설명한다), 부속서가 각 수준에 붙인 합격 기준은 WIA-BIO-004의 다른 문서에 있는 기준과 다르다. 이 차이는 제5장에서 정리한다.

   발굴       ──►  분석적 검증      ──►  임상적 검증         ──►  임상적 유용성
   후보 선별        "검사법이 잘         "값이 상태를            "쓰면 진료가
                    측정하는가?"         구분하는가?"             나아지는가?"
       │                 │                     │                      │
       │              제5장              제2장, 제6장              제6장
       │         LOD, LOQ, CV,         민감도, 특이도, PPV,      NRI, IDI,
       │         회수율, 안정성        NPV, LR, ROC-AUC, 코호트  순이득
       │                 │                     │                      │
       └───────◄─── 실패하거나 검사법이 바뀌면 되돌아간다 ◄──────────┘

   ═══════════════ 모든 단계의 밑바탕 ═══════════════
   제3장  데이터 형식(측정, 참고구간, 연구, 보고서)
   제4장  SDK, CLI, REST 인터페이스
   제7장  통합, 보안, 개인정보 보호
   제8장  적합성 시험과 근거

그림 1-1에서 놓치기 쉬운 특징이 두 가지 있다. 첫째는 되돌아가는 화살표이다. 단계는 일방통행이 아니다. 임상적 검증에 실패한 마커는 흔히 발굴 단계로 돌아가며, 검사법이 조금이라도 바뀌면(새 항체 로트, 새 플랫폼, 새 검사실) 분석적 검증이 다시 열리고 임상 결과도 재확인해야 할 수 있다. 따라서 데이터 표준은 각 결과를 어떤 판의 검사법이 만들었는지 기록해, 근거를 그것을 낳은 방법까지 추적할 수 있게 해야 한다.

둘째, 분석적 검증과 임상적 검증은 서로 다른 질문에 답하며 서로를 대신할 수 없다. 검사법이 완벽하게 정밀해도 분석물 자체가 환자와 건강인 사이에서 다르지 않다면 임상적으로는 쓸모가 없다. 반대로 질병과 생물학적으로 강하게 연결된 마커라도 검사법이 부정확하면 약해 보인다. 측정 잡음이 두 집단 사이의 구분을 흐리기 때문이다. 임상 성능은 언제나 분석 성능에 의해 상한이 정해진다. 그래서 작업 순서로는 제5장이 임상적 검증보다 앞선다. 다만 분석 작업이 무엇을 위한 것인지 먼저 알 수 있도록 제2장에서 임상 통계를 먼저 소개한다.

1.6 바이오마커 데이터에 표준이 필요한 이유

첫 발표에서 유망해 보인 바이오마커 가운데 상당수는 다른 연구자가 재현하려 할 때 성능이 떨어진다. 일부는 생물학적 이유 때문이지만, 상당 부분은 데이터를 생산하고 보고한 방식에 원인이 있다. 재현성을 해치는 원인 다섯 가지가 되풀이해 나타나며, 각각은 WIA-BIO-004가 구현자에게 기록하거나 통제하도록 요구하는 항목에 대응한다.

검체 전 단계의 변동

검체가 분석기에 닿기 전에 일어나는 모든 일이 결과를 바꿀 수 있다. 환자의 공복 여부, 채혈 시각(많은 분석물이 일주기 리듬을 따른다), 채혈 시 자세, 토니켓 시간, 처리까지의 지연, 원심분리, 보관 온도, 동결·해동 횟수가 모두 그렇다. 명세(§3.1.2)는 이 요인들을 열거하고 몇 가지 한계를 정한다. 토니켓 시간 1분 미만, 혈장은 2시간 이내 처리, 동결·해동 3회 미만 등이다. 검체 전 단계의 변동은 최종 숫자 옆에 함께 적어 두지 않으면 보이지 않는다.

