Clinical Prediction of Survival in Terminal Cancer Patients: Individual Assessment vs. Interdisciplinary Assessment

(1)

서 론

완치 목적의 치료가 더 이상 적절하지 않다고 결론지어진 말기 암 환자에서 구체적인 여명예측은 중요한 문제로,¹⁾ 환자와 가족에게 죽 음을 수용하도록 돕고, 가족들이 적절한 대비를 하는 것을 가능하 게 하여 환자와 가족의 자율성을 존중하는 방법이 된다.^2,3)

여명예측에 있어서 암 진단 초기에는 암의 종류, 암세포 종류와 분 화도, 진단 시점에서의 병기 등이 이용되는 반면,⁴⁾ 말기 암 환자에서 는 환자의 수행상태(performance status), 환자의 증상과 징후 그리고 검사결과 등을 이용하여 여명을 예측하게 된다.^5,6) 선행연구들에 의 해 여명과 연관된 것으로 알려진 많은 결과들이 있으며, 여명예측을 위한 도구들도 계발되었다.⁷⁾ 완화의료 예후지수(Palliative Prognostic

Original Article

말기 암 환자에서 임상의의 여명예측: 개별적인 접근과 팀 접근의 차이

윤현수, 김철민*, 이용주, 윤조히, 정하지, 신은경, 장승남

가톨릭대학교 의과대학 서울성모병원 가정의학과

Clinical Prediction of Survival in Terminal Cancer Patients: Individual Assessment vs.

Interdisciplinary Assessment

Hyun-Soo Yoon, Chul-Min Kim*, Yong-Joo Lee, Jo-Hi Yoon, Ha-Ji Jung, Eun-Kyung Sin, Seung-Nam Jang

Department of Family Medicine, Seoul St. Mary’s Hospital, The Catholic University of Korea College of Medicine, Seoul, Korea

Ba ckground: Clinician’s’ survival predictions show significant correlations with actual survival, and have been demonstrated to add to the objective prognostic tools in terminal cancer. However, no studies have been conducted on the effects of team assessment for predicting survival in terminal cancer patients. Hence, the aim of this study was to verify the validity of the individual and team approaches for clinical prediction of survival in terminal cancer patients.

Me thods: This was a prospective observational study of 137 patients in a specialized hospice unit. Four doctors predicted each patient’s survival. The patients were categorized in three groups according to their predicted survival time. The correlation between the survival time and clinical expectancy was analyzed by using the Spearman correlation. Moreover, we analyzed the degree of consistency of the evaluators by using Cohen kappa and intra-class correlation analyses.

Re sults: The interdisciplinary team predictions were significantly correlated with the actual survival times of the patients. The clinical predictions showed some significant differences between the doctors. Furthermore, the patients with less than 10 days of survival time showed significantly higher levels of lactate dehydrogenase, C-reactive protein, and total bilirubin and a lower Palliative Performance Scale score.

Co nclusion: Team assessment may serve as a good measurement to reduce the deviations associated with individual clinician’s predictions. The results of this study reemphasize the validity of interdisciplinary assessment of hospice care by analyzing the concordance of each clinician’s survival prediction.

Keywords: Cancer; Palliative Care; Survival; Team Assessment

http://www.kafm.or.kr/kjfp.2015.5.2.89 pISSN 2233-9019 · eISSN 2233-9116 Korean J Fam Pract. 2015;5(2):89-94

KJFP

Korean Journal of Family Practice

Received February 9, 2015 Accepted June 23, 2015 Corresponding author Chul-Min Kim

Tel: +82-2-2258-2894, Fax: +82-2-2258-2907 E-mail: [email protected]

This is an open-access article distributed under the terms of the Creative Commons At- tribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted noncommercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

(2)

Hyun-Soo Yoon, et al. Team Assessed Clinical Survival Pprediction

KJFP

Index, PPI)는 경구 섭취량, 휴식 시 호흡곤란, 섬망, 부종과 같은 임상 적 증상을 이용하여 남은 여생기간을 예측할 수 있게 고안되었으며, 6점 이상이면 3주 미만 생존을 예측한다.⁸⁾ 완화의료 수행지수(Pallia- tive Performance Scale, PPS)는 수정된 Karnofsky 수행지수로서, 보행상 태(ambulation), 활동수준(activity level), 질병 정도(evidence of disease), 자가 돌봄(self-care), 경구 섭취 및 의식상태의 5가지 면을 다룬다.⁹⁾

