2024.10.04 (금)

  • 구름많음동두천 22.4℃
  • 구름많음강릉 23.7℃
  • 맑음서울 24.0℃
  • 구름많음대전 24.7℃
  • 구름많음대구 23.5℃
  • 구름조금울산 24.7℃
  • 구름많음광주 25.8℃
  • 구름조금부산 27.9℃
  • 구름조금고창 26.8℃
  • 구름조금제주 27.7℃
  • 구름조금강화 23.1℃
  • 구름많음보은 23.4℃
  • 구름많음금산 24.8℃
  • 구름많음강진군 25.9℃
  • 구름많음경주시 24.7℃
  • 맑음거제 25.1℃
기상청 제공

분당서울대병원, 주기적으로 오르내리는 체중.. "중년 조기 치매 발생 위험 높인다"

입원전담진료센터 류지원 교수팀,60만 명 분석, 10년 내 10% 이상 체중 변동 시 치매 위험 2배 증가
중년의 건강 이상 신호인 체중 변화, 암·심혈관질환·당뇨병·면역력 저하 등 다양한 질환과 연관

중년에서 체중이 주기적으로 오르내리는 현상이 잦고, 그 변동 폭이 클 시 조기 치매 발생 위험이 높아진다는 연구 결과가 나왔다.

분당서울대병원 입원전담진료센터 류지원 교수, 서울대병원 의공학과 윤형진 교수 연구팀은 국민건강보험공단 데이터에 등록된 국내 40세 이상 65세 미만의 건강검진 수진자 360만여 명의 자료를 분석해 체중이 반복적으로 오르내리는 이른바 ‘체중 사이클’과 조기 치매 발생의 관계를 연구한 결과 이같이 밝혔다.

중년기 이후에서 갑작스러운 체중 변화는 건강상 적신호로 받아들일 수 있다. 급격한 체중의 증가 혹은 감소는 암, 심혈관질환, 당뇨병, 면역력 저하, 골다공증 등 다양한 중증 질환, 그리고 치매 등 인지장애와의 연관성이 깊고, 체중 변동이 클수록 사망률 또한 증가하는 것으로 알려져 있다.

그동안 중년 이후 체중 변화와 신체적 악영향의 관계는 단순히 오르거나 내리는 일방향적 변화량을 기준으로 분석됐으나, 연구팀은 이에 더해 체중이 올랐다 내려가거나 그 반대로 감소했다 증가하는 사이클(cycle) 관점에서 체중 사이클의 크기 및 주기와 치매 유병률의 연관성을 분석하는 연구를 수행했다.

연구팀은 1~2년 간격으로 5회 이상 검진을 받은 환자들을 10년간 추적 관찰한 데이터를 활용, 체중 사이클의 변동 폭을 이전 체중 대비 △3% 이상 △5% 이상 △7% 이상 △10% 이상 네 구간으로 나눠 분석했다.

그 결과, 3% 이상의 체중 변동 사이클을 경험한 환자에서 치매 발생 위험도는 3% 미만의 정상군 대비 1.2배 증가했으며, 10% 이상일 시 2배까지 가파르게 상승하는 것으로 나타났다. 발병 평균 나이는 58세로 조기 치매에 해당하는 연령대다.

또한 추적관찰 기간인 10년간 변동 폭이 10% 이상인 체중 사이클을 2회 이상 경험할 시 치매 위험은 2.5배까지 증가했으며, BMI(체질량지수)가 낮은 사람보다는 25 이상으로 높은 경우 체중 변동의 위험성이 더욱 증가하는 것으로 확인됐다.

이번 연구결과는 체중이 빠졌다가 증가하는 요요 현상이나, 체중이 증가했다가 급격하게 감량하는 등 체중 사이클이 크고 잦을수록 뇌 건강에 악영향을 미치고, 조기 치매 발병률을 높일 수 있음을 시사한다.

류지원 교수는 “체중 관리에 대한 인식을 환기하는 연구 결과”라며 “체중의 지나친 변동은 대사 스트레스 등 인체에 악영향을 줄 수 있기 때문에 중년 이상에서는 적정한 체중 범위를 벗어나지 않도록 안정적으로 관리하는 것에 초점을 둘 필요가 있다”고 말했다.

한편, 이번 연구 결과는 국제학술지 ‘Alzheimer’s Research & Therapy’에 게재됐다. 
배너
배너

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기

배너
배너

의료·병원

더보기
딥러닝 기반 CT 분석으로 폐쇄성 수면무호흡증 진단해 봤더니...기존 수면다원검사 보다 빠르고 비용도 효율적 서울대병원·분당서울대병원·동국대일산병원·DGIST 공동 연구팀이 딥러닝을 활용한 CT 영상 분석을 통해 폐쇄성 수면무호흡증(Obstructive Sleep Apnea, OSA)의 진단과 중증도를 예측하는 새로운 방법을 개발했다. 이번 연구는 기존의 수면다원검사보다 더 빠르고 비용 효율적인 대안을 제시해, 폐쇄성 수면무호흡증 진단의 새로운 표준을 정립할 수 있을 것으로 기대된다. 서울대병원 융합의학과 공현중 교수와 이비인후과 김현직 교수, 분당서울대병원 이비인후과 김정훈 교수, 동국대일산병원 이비인후과 박석원 교수와 김진엽 교수, DGIST 전기전자컴퓨터공학과 황재윤 교수(이경수 전북대 교수)로 구성된 공동 연구팀은 총 1,018명의 폐쇄성 수면무호흡증 환자를 대상으로 딥러닝 모델을 기반으로 한 CT 영상 분석을 통해 진단 및 중증도 예측 방법을 개발하고 그 성능을 검증한 연구 결과를 4일 발표했다. 폐쇄성 수면무호흡증은 수면 중 상기도가 반복적으로 좁아지거나 막혀 호흡이 어려워지는 질환으로, 전 세계 인구의 약 6~38%가 이 질환을 앓고 있다. 심혈관 질환, 당뇨병, 우울증 등 다양한 합병증을 유발하며, 수면의 질을 심각하게 저하시킨다. 그러나 기존의 수면