단위와 검사법의 이질성

1.3절에서 보았듯이 같은 분석물에 대한 검사법끼리 값이 다를 수 있고, 같은 양이 다른 단위로 표현될 수 있다. 암묵적 단위가 얼마나 위험한지는 작은 계산으로 드러난다. §7.1의 CRP 예시는 12.5 mg/L로, 기록의 참고구간 0~10 mg/L를 웃돈다. 수신 시스템이 단위를 버리고 mg/dL로 가정하면 12.5 mg/dL, 곧 125 mg/L로 읽게 된다. 경미한 상승이 매우 높은 값으로 둔갑하는 열 배의 과대 평가이다. 검사에는 LOINC, 단위에는 UCUM 같은 통제된 코드로 이 모호성을 없애는 방법을 제3장에서 보인다.

보고되지 않았거나 데이터에 맞춰 정한 절단값

연속형 바이오마커는 절단값을 기준으로 해야 비로소 양성 또는 음성 검사가 된다. 데이터를 본 뒤 절단값을 고르면, 흔히 같은 표본에서 정확도를 최대로 만드는 값을 고르게 되는데, 그러면 보고되는 민감도와 특이도는 낙관적으로 부풀려진다. 절단값이 그 표본의 우연한 변동에 맞춰졌기 때문이다. 절단값을 아예 보고하지 않으면 결과를 재현할 수 없다. 그래서 WIA-BIO-004 검증 연구 기록에는 선택된 절단값(optimalThreshold: 값, 단위, 유든 지수)이 들어 있으며, 그 값을 고른 규칙도 함께 밝혀야 한다. 규칙들의 비교는 제2장에서 다룬다.

스펙트럼 편향

정확도는 누구를 검사하느냐에 따라 달라진다. 진행되어 뚜렷한 질환을 가진 환자와 젊고 건강한 자원자를 비교하는 연구는 큰 차이를 발견하기 마련이다. 두 집단이 애초에 멀리 떨어져 있기 때문이다. 실제 사용에서는 초기이거나 가벼운 질환을 그와 비슷해 보이는 다른 질환과 구분해야 하며, 그 구분은 더 작다. 이런 "양극단" 환자-대조군 설계에서 얻은 추정치는 대개 의도한 사용 집단에 대해 지나치게 낙관적이다. 그래서 검증 연구 기록은 총계만이 아니라 집단의 구성(환자군과 대조군 수, 연령 범위, 성별과 인종 분포)을 기술하며, 연구 보고서에는 선정 기준과 임상 환경을 덧붙여야 한다.

눈가림 없는 측정과 참조 표준

바이오마커를 측정하거나 판독하는 사람이 환자의 임상 상태를 알고 있으면 측정이 기대하는 답 쪽으로 기울 수 있다. 영상이나 현미경 검사처럼 사람의 판단이 개입하는 곳에서 특히 그렇다. 비슷한 문제로, 누가 질병을 가졌는지 정의하는 참조 표준에 바이오마커 자체가 포함되면 겉보기 정확도가 부풀려진다. 눈가림과 독립적인 참조 표준은 아래의 검증 요건에 들어 있다. 진단 정확도 연구의 보고 전반에 대해서는 STARD 지침이 널리 쓰이는 점검표이다.

일곱 가지 검증 요건

WIA-BIO-004의 README는 바이오마커를 검증된 것으로 보기 전에 기대하는 근거를 요약한다. 이후의 모든 장이 이 요건을 다시 참조하므로 여기서 미리 살펴본다.

1. 표본 수: 초기 검증에 최소 환자 100명과 대조군 100명.
2. 통계적 검정력: 임상적으로 의미 있는 차이를 검출할 검정력 80 % 이상.
3. 복수 코호트: 서로 독립된 집단 2개 이상에서의 검증.
4. 눈가림: 임상 상태를 모르는 상태에서의 측정.
5. 참조 표준: 진단 바이오마커의 경우 표준 검사(gold standard)와의 비교.
6. 재현성: 정량 바이오마커의 변동계수(CV) 15 % 미만.
7. 안정성: 검체 전 단계 안정성에 대한 문서화.

