← 목록으로
Animal Health

Constructing the first comorbidity networks in companion dogs in the Dog Aging Project

정리일 2026-10-14

Constructing the first comorbidity networks in companion dogs in the Dog Aging Project


TL;DR

Dog Aging Project의 26,614마리 반려견 보호자 보고 건강 데이터를 이용해 최초의 대규모 개 동반질환(comorbidity) 네트워크를 구축했다. 당뇨-백내장, 고혈압-만성신장질환 등 기존에 알려진 동반질환 관계를 재확인했고, 단백뇨-빈혈 등 덜 알려진 연관성과 질환 발생 순서, 연령대별 네트워크 구조 변화를 밝혔다.


1. 연구 배경 및 동기

  • 다루는 문제: 동반질환과 노화의 연관성은 노화과학(geroscience)에서 큰 관심사이나, 인간과 관련성이 높은 동반질환을 연구하기에 적합한 모델생물이 드물다. 반려견은 인간과 환경을 공유하고 유사한 질환·노화 양상을 보여 좋은 모델이 될 수 있다.
  • 기존의 공백 / 왜 필요한가: 기존 개 동반질환 연구는 표본 크기와 다양성이 제한적이거나 특정 지표질환 중심이며, 연령·성별·품종·체중 같은 인구통계학적 공변량을 명시적으로 통제하지 않은 경우가 많았다.

2. 관련 연구

  • 기존 연구 흐름: 인간 동반질환 네트워크 연구는 다양한 방법으로 대규모로 수행되어 왔으나, 개의 경우 동반질환에 대한 이해가 제한적이며 주로 소규모이거나 단일 지표질환 중심 연구에 그쳤다.
  • 이 논문의 위치: 본 연구는 Dog Aging Project의 대규모 코호트(160개 건강상태, 26,614마리)를 이용해 공변량을 보정한 포아송-이항(Poisson binomial) 검정 기반의 비방향 및 방향(시간순서 반영) 동반질환 네트워크를 최초로 구축했다.

3. 핵심 기여

  1. 최초로 대규모 반려견 동반질환 네트워크(160개 건강상태, 26,614마리) 구축
  2. 연령·성별·중성화 여부·품종배경·체중을 보정한 Poisson binomial 검정법 적용
  3. 건강상태 발생 시점을 반영한 방향성 네트워크로 질환 진행 순서 추론
  4. 연령대(Puppy/Young Adult/Mature Adult/Senior)별 층화 네트워크 비교를 통해 노화에 따른 네트워크 구조 변화 규명

4. 제안 방법론

  • 전체 접근 논리: 보호자가 보고한 평생 유병률 건강상태 데이터를 이용해 각 질환 쌍이 우연보다 유의하게 더 자주 동시발생하는지를 통계적으로 검정하여 네트워크의 노드(질환)와 간선(유의한 동반질환 관계)을 정의했다.
  • 단계:
    • 60마리 이상에서 발생한 160개 건강상태, 해당 상태 중 하나 이상을 가진 26,614마리 선정
    • 로지스틱 회귀모델로 연령·성별·중성화상태·품종배경·체중을 보정한 개별 질환 확률 추정
    • Poisson binomial 접근법(PBC)으로 질환 쌍의 동시발생 P-value 산출, Bonferroni 보정 P<0.001(비방향)/P<0.01(방향·층화) 기준으로 네트워크 구성
    • 보고된 발병 시점을 이용해 12개월 시간창 내 선후관계를 검정한 방향성 네트워크 구축 및 생애단계별(Puppy/Young Adult/Mature Adult/Senior) 층화 네트워크 비교

5. 실험 설정

항목 내용
대상/재료 Dog Aging Project(DAP) 참여 반려견 26,614마리(160개 건강상태 보유), 미국 전역 코호트
처리 조건 보호자 보고 평생 유병률 건강상태(최소 60마리 발생 기준), 연령·성별·중성화 상태·품종배경(순종/혼종)·체중을 공변량으로 보정
대조군 비방향 네트워크 분석에서 별도 대조군 없음(전체 코호트 내 통계적 독립성 가정이 귀무가설)
측정 방법 질환 쌍 동시발생 P-value(Poisson binomial, Bonferroni 보정), 네트워크 위상 지표(노드 차수, 엣지 밀도, 군집계수, 매개중심성, 차수중심성), 시간창(12개월) 기반 선후관계 확률

