Impact of Fasting Blood Glucose on Hypertension and Dyslipidemia: A Predictive Modeling Approach

초록

공복 혈당(FBG)은 대사 건강의 중요한 지표로, 고혈압 및 이상지질혈증과 밀접한 관련이 있다. 본 연구는 공복 혈당과 대사질환 간의 연관성을 분석하고, 머신러닝 기반 예측 모델의 활용 가능성을 평가하고자 하였다. 국민건강보험공단(NHIS)의 건강검진 자료에서 무작위로 4,000명을 추출하였고, 결측값 및 이상치를 제거한 후 최종 1,382명의 데이터를 분석에 활용하였다. 주요 변수로는 FBG, 고혈압, 이상지질혈증, 체질량지수(BMI), 허리둘레, 흡연 여부, 음주 여부 등이 포함되었다. 분석 결과, FBG 수치가 높을수록 고혈압 및 이상지질혈증의 유병률이 유의하게 증가하였다. FBG를 정상, 공복혈당장애, 당뇨병 세 그룹으로 나누었을 때, 대사질환과의 유의한 연관성이 관찰되었다(p<0.001). 머신러닝 기반 분석에서 BMI와 허리둘레가 주요 예측 변수로 나타났으며, 로지스틱 회귀분석 결과 고혈압과 이상지질혈증에 대한 AUC 값은 각각 0.7146, 0.6852로 나타났다. 이러한 결과는 FBG가 혈당 조절뿐 아니라 대사질환의 조기 발견과 예방에도 중요한 역할을 할 수 있음을 시사한다. 또한 FBG를 포함한 다양한 변수들을 활용한 머신러닝 기반 예측이 가능함을 보여주었다. 향후 연구에서는 장기 추적자료를 활용한 인과관계 분석 및 생활 습관 중재의 효과 평가, 그리고 고도화된 머신러닝 기법의 적용을 통해 개인 맞춤형 건강관리 전략 개발이 필요하다.

키워드