의사의 예측(clinical prediction of survival)은 여명예측에 유용한 도구로써, 예후지수나 환자의 증상, 검사결과와 비교하여 객관적으 로 측정할 수 없는 것들을 감지할 수 있다. 실제 호스피스 완화의료 의 경우 다학제적 접근을 통한 전인적인 진료가 바탕이 되는 곳으로 써,¹⁰⁾ 여명예측을 포함한 임상의의 의학적 결정 역시 다학제적 접근 을 통해 종합적으로 판단하여 내리게 된다. 하지만 다학제적 팀 접근 을 통한 예명예측에 대한 선행연구는 없는 실정으로, 본 연구는 전향 적 관찰연구를 통하여 서울성모병원 호스피스 병동에 입원한 말기 암 환자 137명을 대상으로 기존의 객관적인 예후예측도구들을 이용 하여 환자의 여명을 예측하는 동시에, 임상의의 개별적인 여명예측 과 다학제적 팀 전체의 의견을 종합한 여명예측을 시행하여 말기 암 환자의 단기간 생존을 예측하는 데 있어서 임상적 예측 및 팀 접근의 타당도를 검증해 보고자 하였다.

방 법

1. 연구대상

이번 연구는 2014년 5월부터 12월까지 서울성모병원 호스피스센 터에 입원한 말기 암 환자를 대상으로 하였다. 선정기준은 임상적 기 대여명이 6개월 미만인 만 18세 이상의 말기 암 환자로 호스피스 완 화의료 병동에 입원하여 환자 또는 가족이 연구 참여에 자발적으로 동의한 경우이며, 선정된 환자들은 모두 institutional review board 승 인(KC14OISI0235)을 받았다. 본 연구에서 환자들의 생존기간은 연구 에 참여하고 사망할 때까지의 시간으로 연구기간 내에 사망하지 않 는 환자의 경우 마지막 추적관찰 기간 또는 연구 종료 시점까지를 생 존기간으로 정의하였다.

2. 연구방법

연구에 동의한 환자들의 나이, 성별, 암의 종류, 동반질환 유무, 전 이 유무, 완화수행지수, 완화예후지수를 평가하였다. 환자들의 의무 기록을 검토하여 연구에 동의한 날짜와 가장 가까운 날짜에 시행된 혈액 검사 중 혈청 백혈구, 임파구 분율, 혈색소, C반응단백질, 총 빌 리루빈, 젖산탈수효소 수치를 기록하였다. 실제로 대부분의 환자들 은 일주일 이내의 혈액검사결과를 사용하였으며, 가장 먼 날짜의 경

우 연구 동의 날로부터 10일째 재취한 혈액이었다.

3. 여명 예측방법

의료진은 A, B, C, D 총 4개의 그룹으로 나누어 각자 비공개로 임상 적 기대여명을 측정하였다. 의사 A는 20년 이상 호스피스기관에 근 무한 사람, 의사 B는 4년간 호스피스기관에 근무한 사람, 의사 C는 2 년간 호스피스기관에 근무한 사람, 의사 D는 2개월간 순환근무를 하는 가정의학과 전공의로 총 6명이였으며, 모든 전공의는 연구참여 에 앞서 완화의학과 교수로부터 1시간 동안 여명예측 평가방법에 대 한 모두 같은 내용의 강의를 들은 뒤 임상적 기대여명을 측정하였다.

강의내용은 호스피스 표준화 교육 고위과정에 있는 예후의 평가, 여 명 측정도구, 진행성 암 환자의 예후와 연관이 있는 임상변수들에 대 한 내용이다. 의사 A, B, C, D의 임상적 기대여명을 나눈 중간값을 의 사의 평균예측생존일(doctors’ median)으로 정의하였다.

4. 통계분석

기술분석을 통해 인구 임상학적인 자료를 빈도수, 평균값, 그리고 중간값으로 기록하였다. 연구대상자의 생존기간과 각 평가자들의 임 상적 기대여명과의 상관관계는 Spearman’s correlation을 이용하여 분 석하였으며 각 평가자 간의 일치도는 Cohen’s kappa와 intra-class cor- relation을 이용하였다. Cohen’s kappa의 일치도는 κ≤0.2는 낮은(poor) 으로, 0.2<κ≤0.4는 적당한(fair)으로 0.4<κ≤0.6은 중등도(moderate) 로 0.6<κ≤0.8는 상당한(substantial)으로 0.8<κ은 좋은(good)으로 정 의하였다. 통계분석은 PASW SPSS ver. 18.0 (SPSS Inc., Chicago, IL, USA) 영문판을 이용하였으며 유의수준은 P-value<0.05로 정의하였다.

