Journal List > J Korean Med Assoc > v.60(9) > 1043228

윤, 유, 오, 조, 김, 황, Yun, Yoo, Oh, Cho, Kim, and Hwang: 한국인의 심뇌혈관질환 위험도 예측 및 활용: 국가건강검진 건강위험평가를 중심으로

Abstract

Health risk appraisal (HRA) is a systematic approach for collecting information regarding individual risk factors, predicting the probability of disease occurrence and death, and linking patients with interventions to promote health and prevent disease. Because the risk factors of cardiovascular disease are well established, several cardiovascular disease risk prediction models have been developed over multiple decades. The health risk appraisal prediction model of the Korean national health screening program will be revised and updated using the latest well-validated studies to reflect the current characteristics of the Korean population and to improve the effectiveness of education and behavioral modifications. It is necessary to provide various tools such as a web page and smartphone application to increase the utility of this program in the future.

서론

건강위험평가란 개인이 가지고 있는 현재의 건강위험요인을 이용하여 미래의 질병 발생 및 사망 위험도 등을 예측하거나 평가하는 방법을 의미한다. 건강위험요인에는 생활습관, 질병력, 가족력 및 유전적 특성 등 질병발생위험에 미칠 수 있는 요인들이 모두 포함된다. 건강위험평가의 적용 대상이 될 수 있는 여러 가지 질환 중에서, 특히 심뇌혈관질환에 대해서는 다양한 위험요인과의 연관성이 잘 알려져 있어서, 일찍이 여러 심뇌혈관질환 예측모형이 개발되어 활용되어 왔다[12].
심뇌혈관질환 예측모형이 적절히 활용되어 개인에게 유용한 정보를 제공하기 위해서는 주요 사용자 집단과 예측도구의 접근성이 함께 고려되어야 한다. 또한, 인종에 따라 질병발생위험이 다르고, 시간이 경과함에 따라 의학적 지식이나 역학적 특성도 변화하기 때문에 예측모형을 주기적으로 업데이트하는 것도 중요한 요소이다. 그러나 대부분의 질병 예측모형은 논문을 통해서만 소개가 되었으며, 이로 인하여 실제 활용까지 이어지지 못하는 경우가 많았다.
본 논문에서는 다양한 국내외 심뇌혈관질환 예측모형 중에서 실제로 많이 활용되고 있는 모형의 특성과 활용현황을 소개하고자 한다. 또한 현재 전 국민에게 제공되고 있는 심뇌혈관질환 위험도 평가인 일반건강검진 건강위험평가의 2018년 개선안에 대해 미리 알아보고, 그 활용도를 높이기 위한 방안에 대해서도 함께 논의하고자 한다.

국외 심뇌혈관질환 예측모형의 종류 및 특징

1. Framingham risk score

Framingham risk score는 미국의 Framingham Heart Study를 기반으로 개발되었으며, 흡연, 고혈압, 총 콜레스테롤, 고밀도지단백 콜레스테롤, 당뇨병 여부, 연령에 따라 향후 10년 이내에 심혈관질환이 발생할 위험도를 산출하는 예측 모형이다. 1976년 Kannel 등[1]에 의해 로지스틱 회귀분석모형으로 처음 제시되었으며, 지속적으로 발전되고 타당성이 평가되었으며[34], 뇌혈관질환의 위험예측모형도 제시되었다[5]. 특히, Adult Treatment Panel III 가이드라인에서는 Framingham risk table에 따라 이상지질혈증의 치료기준 및 목표를 제시하여, 임상적으로도 많이 활용되었다. 역사가 깊고 활용도가 높은 만큼, 웹페이지나 스마트폰 어플리케이션 등을 통해 계산도구가 많이 보급되어 있다. 최근에는 새로운 심뇌혈관질환 예측모형들이 개발됨에 따라 임상적 활용도가 줄어들었지만, 아직도 연구자들은 Framingham risk score를 많이 활용하고 있다. 하지만 동양인에서는 심혈관계질환의 위험도를 과대평가한다는 보고가 있어[67], 한국인에게 이 모형을 수정 없이 그대로 적용하기에는 다소 제한점이 있다.

