๐Ÿซ€์‹ฌํ˜ˆ๊ด€ ์งˆํ™˜ 10๋…„ ์œ„ํ—˜๋„ ๊ณ„์‚ฐ๊ธฐ

ํ˜ˆ์••ยท์ฝœ๋ ˆ์Šคํ…Œ๋กคยทํก์—ฐ์œผ๋กœ ์‹ฌํ˜ˆ๊ด€ ์œ„ํ—˜ ๊ณ„์‚ฐ

์„ธ
mg/dL
mg/dL
mmHg

๋ฏธ๊ตญ ACC/AHA Pooled Cohort Equations๋ฅผ ๊ทผ์‚ฌ ๊ตฌํ˜„ํ•œ ์ฐธ๊ณ ์šฉ ์ถ”์ •์น˜์ด๋ฉฐ, ์˜ํ•™์  ์ง„๋‹จ์ด๋‚˜ ์น˜๋ฃŒ ๊ฒฐ์ •์„ ๋Œ€์ฒดํ•˜์ง€ ์•Š์Šต๋‹ˆ๋‹ค. ๋ฐ˜๋“œ์‹œ ์˜์‚ฌ์™€ ์ƒ๋‹ดํ•˜์„ธ์š”.

์‹ฌํ˜ˆ๊ด€ ์งˆํ™˜ 10๋…„ ์œ„ํ—˜๋„ ๊ณ„์‚ฐ๊ธฐ ์‚ฌ์šฉ๋ฒ•

์ด ๊ณ„์‚ฐ๊ธฐ๋Š” ๋ฏธ๊ตญ์‹ฌ์žฅํ•™ํšŒยท๋ฏธ๊ตญ์‹ฌ์žฅํ˜‘ํšŒ(ACC/AHA)๊ฐ€ 2013๋…„ ๋ฐœํ‘œํ•œ Pooled Cohort Equations(ASCVD Risk Estimator Plus์˜ ๊ธฐ๋ฐ˜ ๊ณต์‹)๋ฅผ ๊ทผ์‚ฌ์ ์œผ๋กœ ๊ตฌํ˜„ํ•ด, ๋‚˜์ดยท์„ฑ๋ณ„ยท์ด ์ฝœ๋ ˆ์Šคํ…Œ๋กคยทHDL ์ฝœ๋ ˆ์Šคํ…Œ๋กคยท์ˆ˜์ถ•๊ธฐ ํ˜ˆ์••ยทํ˜ˆ์••์•ฝ ๋ณต์šฉ ์—ฌ๋ถ€ยทํก์—ฐยท๋‹น๋‡จ๋ณ‘ ์—ฌ๋ถ€๋ฅผ ์ž…๋ ฅํ•˜๋ฉด ํ–ฅํ›„ 10๋…„ ์ด๋‚ด ์‹ฌํ˜ˆ๊ด€์งˆํ™˜(๊ด€์ƒ๋™๋งฅ์งˆํ™˜ยท๋‡Œ์กธ์ค‘)์ด ๋ฐœ์ƒํ•  ํ™•๋ฅ ์„ %๋กœ ๊ณ„์‚ฐํ•ฉ๋‹ˆ๋‹ค.

์ด ๊ณต์‹์€ 40~79์„ธ ์„ฑ์ธ์„ ๋Œ€์ƒ์œผ๋กœ ๊ฒ€์ฆ๋˜์—ˆ๊ธฐ ๋•Œ๋ฌธ์— ์ด ์—ฐ๋ น ๋ฒ”์œ„๋ฅผ ๋ฒ—์–ด๋‚˜๋ฉด ๊ณ„์‚ฐ๋˜์ง€ ์•Š์Šต๋‹ˆ๋‹ค. ๊ณ„์‚ฐ๋œ ์œ„ํ—˜๋„๋Š” 5% ๋ฏธ๋งŒ์ด๋ฉด ๋‚ฎ์Œ, 5~7.4%๋Š” ๊ฒฝ๊ณ„, 7.5~19.9%๋Š” ์ค‘๋“ฑ๋„, 20% ์ด์ƒ์ด๋ฉด ๋†’์Œ์œผ๋กœ ๋ถ„๋ฅ˜๋˜๋ฉฐ, ์ด๋Š” ๋ฏธ๊ตญ ์ž„์ƒ ๊ฐ€์ด๋“œ๋ผ์ธ์—์„œ ์Šคํƒ€ํ‹ด ๋“ฑ ์˜ˆ๋ฐฉ ์น˜๋ฃŒ๋ฅผ ๋…ผ์˜ํ•˜๋Š” ๊ธฐ์ค€์ ์œผ๋กœ ํ”ํžˆ ์‚ฌ์šฉ๋˜๋Š” ๊ตฌ๊ฐ„์ž…๋‹ˆ๋‹ค.