결 과

1. 대상 환자의 특성

본 연구에 포함된 환자는 총 137명으로 여성은 80명(58.4%), 남성이 57명(41.6%)이었으며, 평균 연령은 68.2세였다. 암의 종류를 보면 간암 및 담도 췌장암이 30명(21%), 폐암이 26명(19%), 대장 및 직장암 18명 (13.1%), 난소 및 자궁 경부암 11명(8%), 위암 11명(8%) 순이었다. 당뇨와 고혈압과 같은 동반질환을 가지고 있는 경우는 73명(53.2%)이었으며, 대부분의 환자가 전이상태(89.8%)로 확인되었다. PPS는 61명(44.5%) 에서 50% 이상이었으며, 59명(43.1%)의 환자에서 30-40%, 17명(12.4%) 에서 20% 이하로 확인되었다. PPI가 6점 미만인 경우는 62명(45.3%), 6 점 이상인 경우는 75명(54.7%)였다. A 의사의 경우 여명예측 10일 이 하인 경우가 30명(21.9%), 11일에서 30일 사이가 54명(39.4%), 30일 초 과가 53명(38.7%)이었으며, B 의사의 경우 여명예측이 10일 이하인 경

(3)

윤현수 외. 팀접근을 통한 임상의의 여명예측 Korean Journal of Family Practice

KJFP

우 26명(19.0%), 11일에서 30일 사이가 57명(41.6%), 30일 초과가 54명 (39.4%)이었다. C 의사의 경우 여명예측 10일 이하인 경우 31명(22.6%), 11일에서 30일 사이가 46명(33.6%), 30일 초과가 36명(43.8%)이었고 D 의사의 경우 여명예측 10일 이하인 경우 34명(24.8%), 11일에서 30일 사이가 67명(48.9%), 30일 초과가 36명(26.3%)이었다. 4명 의사의 평균 여명예측일수를 계산한 결과 10일 이하인 경우 21명(15.3%), 11일에서 30일 사이가 48명(35.0%), 30일 초과가 68명(49.6%)이었다. 실제 생존일 수는 10일 이하인 경우 46명(33.6%), 11일에서 30일 사이가 46명 (33.6%), 30일 초과가 45명(32.8%)이었다. C반응단백질 수치는 가장 높 은 수치 33.66, 가장 낮은 수치 0.03으로 평균 4.66이었으며, 혈색소 수 치는 평균 10.3, 임파구 분율은 가장 높은 수치가 72.0, 가장 낮은 수 치가 1.8으로 평균 12.1로 나타났다. 백혈구 수치는 평균 8,090, 총 빌 리루빈은 최고 수치 28.6, 최저 수치 0.1으로 평균 0.6, 젖산탈수효소 는 최고 수치 13,260, 최저 수치 246, 평균 661으로 확인되었다. 이전 수술력이 있는 경우 59명(43%), 이전 항암 치료병력이 있는 경우 23명 (16.8%), 방사선 치료병력이 있는 경우 5명(3.6%)이었다(Tables 1, 2).

2. 임상적 여명예측일수와 평균 예측생존기간과의 상관관계

환자의 생존기간에 따라서 평가자들 간의 임상적 여명예측일수와 의사의 평균 예측생존기간과의 상관관계를 살펴보았다. 전체 환자 의 경우 의사 A, B, C, D, 그리고 의사의 평균 예측생존기간은 실제 생

존기간과 모두 높은 상관관계를 보였다. 10일 이내의 생존기간을 보 인 환자군에서는 의사 A와 상관계수 0.348로 유의한 상관관계를 보 였으며 다른 군에서는 모두 통계적으로 유의하지 않았다. 생존기간 11-30일인 환자군에서는 의사 A, B, C에서 각각 상관계수 0.342, 0.374, 0.337로 유의한 상관관계를 보였다. 마지막으로 생존기간이 30일 이 상인 환자군에서는 의사 A, B, C, D, 그리고 의사의 평균 예측생존기 간 모두 유의하지 않는 상관관계를 보여주었다(Table 3).