2. American College of Cardiology/American Heart Association 심뇌혈관질환 예측모형

American College of Cardiology/American Heart Association (ACC/AHA) 심뇌혈관질환 예측모형은 Framingham 코호트에 ARIC (Atherosclerosis Risk in Communities), Cardiovascular Heart Study, CARDIA (Coronary Artery Risk Development in Young Adults)의 코호트를 통합한 대규모 코호트 자료를 기반으로 개발되었으며, 2013년 ACC/AHA의 이상지질혈증 치료 가이드라인을 통해 처음 소개되었다[2]. Framingham risk score와는 달리 심혈관질환과 뇌혈관질환이 통합된 형태로 개발되었으며, 10년 심뇌혈관질환 발생 위험도와 평생 심뇌혈관질환 발생위험도를 모두 계산할 수 있도록 구축되었다. 또한, 동일 성별과 연령대에서 위험요인의 수준이 이상적인 집단의 위험도를 함께 표시함으로써 상대적으로 본인의 심뇌혈관질환 위험도가 얼마나 높은지 비교할 수 있다. ACC/AHA 가이드라인은 이 예측모형을 기반으로 한 심뇌혈관질환 발생 위험도에 따라 이상지질혈증 치료약물인 스타틴 사용 여부를 결정하는 내용을 포함하였으며, 임상의사들이 이용할 수 있는 계산도구를 스마트폰 어플리케이션 형태로 함께 배포하였다. 한편 웹페이지를 통해서도 위험도 계산이 가능하며, 임상의사와 환자들에게 필요한 권고문이나 교육자료도 함께 제공하고 있다[8]. ACC/AHA 심뇌혈관질환은 예측모형은 사실상 Framingham risk score의 업데이트로 생각할 수 있지만, 향후의 정기적인 업데이트 계획은 밝히고 있지 않았다. 국내에서 임상적으로 활용하기 앞서, ACC/AHA 심뇌혈관질환 예측모형도 Framingham risk score와 같이 한국인에서는 심뇌혈관질환의 위험도를 과대 추정하는 경향이 있다는 점을 고려해야 한다.

3. QRISK

QRISK는 영국의 대규모 전향적 코호트를 기반으로 개발된 심뇌혈관질환 위험평가로, 2007년에 British Medical Journal에 처음 소개되었다. 새로운 위험도와 인구집단의 역학적 특성 변화를 반영하여, 매년 상반기에 업데이트 되는 것이 특징이다. 2017년 4월에는 QRISK3가 발표되었으며[9], 고전적인 심뇌혈관질환 위험요인뿐만 아니라, 편두통, 류마티스질환, 만성신질환, 정신질환, 발기부전 등 다양한 동반질환, 스테로이드제나 비정형 향정신성 약물의 사용 여부, 수축기 혈압의 변이도와 같은 새로운 위험요인들을 다양하게 포함하고 있다. 하지만 특정 위험요인에 대한 정보를 알지 못하는 경우에는, 일부 정보를 입력하지 않아도 위험도 산출이 가능하게 하여 사용 상의 불편함을 최소화하였다. 위험도 평가는 웹페이지를 통해서 제공되고 있으며[10], 스마트폰 어플리케이션도 있다. NICE (National Institute for Health and Care Excellence) 가이드라인은 현재 QRISK2를 활용하여 이상지질혈증을 관리할 것을 권고하고 있다. 계산 프로그램이 같이 공개되어 있는 상태로, 이를 전자의무기록 프로그램에 포함하는 것도 가능하다.