이 가운데 두 요건은 표준의 다른 부분에서 달리 서술되어 있으며, 독자는 처음부터 이 점을 알아 두어야 한다. README는 환자 100명과 대조군 100명을 요구하지만, SDK 상수 MIN_VALIDATION_SAMPLES는 전체 측정값 100개이다. SDK가 실제로 무엇을 검사하는지는 제4장에서 설명한다. CV 15 % 한계는 명세, 품질 지표 부속서, SDK에 흩어져 있는 여러 정밀도 한계 가운데 하나이며, 이들은 진단용·선별검사용·연구용을 구분한다. 제5장에서 이를 나란히 놓고 비교한다. 이 책에서는 수치 한계를 인용할 때마다 그 출처 문서를 밝힌다.

1.7 WIA-BIO-004의 구성

WIA-BIO-004는 문서 한 편이 아니다. 주 명세, 특정 주제를 확장한 단계별 문서 네 편, TypeScript SDK, 명령줄 도구로 이루어져 있다. 표 1-4는 각 구성 요소와 이를 활용하는 장을 정리한 것이다.

3단계와 4단계는 파일 이름과 내용이 맞지 않는다는 점에 유의해야 한다. "PROTOCOL"이라는 파일에는 품질 지표가, "INTEGRATION"이라는 파일에는 보안과 개인정보 보호가 들어 있다. 또한 단계별 문서들의 머리글에는 이전 식별자(WIA-BIO-003)가 남아 있다. 이 책은 네 문서를 모두 WIA-BIO-004의 단계별 부속서로 취급하고 식별자는 WIA-BIO-004로 통일해 쓴다. 이 명칭 불일치는 제8장의 미결 과제 목록에 포함한다.

주 명세의 §8.1은 WIA-BIO-004를 준수하는 시스템이 반드시 갖춰야 할 요소를 정한다. 다섯 가지 필수 구성 요소는 표준 전체를 압축해 보여 준다.

1. 데이터 수집: 바이오마커 측정값의 표준화된 수집(제3장).
2. 품질관리: 자동화된 QC 점검과 검증(제5장).
3. 통계 분석: ROC, 민감도, 특이도 계산(제2장, 제4장).
4. 임상 상관: 환자 결과와의 통합(제6장).
5. 보고: 표준화된 성능 보고서(제3장, 제4장).

이 구성 요소들이 실제 시스템에서 어떻게 연결되는지는 제7장에서, 시스템이 이들을 실제로 갖추었음을 어떻게 입증하는지는 제8장에서 설명한다. 도구에 관해 한 가지 주의할 점이 있으며, 자세한 내용은 제4장에서 다룬다. 버전 1.0의 명령줄 도구는 고정된 시연용 출력을 내보낼 뿐, 주어진 데이터 파일을 아직 읽지 않는다. 실제 계산은 SDK로 해야 한다.

독자별 읽기 경로

각 장은 앞 장 위에 쌓이지만, 모든 독자가 순서대로 읽을 필요는 없다. 가장 흔한 세 역할에 맞춘 경로는 다음과 같다.

요약

바이오마커는 생물학적 과정, 병리적 과정, 또는 중재에 대한 반응을 나타내는, 정의되고 측정되는 특성이다. 무엇으로 이루어졌는지(측정 양식)와 무엇에 쓰이는지(임상적 역할)는 별개의 질문이다. WIA-BIO-004는 측정 양식을 측정 기록의 biomarkerType에, 역할을 바이오마커 정의와 검증 연구에 기록하며, 이 책은 둘을 분리해 다룬다. 측정 양식마다 전형적인 데이터 함정이 있다. 단백질은 검사법 의존성, 유전 마커는 생식세포·체세포 구분과 유전체 판, 대사체는 검체 전 단계의 불안정성, 영상은 프로토콜과 판독자 의존성, 세포 마커는 게이팅과 보고 관례가 문제이다. 바이오마커는 발굴, 분석적 검증, 임상적 검증, 임상적 유용성을 거치며, 한 단계의 근거가 다른 단계를 대신하지 못한다. 이 분야의 재현성 문제 상당수는 기록되지 않은 검체 전 단계 조건, 단위와 검사법의 차이, 선언되지 않은 절단값, 스펙트럼 편향, 눈가림 없는 측정에서 비롯되며, WIA-BIO-004의 필드와 요건은 이것들을 드러내기 위해 존재한다.