3. 임상의 간의 기대여명 평가의 일치도

임상의 간의 기대여명 평가의 일치도는 생존기간 10일 이내에서는 의사 B와 C, D가 κ값 0.531, 0.493으로 중등도의 일치도를 보였으며 의 사의 평균 예측생존일과 의사 A, C, D의 기대여명과는 κ값 0.449, 0.449, 0.498로 중등도의 일치도를 보였다. 의사 B와 의사의 평균 예측

Table 1. Clinical characteristics of patients in the study population

Characteristic Value

Age (y) 68.2± 13.8

Sex

Women 80 (58.4)

Men 57 (41.6)

Primary cancer

Hepatobiliary/pancreas 30 (21.0)

Lung 26 (19.0)

Colorectal 18 (13.1)

Ovary/cervix 11 (8.0)

Stomach 11 (8.0)

Others 41 (30.0)

Presence of comorbidities 73 (53.2)

Presence of metastasis 123 (89.8)

C-reactive protein 4.66 (0.03, 33.66)

Hemoglobin 10.3± 1.7

Lymphocyte 12.1 (1.8, 72.0)

White blood cell 8,090 (1,230, 24,350)

Total bilirubin 0.6 (0.1, 28.6)

Lactate dehydrogenase 661 (246, 13,260)

Ever surgical treatment 59 (43)

Ever chemotherapy 23 (16.8)

Ever radiation therapy 5 (3.6)

Values are presented as mean± SD, number (%), or median (Q1, Q3).

Table 2. PPS and PPI in the study population and clinician’s prediction of survival

Variable No. (%)

PPS (%)

≥ 50 61 (44.5)

30-40 59 (43.1)

≤ 20 17 (12.4)

PPI

<6 62 (45.3)

≥ 6 75 (54.7)

Clinician’s prediction of survival (d) A

≤ 10 30 (21.9)

11-30 54 (39.4)

>30 53 (38.7)

B

≤ 10 26 (19.0)

11-30 57 (41.6)

>30 54 (39.4)

C

≤ 10 31 (22.6)

11-30 46 (33.6)

>30 60 (43.8)

D

≤ 10 34 (24.8)

11-30 67 (48.9)

>30 36 (26.3)

Doctors median (d)

≤ 10 21 (15.3)

11-30 48 (35.0)

>30 68 (49.6)

Survival time (d) 23 (1,192)*

≤ 10 46 (33.6)

11-30 46 (33.6)

>30 45 (32.8)

PPS, Palliative Performance Scale; PPI, Palliative Prognostic Index.

*Median (Q1, Q3).

(4)

KJFP

생존기간은 κ값 0.814로 좋은 일치도를 보였다. 생존기간 11일에서 30 일의 환자군에서는 의사 A와 의사 C는 κ값 0.343이였으며 의사 A, C, D와 의사의 평균 예측생존기간은 κ값 0.381, 0.300, 0.285로 적당한 수 준의 일치도를 보였다. 30일 이상의 생존기간을 보인 환자군에서 의 사 B와 C는 κ값 0.270이였고 의사 D와 의사의 평균 예측생존기간은 0.295로 적당한 수준의 일치도를 보였으며 의사 A와 의사 D는 κ값 0.526의 중등도의 일치도를 보였다. 그리고 의사의 평균 예측생존기 간은 의사 B, D와 κ값 0.358, 0.295의 적당한 일치도를, 의사 C와는 0.446으로 중등도의 일치도를 보였다. 의사 A, B, C, D 평가자 간의 일 치도는 전체 환자에서는 57.7%의 일치도를 보였으며 생존기간 10일 이내의 경우 58.1%, 11-30일에서는 51.7%, 30일 이상인 경우에는 29.5%

의 일치도를 보였다(Table 4).

4. 생존기간에 따른 비교

환자의 생존기간을 10일 미만인 경우, 10일에서 30일 사이인 경우, 30일 초과인 경우인 세 그룹으로 나누었으며 생존기간에 따른 나이, 완화수행지수, 완화예후지수, 임상검사결과를 비교하였다. PPS는 10 일 미만 생존군에서 33.7%, 10일에서 30일 사이 생존군에서 43.9%, 30 일 초과 생존군에서 46.2%로 유의한 차이를 보였다. PPI는 10일 미만 생존군에서 9.1, 10일에서 30일 사이 생존군에서 6.0, 30일 초과 생존 군에서 4.6으로 유의한 차이를 보였으며, 총 빌리루빈 수치 또한 10일 미만 생존군에서 평균 3.82, 10일에서 30일 사이 생존군에서 평균 1.63, 30일 초과 생존군에서 평균 1.09로 확인되어 통계적으로 유의하 였고, 젖산탈수효소 10일 미만 생존군에서 평균 1,336, 10일에서 30일 사이 생존군에서 평균 1,030, 30일 초과 생존군에서 평균 627로 의미 를 가졌다. C반응단백질 수치는 10일 미만 생존군에서 평균 7.33, 10 일에서 30일 사이 생존군에서 평균 7.13, 30일 초과 생존군에서 평균 5.30로 확인되어 통계적으로 유의하였다(Table 5).