국내 심뇌혈관질환 예측모형의 종류 및 특징

1. 건강iN 뇌졸중 예측과 심장질환 예측

현재 국민건강보험공단에서 운영하는 건강정보 웹페이지인 건강iN에는 뇌졸중과 심장질환 예측 서비스가 제공되고 있다[11]. 뇌졸중 예측모형은 1992-1995년 국민건강보험공단 건강검진 수검자 약 120만 명을 13년간 추적관찰한 연구를 기반으로 하고 있으며[12], 심장질환 예측 모형은 한국인 심장병 연구 코호트(Korean Heart Study)를 10년 이상 추적관찰한 연구를 기반으로 하고 있다[7]. 두 예측모형 모두 질환과 남녀에 따른 차이는 약간 있지만, 평균적으로 area under curve (AUC) 0.8 이상의 높은 예측력을 보여주고 있다. 결과는 향후 10년 이내에 해당 질환이 발생할 위험도로 제공되며, 일반인이 이해하기 쉬운 맞춤형 교육자료가 함께 제공되고 있다. 건강iN의 심뇌혈관질환 예측 도구는 국가건강검진을 받은 대상자는 이전 건강검진 결과로부터 자동으로 정보가 연동되기 때문에 매우 간편하게 이용할 수 있다. 그러나 개인정보가 포함되는 만큼 인증 과정이 복잡하여 임상의사들이 진료현장에서 이를 이용하는 것에는 다소 어려움이 있다. 예측 모형의 업데이트 계획은 현재 알려져 있지 않다.

2. 한국인 위험 예측모형

ACC/AHA의 심뇌혈관질환 위험도 예측모형을 한국인 데이터를 적용하여 보정한 연구(Korean Risk Prediction Model)가 2015년 Atherosclerosis지에 발표되었다[13]. 이 연구에서는 한국인 심장병 연구 코호트 자료를 이용하였고, ACC/AHA의 예측모형과 동일한 방식으로 심뇌혈관질환을 통합하여 모형을 구축하였다. 본 모형은 ACC/AHA의 예측모형이 한국인에서는 심뇌혈관질환 위험도가 과대 추정되는 점을 보정한 것이 특징이다. AUC는 남자에서 0.741, 여자에서 0.745로 기존 ACC/AHA 모형 이상의 예측력을 보여주었다. 따라서, 현재 ACC/AHA 이상지질혈증 치료지침과 연계하여 사용할 수 있을 것으로 기대가 되지만, 임상의사들이나 환자들이 직접 이용할 수 있는 도구가 아직 개발되지 않았다.

3. 국가건강검진 심뇌혈관질환 위험평가

1) 현재 제공 중인 일반건강검진 건강위험평가

국가건강검진은 2009년 일반건강검진제도 개편과 함께 건강위험평가를 제공하고 있다. 평가결과는 종이에 인쇄되어 건강검진 수검자에게 검진결과와 함께 우편으로 배송된다. 일반건강검진 건강위험평가는 뇌졸중, 협심증/심근경색, 혈관성치매의 3가지 질환을 대상으로 하고 있어, 사실상 심뇌혈관질환 위험평가라고 할 수 있다. 하지만 통계모형이나 결과 표현방식에서 앞서 소개한 심뇌혈관질환 위험도 예측모형과 몇 가지 다른 특징이 있다.
앞서 논의한 국내외 심뇌혈관질환 예측모형은 대부분 Cox 비례위험 회귀모형을 사용하였다. Cox 비례위험 회귀모형을 적용하려면 위험요인 측정 시점 이후로 질환 발생을 장기간 추적관찰한 코호트가 필요하다. 그러나 일반건강검진 건강위험평가가 도입된 시점에는 한국인을 대표할 수 있는 장기간 추적 관찰 자료가 충분하지 않았으며, 특히 중간에 건강검진 항목으로 추가되는 심뇌혈관질환 위험요인과 관련된 신뢰성있는 추적관찰 자료가 없었다. 또한 Cox 비례위험 회귀모형은 특정 위험요인의 개선 시에 질병예방의 효과가 어느 정도 되는지 직관적으로 이해하기 어렵다.
일반건강검진 건강위험평가는 임상적 목적이 아닌, 수검자의 건강검진결과에 대한 이해를 돕고, 생활습관 개선에 대한 동기를 부여하는 것에 목표를 두어 개발되었다. 이와 같은 배경으로 인하여 기존의 일반건강검진 건강위험평가는 Cox 비례위험 회귀모형이 아닌 Robbins 방식을 사용하여 개발되었다. Robbins 방식은 문헌고찰을 통해 기존에 검증된 연구로부터 각 위험요인에 대한 위험도를 수집한 뒤, 이를 조합하여 특정 질병에 대한 예측 모형을 구축하는 방식이다. Robbins 방식은 직관적으로 이해가 쉬우며 장기간 추적관찰 코호트를 필요로 하지 않는다는 장점이 있지만, 위험요인 간의 상호작용을 통제하기가 어려워 예측모형에 포함되는 위험요인의 개수가 증가할수록 질병의 위험도가 과대평가될 가능성이 높아진다(Table 1).
질병위험도의 예측 결과를 표현하는 방식에도 차이가 있다. 다른 심뇌혈관질환 위험도 평가모형은 향후 10년 이내에 심뇌혈관질환이 발생할 위험도를 확률 형태의 절대적인 수치로 도출하여 제시하는 반면에, 일반건강검진 건강위험평가는 동일 성별, 연령대와 비교하였을 때의 상대적인 위험도를 그래프로만 보여준다. 이는 질병 예측 결과에 대한 과도한 안심이나 불안을 줄이고, 연령대에 관계없이 위험요인 개선에 대한 동기를 부여하기 위함이다. 그러나 예측모형에 성별과 연령이 포함되지 않음으로 인하여 예측력이 떨어질 수 있음이 지적되었다[14].
건강위험평가는 2013년 일부 위험요인이 추가되는 업데이트가 있었지만, 기존 위험요인에 대한 수정이나 계산 방식의 수정은 없었다. 최근에는 한국인에서도 장기간 추적관찰 자료가 축적되고 있으며, 기존에 지적되던 제한점을 보완할 필요성이 있어, 이러한 사항을 반영하여 개선된 일반건강검진 건강위험평가가 2018년부터 제공될 예정이다.