๋‹ค๋งŒ ์ด ๋„๊ตฌ๋Š” ์› ๊ณต์‹์„ ๊ทผ์‚ฌ์ ์œผ๋กœ ๊ตฌํ˜„ํ•œ ์ฐธ๊ณ ์šฉ ์ถ”์ •์น˜๋กœ, ์‹ค์ œ ASCVD Risk Estimator Plus๋‚˜ ์˜๋ฃŒ์ง„์˜ ๊ณ„์‚ฐ๊ณผ ์†Œ์ˆ˜์  ๋‹จ์œ„์—์„œ ์ฐจ์ด๊ฐ€ ์žˆ์„ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์•ฝ๋ฌผ ์น˜๋ฃŒ ์—ฌ๋ถ€๋‚˜ ์ƒํ™œ์Šต๊ด€ ๊ฐœ์„  ๊ณ„ํš์€ ์ด ์ˆ˜์น˜๋งŒ์œผ๋กœ ๊ฒฐ์ •ํ•˜์ง€ ๋ง๊ณ , ๋ฐ˜๋“œ์‹œ ์˜์‚ฌ์™€ ์ƒ๋‹ดํ•ด ๊ฐœ์ธ ๋ณ‘๋ ฅ๊ณผ ๋‹ค๋ฅธ ๊ฒ€์‚ฌ ๊ฒฐ๊ณผ๋ฅผ ํ•จ๊ป˜ ๊ณ ๋ คํ•ด ํŒ๋‹จํ•˜์‹œ๊ธฐ ๋ฐ”๋ž๋‹ˆ๋‹ค.

์ž์ฃผ ๋ฌป๋Š” ์งˆ๋ฌธ

์ด ๊ณ„์‚ฐ๊ธฐ๋Š” ์–ด๋–ค ๊ธฐ์ค€์„ ์‚ฌ์šฉํ•˜๋‚˜์š”?

๋ฏธ๊ตญ์‹ฌ์žฅํ•™ํšŒยท๋ฏธ๊ตญ์‹ฌ์žฅํ˜‘ํšŒ(ACC/AHA)์˜ 2013๋…„ Pooled Cohort Equations(ASCVD Risk Estimator)๋ฅผ ๊ทผ์‚ฌ์ ์œผ๋กœ ๊ตฌํ˜„ํ–ˆ์Šต๋‹ˆ๋‹ค. 40~79์„ธ ์„ฑ์ธ์„ ๋Œ€์ƒ์œผ๋กœ ๊ฐœ๋ฐœ๋œ ๊ณต์‹์ด๋ผ ์ด ์—ฐ๋ น ๋ฒ”์œ„์—์„œ๋งŒ ๊ณ„์‚ฐ๋ฉ๋‹ˆ๋‹ค.

์œ„ํ—˜๋„๊ฐ€ ๋†’๊ฒŒ ๋‚˜์˜ค๋ฉด ๋ฐ”๋กœ ์•ฝ์„ ๋จน์–ด์•ผ ํ•˜๋‚˜์š”?

์•„๋‹™๋‹ˆ๋‹ค. ์ด ๊ฒฐ๊ณผ๋Š” ์ฐธ๊ณ ์šฉ ์ถ”์ •์น˜์ด๋ฉฐ, ์Šคํƒ€ํ‹ด ๋“ฑ ์•ฝ๋ฌผ ์น˜๋ฃŒ ์—ฌ๋ถ€๋Š” ์œ„ํ—˜๋„ ์ˆ˜์น˜๋ฟ ์•„๋‹ˆ๋ผ ๊ฐœ์ธ ๋ณ‘๋ ฅ๊ณผ ๋‹ค๋ฅธ ๊ฒ€์‚ฌ ๊ฒฐ๊ณผ๋ฅผ ์ข…ํ•ฉํ•ด ์˜์‚ฌ๊ฐ€ ํŒ๋‹จํ•ฉ๋‹ˆ๋‹ค. ๋ฐ˜๋“œ์‹œ ์ „๋ฌธ์˜์™€ ์ƒ๋‹ดํ•˜์„ธ์š”.