고 찰

본 연구는 말기 암 환자의 단기간 생존기간을 예측하는 데 있어서 임상적 예측 및 팀 접근의 타당도를 검증하기 위한 연구로써, 기존의 객관적인 예후예측도구들을 이용하여 환자의 여명을 평가하는 동 시에 임상의의 개별적인 여명예측과 다학제적 팀 전체의 의견을 종 합한 여명예측을 시행하였다. 더불어 기존에 여명예측에 의미를 가 진다고 알려진 검사실결과들과 PPS 및 PPI의 예후지수들을 조사, 분 석하여 실제 생존기간과의 상관관계에 대해 알아보고자 하였다.

전체 환자군을 놓고 보았을 때 A, B, C, D 의사 각각의 기대여명 예 측값 및 4명 의사의 평균 예측값 모두에서 실제생존기간과 유의한 상관관계를 보였으며, 평균 예측값의 상관계수가 가장 높은 것으로 보아 의사 4명의 중론을 모으는 것이 의미를 가져, 팀 접근이 효과적 이었다. 하지만 환자군을 생존기간으로 나누어 그룹별로 나누어 분 Table 3. Correlation coefficients between clinician’s prediction of sur-

vival and survival time

Survival time

Total ≤ 10 days 11-30 days ^>30 days

A 0.461* 0.348^† 0.342^† 0.229

B 0.438* 0.137 0.374^† 0.225

C 0.599* 0.213 0.337^† 0.292

D 0.478* 0.216 0.174 0.149

Doctor’s median 0.689* 0.275 0.383 0.292

*P-value <0.001 according to Spearman’s correlation. ^†P-value <0.05 according to Spearman’s correlation.

Table 4. Inter-rater’s agreement and ICC of survival time in each clinician

Variable A B C D

B (d)

≤ 10 0.360*

11-30 0.252

>30 0.116

C (d)

≤ 10 0.299* 0.531^†

11-30 0.343* 0.180

>30 0.259 0.270*

D (d)

≤ 10 0.252 0.493^† 0.340*

11-30 0.264 -0.020 -0.028

>30 0.526† 0.039 0.205

Doctors’ median (d)

≤ 10 0.449^† 0.814^† 0.449^† 0.498^†

11-30 0.381* 0.080 0.300* 0.285*

>30 0.563^† 0.358* 0.446* 0.295*

ICC of A, B, C, and D (d) 0.577

≤ 10 0.581^†

11-30 0.517^†

>30 0.295^†

ICC, intra-class correlation.

*P-value ^<0.05 according to Cohen’s kappa. ^†P-value <0.001 according to Co- hen’s kappa.

Table 5. Differences of clinical variables among survival time groups.

Variable ^<10 days 10-30 days ^>30 days P-value

Age (y) 66.3 70.4 67.9 0.372

Palliative Performance Scale 33.7 43.9 46.2 <0.001 Palliative Prognostic Index 9.1 6.0 4.6 <0.001

White blood cell 10,155 9,808 8,497 0.232

Hemoglobin 10.20 10.53 10.27 0.250

Lymphocyte (%) 10.95 12.56 18.00 0.632

Total bilirubin 3.82 1.63 1.09 <0.001

Lactate dehydrogenase 1336 1030 627 0.006

Creatine 1.35 0.81 0.87 0.071

C-reactive protein 7.33 7.13 5.30 0.047

(5)