2) 개선 중인 일반건강검진 건강위험평가

현재 개선 중인 일반건강검진 건강위험평가는 기존의 3개 질환에서 혈관성치매를 제외하고, 심장질환과 뇌졸중을 심뇌혈관질환으로 통합할 예정이다. 최근 발표되는 ACC/AHA 모형이나 QRISK에서 심뇌혈관질환을 통합하는 경향이 있으며, 이러한 변화는 위험요인들을 공유하는 심혈관질환과 뇌혈관질환의 예측이 일치시켜 결과에 대한 이해도나 신뢰도를 향상 시킬 수 있을 것으로 기대된다.
예측력을 높이고 사용자의 이해를 돕기 위하여, 10년 심뇌혈관질환 발생에 대한 상대위험도와 절대위험도가 모두 제시될 예정이며, 일반인이 직관적으로 이해할 수 있는 형태로 심뇌혈관 나이도 함께 제시될 예정이다. 심뇌혈관 나이는 개인별로 예측된 10년 질환 발생 절대위험도를 동일 연령대와 성별의 집단의 평균 절대위험도와 비교하는 방식으로 도출된다.
예측모형의 설계 측면에서는, 여러 한국인 코호트들이 포함하고 있는 특징적인 위험요인들을 포괄하고 각 위험요인 개선 시에 심뇌혈관질환의 위험도가 감소하는 효과를 직관적으로 이해할 수 있도록 Robbins 방법을 유지하였다. 하지만, 모형에 들어가는 위험요인의 가중치는 체계적 문헌고찰을 통한 대표적인 한국인 코호트연구들의 결과로 수정될 예정이다[15161718192021]. 자체적 평가에 따르면, 개선된 모형의 10년 심뇌혈관질환 발생 위험도 예측력을 국민건강보험공단 표본코호트 데이터베이스로 검증하였을 때, Harrell's C-index는 남자 0.813, 여자 0.849로 양호한 예측력을 나타내었다. 다만, 표본코호트 데이터베이스에는 일부 위험요인에 대한 정보가 없어서 해당 위험요인을 포함한 모형의 검증을 할 수 없었다는 제한점이 있다.
개선 중인 일반건강검진 건강위험평가는 결과지의 디자인 측면에서도 큰 변화가 있을 예정이다. 기존의 건강위험평가 결과지는 전체적으로 글자가 많고 딱딱한 내용으로 기술된 데에 반하여, 개선된 결과지는 그림과 숫자의 비중이 높이는 것을 고려하고 있다. 특히 중요한 정보는 굵고 큰 글씨를 채택하여, 특히 시력에 불편이 있는 고령층의 접근성을 높일 수 있을 것으로 기대된다. 제공방식은 이전과 동일하게 종이 결과지의 형태로 제공될 예정이나, 추후 웹페이지 또는 스마트폰 어플리케이션 형태로 정보가 제공된다면 수검자에게 현재보다 다양한 정보를 효율적으로 제공할 수 있을 것으로 보인다.

심뇌혈관질환 위험도 평가의 활용

심뇌혈관질환 위험도 평가의 활용도를 높이기 위해서는 다음 항목들이 선행적으로 고려되어야 한다. 첫째, 통계적 타당도와 신뢰도가 높아야 한다. 예측도구의 타당도와 신뢰도가 떨어지면 일선 진료현장에서의 활용에 제한이 될 수 밖에 없다. 타당도와 신뢰도를 높이기 위해서는 한국인의 자료를 기반으로 개발되어야 한다.
둘째, 목표 대상집단과 평가목적에 적합한 표현방식을 사용해야 한다. 임상의사들이 심뇌혈관질환 위험도 평가를 진료에 활용하기 위해서는, 다소 어렵더라도 정확한 의미를 전달할 수 있는 용어와 수치를 사용하여야 한다. 반면에 일반인을 대상으로 한 심뇌혈관질환 위험도 평가의 결과는 전문가의 도움 없이 이해 가능하고 위험요인 개선에 동기를 부여할 수 있어야 한다. 이를 위해서는 직관적이고 평이한 용어를 사용하고, 위험요인 개선에 따른 심뇌혈관질환 예방효과를 함께 제시하는 것이 바람직하다.
셋째, 목적에 따른 적절한 활용전략이 있어야 하며, 그에 맞는 접근성을 제공해야 한다. ACC/AHA 모형은 전문가와 일반인에게 심뇌혈관질환 위험도 평가의 필요성에 대하여 명확히 제시하고 있으며, 웹페이지 등을 통해 적절한 접근성을 제공하고 있다. QRISK도 전문가와 일반인을 위한 내용을 모두 포함하고 있으나, National Institute for Health and Care Excellence 가이드라인과 연계하여 전문가에게 좀더 특화된 형태로 제공된다. 또한 전자의무기록 프로그램에 포함이 가능한 소프트웨어를 공개하여, 진료현장에서의 활용도를 극대화 하고 있다.
마지막으로, 주기적인 업데이트가 필요하다. 인구구조와 위험요인의 분포는 지속적으로 변화하기 때문에, 업데이트를 하지 않으면 모형의 예측력이 감소할 수밖에 없다. 특히 통계적 모형은 과거 인구집단의 현재 시점까지의 추적관찰 정보를 기반으로 하기 때문에, 미래의 예측에 일정 수준 이상의 타당성을 기대하기 어렵다. 또한 새로운 위험요인이 발견 되거나, 기존에 알려진 의학적 지식에 변화가 있을 경우, 예측모형이 수정되지 않으면 예측 모형의 신뢰도가 저하될 우려가 있다. QRISK는 업데이트의 관점에서 볼 때 모범적인 사례로 생각된다.
Table 2는 앞서 논의된 심뇌혈관 위험평가를 여러 관점에서 정리한 결과이다. 국내 심뇌혈관 예측도구들은 대체적으로 타당도는 높지만, 접근성 부분에서 아쉬운 점이 많다. 특히, Korean Risk Prediction Model은 전문가에게 유용한 예측모형이지만, 진료현장에서 실제로 활용할 수 있는 도구가 절실히 요구된다. 일반건강검진의 심뇌혈관질환 위험도 평가는 웹페이지 등을 통한 접근이 불가능 하다는 아쉬움이 있으며, 건강iN을 통한 심뇌혈관 위험평가는 인증 과정이 복잡하여 접근성이 떨어진다. 이번 일반건강검진 심뇌혈관질환 위험도 평가 업데이트를 계기로, 접근성 및 활용도 측면에서도 많은 부분이 개선되어 진료현장에서도 널리 사용되기를 기대한다.

결론

전문가의 임상적인 활용 측면에서는 Korean Risk Prediction Model은 한국인의 특성에 맞는 높은 타당도를 가지며, 임상진료지침과 연계하여 활용이 가능할 것으로 기대된다. 하지만 진료현장에서 사용할 수 있는 도구 개발과 주기적인 업데이트가 전제되어야 할 것이다. 개선 중인 국가건강검진 심뇌혈관질환 위험도 평가는 이번 업데이트를 통해 타당도 개선과 디자인 개선을 기대해 볼 수 있다. 하지만 현재보다 활용도를 높이기 위해서는 웹페이지나 스마트폰 어플리케이션 등 다양한 접근 도구를 같이 제공하는 것이 필요하다고 생각된다.