윤현수 외. 팀접근을 통한 임상의의 여명예측 Korean Journal of Family Practice

KJFP

석하였을 경우에는 생존기간이 10일 이내로 짧거나 30일 이상 긴 경 우에는 의사 각각의 예측값과 평균 예측값 모두에서 실제 생존기간 과 유의한 상관관계를 보여주지 못하였다. 아마도 10일 이내의 경우 일수가 너무 짧아서 예측 범위를 한 두 명의 의사만 크게 잡아도 상 관계수의 차이가 크게 나타난 것으로 생각되며, 30일 이상 생존군에 서는 역으로 너무 범위가 넓어서 모든 의사에서 유의하지 않은 것으 로 나타난 것으로 생각된다. 11일에서 30일간의 생존기간을 가지는 환자군에서는 A, B, C 세 의사에서 임상적인 기대여명과 실제 생존기 간과의 상관관계가 비교적 높은 편으로 나타났지만, 네 의사의 평균 생존기간의 경우는 상관계수 값이 낮아 팀 접근이 여명예측에 더 의 미를 가지는 것으로 보기는 어려웠는데, 이것은 상관계수가 낮게 나 온 의사 D가 합쳐지면서 팀 접근이 유의하지 않은 것으로 나타난 것 으로 생각된다. D 의사는 1명이 아니라 6명의 의사 중 한 명이 평가를 한 것이기 때문에 이를 의사 D 1명으로 정의하여 A, B, C 의사군과 일 치도를 비교하는 것에서 오류가 발생한 것으로 생각된다. 이전 여러 연구결과들과 같이^11-13) 임상의의 여명예측은 의미를 가지며, 이에 더 해 본 연구는 전체 생존기간 군으로 보았을 때 팀 접근이 의미를 가 지는 것을 보여주었다. 한 메타분석에 따르면 실제 생존기간은 임상 예측보다 30% 정도 짧게 조사되어,¹⁴⁾ 의사의 예측은 다소 낙관적인 경향이 있는 것으로 나타났다. 비록 그렇다 하더라도 의사의 여명예 측은 실제생존기간과 상관성이 높으며,¹⁵⁾ 객관적으로 측정할 수 없 는 것들을 감지할 수 있다. 의사의 예측은 말기 암 환자를 돌보는 많 은 의사들이 경험과 감에 의지해서 쓰는 방법으로, 여러 연구에서 환자의 수행상태와 같은 다른 주요 예후예측인자보다 예후를 예측 하는 데 동등하거나 우월하게 타당성 있는 예측력을 가진다고 알려 져 있다.¹⁶⁾ 따라서 예후인자들이나 예후지수들과 더불어 의사들이 생존기간 예측을 같이 사용할 것이 권고되고 있다.^17,18)

각각의 의료진의 일대일 비교에서 의료진 간의 생존기간 예측의 일치도는 낮을 수도, 높을 수도 있어 부분적인 일치율을 나타내었고 일관성을 보여주지 못하여 의미를 가지기 어려웠다. 네 명의 의사에 서 intra-class correlation는 생존기간이 10일 이하인 경우 58.1%, 11에 서 30일 사이인 경우 51.7%, 30일 이상의 생존기간을 가지는 환자에서 는 29.5%의 일치도를 보여, 생존기간에 따라 의료진간의 일치도의 차 이를 보였는데, 30일 이내의 경우 일치도가 높게 나타났다. 의료진의 임상적 여명예측에 있어서 개인적인 차이가 존재하며, 이런 차이점 을 줄이며 정확도를 높이는 방법들을 연구해야 할 것으로 생각된다.

생존기간을 세 그룹으로 나누어 예후지수 및 검사결과를 비교한 결과, PPS와 PPI, 총 혈청 빌리루빈, 젖산탈수효소, C반응단백질 수치 가 유의한 차이를 보였는데, 생존기간이 짧은 환자의 경우 PPS 점수 가 낮고 PPI 점수는 높았으며, 총 혈청 빌리루빈, 젖산탈수효소, C반

응단백질 수치가 유의하게 높았다. C반응단백질 상승, 고 빌리루빈 혈증, 젖산탈수효소 상승은 백혈구 증가 및 크레아티닌 상승과 더불 어 말기 암 환자의 생존율에 유의한 영향을 미치는 것으로 알려져 있다.¹⁹⁾ 말기 암 환자들 대부분은 영양상태가 좋지 않으며, 면역상태 저하로 감염에 취약하다.²⁰⁾ 염증과 말기 암의 예후에 관한 정확인 기 전이 밝혀진 것은 없으나, C반응단백질 증가 시에 3주 이내 단기간 생존을 예측하는 데 도움을 준다는 것이 밝혀진 바이다.²¹⁾ 또한 고 빌리루빈혈증은 단기간 생존기간에 가장 영향을 미치는 혈액학적 인자로 예후지수인 PPI와 같이 적용 시 의의 있게 생존기간을 예측 하는 데 도움을 주며,²²⁾ 젖산탈수효소 상승은 심장, 폐, 적혈구의 손 상과 관련되어 있어 다발성 장기부전을 예견하여 생존기간과 밀접 한 연관을 가진다.²³⁾ 본 연구에서도 이러한 결과들을 지지하는 것으 로 나타났다.

본 연구의 제한점은 단일기관에서 시행되었으며, 환자의 수가 적 다는 것이다. 또한 여명예측에 대한 표준화된 교육을 받기는 하였으 나, 전공의의 경우 2개월마다 순환근무를 하기 때문에 호스피스 환 자에 대한 경험이 짧으며, 환자들의 추적관찰기간이 7개월로 짧다는 점이다. 따라서 향후 전향적 다기관의 대규모 연구를 통한 기관 간의 차이와 기관 내에서의 차이점을 분석하는 것이 필요할 것으로 생각 된다. 또한 의료진뿐만이 아니라 호스피스 팀 전체가 참여하는 연구 도 흥미로운 주제가 될 것으로 생각된다.

말기 암 환자의 생존기간을 정확히 예측하는 것은 환자나 가족들 에게 마지막 순간을 정리할 시간을 주며,²⁴⁾ 의료진에게는 치료방법 을 결정할 수 있게 한다.²⁵⁾ 실제 호스피스 병동으로 입원 오는 환자에 서 의료진이 가장 먼저 확인하는 것은 기대여명으로, 호스피스 치료 의 시작은 기대여명을 예측하는 것에서부터라고 해도 과언이 아니 다. 완화의료는 다학제적 팀을 통한 전인적 치료가 바탕이 되는 곳이 기에,¹⁰⁾ 의료진 간에 서로 기대여명을 일치시키는 것은 치료방향 결 정에 있어서 중요한 부분이다. 따라서 본 연구는 호스피스기관에 종 사하는 의료진 간의 임상적 기대여명에 대한 일치도를 분석한 최초 의 시도라는 점에서 호스피스 완화의료 돌봄에 중요한 정보를 제공 할 것으로 생각한다. 임상의의 여명예측이 의미를 가지지만, 개인의 주관적인 판단에 의한 것이기 때문에, 다학제적 접근을 통해 이러한 부정확성을 줄일 수 있다면 정확한 여명예측에 큰 도움이 될 것이다.

의료진 간의 임상적 기대여명의 차이를 줄이기 위해서는 환자의 객 관적 정보를 기반으로 한 표준화된 예후의 측정이 필요하며 기존의 예후측정도구들이 도움이 될 것으로 생각된다. 또한 의료진 간의 적 극적인 의사소통을 통하여 개개인의 임상적 여명예측의 차이를 극 복해야 할 것이다.

(6)

KJFP

요 약

연구배경:

임상의의 여명예측은 여명도구나 검사결과와 비교하 여 객관적으로 측정할 수 없는 것들을 감지한다. 본 연구는 말기 암 환자에서 임상의의 여명예측의 타당도를 검증하는 것과 동시에, 개 별적인 예측과 팀 접근을 통한 예측을 시행하여 팀 접근의 타당도를 검증해 보고자 하였다.

방법:

전향적 관찰연구로, 호스피스 환자 137명을 선정하여 문진 및 혈액검사결과를 수집하고 의사 4명이 각각 예명예측을 시행하였 다. 이 예측값의 평균을 구하여 평균예측 생존일로 정의하였다. 생존 기간과 임상적 기대여명과의 상관관계는 Spearman’s correlation을 이 용하여 분석하였으며 각 평가자 간의 일치도는 Cohen’s kappa와 intra-class correlation을 이용하였다.

결과:

전체 환자군에서 임상의의 여명예측은 실제생존기간과 유 의한 상관관계를 보였으며, 팀 접근을 통한 여명예측도 의미를 가졌 다. 생존기간별로 나누어 분석하였을 경우 각각의 군에서 모두 팀 접 근이 의미를 가지는 것으로 보기는 어려웠다. 의료진 간의 예측 일치 도는 일관성을 보여주지 못하였다. 생존기간이 짧은 환자의 경우 PPS 점수가 낮으며, C반응단백질, 총 혈청 빌리루빈, 젖산탈수효소는 수 치가 유의하게 높았다.

결론:

본 연구는 호스피스기관에 종사하는 의료진 간의 임상적 기대여명에 대한 일치도를 분석한 최초의 연구로, 다학제적 접근을 통한 임상의의 여명예측은 의료진 간의 여명예측의 편차를 줄일 수 있는 좋은 방법이 될 수 있다.

중심단어:

암; 완화의료; 여명예측; 팀 접근

REFERENCES

1. Hui D, De La Cruz M, Mori M, Parsons HA, Kwon JH, Torres-Vigil I, et al.

Concepts and definitions for “supportive care,” “best supportive care,” “palliative care,” and “hospice care” in the published literature, dictionaries, and textbooks. Support Care Cancer 2013;21:659-85.