Peer Reviewers' Commentary

본 논문은 건강위험요인의 확인과 개선을 위해 임상에서 사용하는 도구 중 가장 활용가능성이 높은 심뇌혈관질환 예측도구를 체계적으로 기술한 종설이다. 많은 나라에서 심뇌혈관질환 위험도 평가도구를 개발하여 사용하고 있으나, 인종적 차이로 인해 서구에서 개발된 도구를 국내에 그대로 적용하기 어려운 불편함이 있었다. 이 논문에서는 한국에서 개발된 여러 도구들의 장단점을 분석하고, 향후 활용 및 개선방안을 논의하고 있다. 특히 건강보험공단의 일반건강검진에서 제시하는 심뇌혈관질환 평가도구를 업데이트하는 내용을 소개하고 있어 임상의사가 환자의 건강위험요인을 평가하고 상담하고자 할 때 매우 유용할 것으로 판단된다.
[정리: 편집위원회]

Figures and Tables

Table 1

Comparison of Cox regression model with Robbins model

jkma-60-746-i001
Table 2

Comparison of prediction model of cardiovascular disease

jkma-60-746-i002

IHD, ischemic heart disease; ACC/AHA, American College of Cardiology/American Heart Association.

References

1. Kannel WB, McGee D, Gordon T. A general cardiovascular risk profile: the Framingham Study. Am J Cardiol. 1976; 38:46–51.
crossref
2. Goff DC Jr, Lloyd-Jones DM, Bennett G, Coady S, D'Agostino RB, Gibbons R, Greenland P, Lackland DT, Levy D, O'Donnell CJ, Robinson JG, Schwartz JS, Shero ST, Smith SC Jr, Sorlie P, Stone NJ, Wilson PW, Jordan HS, Nevo L, Wnek J, Anderson JL, Halperin JL, Albert NM, Bozkurt B, Brindis RG, Curtis LH, DeMets D, Hochman JS, Kovacs RJ, Ohman EM, Pressler SJ, Sellke FW, Shen WK, Smith SC Jr, Tomaselli GF. American College of Cardiology/American Heart Association Task Force on Practice Guidelines. American Heart Association Task Force on Practice Guidelines. 2013 ACC/AHA guideline on the assessment of cardiovascular risk: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation. 2014; 129:25 Suppl 2. S49–S73.
3. Wilson PW, D'Agostino RB, Levy D, Belanger AM, Silbershatz H, Kannel WB. Prediction of coronary heart disease using risk factor categories. Circulation. 1998; 97:1837–1847.
crossref
4. D'Agostino RB Sr, Grundy S, Sullivan LM, Wilson P. CHD Risk Prediction Group. Validation of the Framingham coronary heart disease prediction scores: results of a multiple ethnic groups investigation. JAMA. 2001; 286:180–187.
5. Wolf PA, D'Agostino RB, Belanger AJ, Kannel WB. Probability of stroke: a risk profile from the Framingham Study. Stroke. 1991; 22:312–318.
crossref
6. Liu J, Hong Y, D'Agostino RB Sr, Wu Z, Wang W, Sun J, Wilson PW, Kannel WB, Zhao D. Predictive value for the Chinese population of the Framingham CHD risk assessment tool compared with the Chinese Multi-Provincial Cohort Study. JAMA. 2004; 291:2591–2599.
crossref
7. Jee SH, Jang Y, Oh DJ, Oh BH, Lee SH, Park SW, Seung KB, Mok Y, Jung KJ, Kimm H, Yun YD, Baek SJ, Lee DC, Choi SH, Kim MJ, Sung J, Cho B, Kim ES, Yu BY, Lee TY, Kim JS, Lee YJ, Oh JK, Kim SH, Park JK, Koh SB, Park SB, Lee SY, Yoo CI, Kim MC, Kim HK, Park JS, Kim HC, Lee GJ, Woodward M. A coronary heart disease prediction model: the Korean Heart Study. BMJ Open. 2014; 4:e005025.
crossref
8. American College of Cardiology. American Heart Association. ASCVD risk estimator [Internet]. Washington, DC: American College of Cardiology;2014. cited 2017 Aug 23. Available from: http://tools.acc.org/ascvd-risk-estimator.
9. Hippisley-Cox J, Coupland C, Brindle P. Development and validation of QRISK3 risk prediction algorithms to estimate future risk of cardiovascular disease: prospective cohort study. BMJ. 2017; 357:j2099.
crossref
10. ClinRisk. QRISK3–2017 risk calculator [Internet]. Leeds: ClinRisk;2017. cited 2017 Aug 23. Available from: https://qrisk.org/three.
11. National Health Insurance Service. Health iN [Internet]. Wonju: National Health Insurance Service;[cited 2017 Aug 23. Available from: https://hi.nhis.or.kr.
12. Jee SH, Park JW, Lee SY, Nam BH, Ryu HG, Kim SY, Kim YN, Lee JK, Choi SM, Yun JE. Stroke risk prediction model: a risk profile from the Korean study. Atherosclerosis. 2008; 197:318–325.
crossref
13. Jung KJ, Jang Y, Oh DJ, Oh BH, Lee SH, Park SW, Seung KB, Kim HK, Yun YD, Choi SH, Sung J, Lee TY, Kim SH, Koh SB, Kim MC, Chang Kim H, Kimm H, Nam C, Park S, Jee SH. The ACC/AHA 2013 pooled cohort equations compared to a Korean Risk Prediction Model for atherosclerotic cardiovascular disease. Atherosclerosis. 2015; 242:367–375.
crossref
14. Sung JH, Song YM, Min HS, Yang S, Kim J, Lee JY, Jung D, Kim H, Park H, Son SH, Chae R, Lee SJ, Kang MI. Assessment of effect and validity of health risk appraisal in the national health screening program. Wonju: National Health Insurance Service;2015.
15. Jee SH, Sull JW, Park J, Lee SY, Ohrr H, Guallar E, Samet JM. Body-mass index and mortality in Korean men and women. N Engl J Med. 2006; 355:779–787.
crossref
16. Suh S, Baek J, Bae JC, Kim KN, Park MK, Kim DK, Cho NH, Lee MK. Sex factors in the metabolic syndrome as a predictor of cardiovascular disease. Endocrinol Metab (Seoul). 2014; 29:522–529.
crossref
17. Jee SH, Suh I, Kim IS, Appel LJ. Smoking and atherosclerotic cardiovascular disease in men with low levels of serum cholesterol: the Korea Medical Insurance Corporation Study. JAMA. 1999; 282:2149–2155.
crossref
18. Jee SH, Park J, Jo I, Lee J, Yun S, Yun JE, Jang Y. Smoking and atherosclerotic cardiovascular disease in women with lower levels of serum cholesterol. Atherosclerosis. 2007; 190:306–312.
crossref
19. Park JW, Yun JE, Park T, Cho E, Jee SH, Jang Y, Beaty TH, Samet JM. Family history of diabetes and risk of atheroscle-rotic cardiovascular disease in Korean men and women. Atherosclerosis. 2008; 197:224–231.
crossref
20. Park C, Guallar E, Linton JA, Lee DC, Jang Y, Son DK, Han EJ, Baek SJ, Yun YD, Jee SH, Samet JM. Fasting glucose level and the risk of incident atherosclerotic cardiovascular diseases. Diabetes Care. 2013; 36:1988–1993.
crossref
21. Mok Y, Matsushita K, Sang Y, Ballew SH, Grams M, Shin SY, Jee SH, Coresh J. Association of kidney disease measures with cause-specific mortality: the Korean heart study. PLoS One. 2016; 11:e0153429.
crossref
TOOLS
ORCID iDs

Jae Moon Yun
https://orcid.org/0000-0003-0927-4721

Tae Gon Yoo
https://orcid.org/0000-0001-8602-7922

Seung-Won Oh
https://orcid.org/0000-0003-3800-0754

Be Long Cho
https://orcid.org/0000-0001-9558-689X

Eunyoung Kim
https://orcid.org/0000-0002-9853-6326

Insob Hwang
https://orcid.org/0000-0003-4015-164X

Similar articles