2. Lamers WM Jr. Defining hospice and palliative care: some further thoughts. J Pain Palliat Care Pharmacother 2002;16:65-71.

3. Henriksen HT, Riis J, Leikersfeldt G. Terminally ill cancer patients at home:

experiences with a hospice-based palliative care. Ugeskr Laeger 2002;164:465-7.

4. Lamont EB, Christakis NA. Complexities in prognostication in advanced cancer: “to help them live their lives the way they want to”. JAMA 2003;290:98-104.

5. Reuben DB, Mor V, Hiris J. Clinical symptoms and length of survival in patients with terminal cancer. Arch Intern Med 1988;148:1586-91.

6. Faris M. Clinical estimation of survival and impact of other prognostic fac-

tors on terminally ill cancer patients in Oman. Support Care Cancer 2003;11:30-4.

7. Gospodarowicz M, Mackillop W, O’Sullivan B, Sobin L, Henson D, Hutter RV, et al. Prognostic factors in clinical decision making: the future. Cancer 2001;91(8 Suppl):1688-95.

8. Morita T, Tsunoda J, Inoue S, Chihara S. The Palliative Prognostic Index: a scoring system for survival prediction of terminally ill cancer patients. Sup- port Care Cancer 1999;7:128-33.

9. Anderson F, Downing GM, Hill J, Casorso L, Lerch N. Palliative performance scale (PPS): a new tool. J Palliat Care 1996;12:5-11.

10. Currow DC, Nightingale EM. “A planning guide”: developing a consensus document for palliative care service provision. Med J Aust 2003;179(6 Suppl):S23-5.

11. Forster LE, Lynn J. The use of physiologic measures and demographic variables to predict longevity among inpatient hospice applicants. Am J Hosp Care 1989;6:31-4.

12. Hardy JR, Turner R, Saunders M, A’Hern R. Prediction of survival in a hospital-based continuing care unit. Eur J Cancer 1994;30A:284-8.

13. Maltoni M, Pirovano M, Scarpi E, Marinari M, Indelli M, Arnoldi E, et al.

Prediction of survival of patients terminally ill with cancer: results of an Ital- ian prospective multicentric study. Cancer 1995;75:2613-22.

14. Christakis NA, Lamont EB. Extent and determinants of error in doctors’

prognoses in terminally ill patients: prospective cohort study. BMJ 2000;320:

469-72.

15. Glare P, Virik K, Jones M, Hudson M, Eychmuller S, Simes J, et al. A system- atic review of physicians’ survival predictions in terminally ill cancer patients.

BMJ 2003;327:195-8.

16. Lee IC, Kim CK, Suh SY, Kim YS, Cho KH, Kang HC, et al. Validation of scoring system for survival prediction in terminal cancer patients in Korea. J Korean Acad Fam Med 2007;28:682-9.

17. Grove WM, Zald DH, Lebow BS, Snitz BE, Nelson C. Clinical versus me- chanical prediction: a meta-analysis. Psychol Assess 2000;12:19-30.

18. Bruera E, Miller MJ, Kuehn N, MacEachern T, Hanson J. Estimate of survival of patients admitted to a palliative care unit: a prospective study. J Pain Symp- tom Manage 1992;7:82-6.

19. Suh SY, Ahn HY. A prospective study on C-reactive protein as a prognostic factor for survival time of terminally ill cancer patients. Support Care Cancer 2007;15:613-20.

20. Coussens LM, Werb Z. Inflammation and cancer. Nature 2002;420:860-7.

21. McMillan DC, Canna K, McArdle CS. Systemic inflammatory response pre- dicts survival following curative resection of colorectal cancer. Br J Surg 2003;90:215-9.

22. Son HR, Kim DE, Kang HW, Kim HN, Seo IK, Yoon JY, et al. Survival prediction in terminally Ill cancer patients: laboratory variables and prospective validation of the Palliative Prognostic Index. Korean J Med 2011;81:359-65.

23. Walenta S, Mueller-Klieser WF. Lactate: mirror and motor of tumor malig- nancy. Semin Radiat Oncol 2004;14:267-74.

24. Den Daas N. Estimating length of survival in end-stage cancer: a review of the literature. J Pain Symptom Manage 1995;10:548-55.

25. Maltoni M, Caraceni A, Brunelli C, Broeckaert B, Christakis N, Eychmueller S, et al. Prognostic factors in advanced cancer patients: evidence-based clinical recommendations: a study by the Steering Committee of the European Association for Palliative Care. J Clin Oncol 2005;23:6240-8.