6. 실험 결과 분석

지표 변화(Δ) 조건 · 유의성
당뇨-백내장/실명 동반질환 유의한 양의 연관성(P<0.001) 비방향 전체 네트워크
고혈압-만성신장질환(CKD) 동반질환 유의한 양의 연관성(P<0.001); Senior 그룹에서만 검출 전체 및 연령 층화 네트워크
단백뇨-빈혈 동반질환 유의한 양의 연관성(P<0.001), 신규성 높은 관계로 제시 비방향 전체 네트워크
방향성(시간순서) 관계 당뇨→백내장, 주관절/고관절이형성증→골관절염, 건성각결막염→각막궤양, 고혈압→CKD 등 선후관계 확인 12개월 시간창 방향 네트워크
연령별 네트워크 중심성 군집계수·매개중심성·차수중심성이 연령 증가에 따라 상승, Senior 그룹에서 최고 Young Adult vs Mature Adult vs Senior 비교
노드 차수 분포 지수분포가 거듭제곱(scale-free) 분포보다 적합(P<0.001) 비방향 전체 네트워크

제안 기전(인과 사슬): 생물학적 노화 → 다양한 질환 위험 증가 → 동반질환 발생 → 생리적 기능 저하 가속 → 노화 촉진의 자기강화적 피드백 루프

7. 비판적 평가

강점

  • 26,614마리의 대규모 코호트와 160개 건강상태를 포함한 전례 없는 규모의 개 동반질환 네트워크
  • 연령·성별·중성화·품종·체중을 보정하는 개체별 확률 기반 Poisson binomial 방법으로 층화 없이도 통계적 검정력 확보
  • 발병 시점 정보를 활용해 단순 동반질환을 넘어 질환 진행의 시간적 순서까지 추론

한계 · 의문

  • 보호자 보고에 의존한 단일 시점 횡단 설계로 회상 편향, 생존자 편향, 오보고 가능성 존재
  • 진단검사가 기존 진단에 따라 선택적으로 시행되어 확증 편향 발생 가능(예: 신장질환 진단견만 혈압검사)
  • 연구 코호트가 백인·고학력·고소득층에 편중되어 일반화 가능성 제한, 품종 분류도 보호자 보고 기반으로 유전자 검증 없음

8. 향후 연구 방향

  • 수의학 전자의무기록(VEMR)을 자연어처리로 분석하여 보호자 보고 네트워크와 비교
  • 다중이환(3개 이상 동시질환, 코호트의 71.6%)을 다루는 다변량 네트워크 방법으로 확장
  • 7000마리 이상 확보된 유전자 프로파일을 이용해 품종배경 대신 유전적 근연도를 보정 변수로 활용

9. 결론

본 연구는 반려견 동반질환 네트워크 분석이 임상 지식 확장과 개 건강관리 개선에 유망한 방법임을 보여주며, 기존에 알려진 동반질환 관계를 재확인하는 동시에 단백뇨-빈혈 등 새로운 연관성과 질환 발생 순서, 연령에 따른 네트워크 구조 변화를 규명했다. 이는 향후 DAP의 유전체 등 분자 데이터를 결합해 노화와 동반질환 관계의 기전을 밝히는 기반이 된다.

Keywords

comorbidity network, companion dogs, Dog Aging Project, Poisson binomial, geroscience, chronic kidney disease, diabetes, canine aging

원문 그림

Fig 1. Summary of health condition distribution and medical history characteristics. (a) Boxplot comparing each dog’s age at last reported health
Fig 1. Summary of health condition distribution and medical history characteristics. (a) Boxplot comparing each dog’s age at last reported health
Fig 2. Associations between demographic factors and health conditions, stratified by condition category. Coefficients from logistic regression
Fig 2. Associations between demographic factors and health conditions, stratified by condition category. Coefficients from logistic regression
Fig 3. Undirected comorbidity network. Nodes are health conditions with node size proportional to condition prevalence, and edges are statistically
Fig 3. Undirected comorbidity network. Nodes are health conditions with node size proportional to condition prevalence, and edges are statistically
Fig 4. Age-stratified comorbidity networks. Undirected comorbidity networks in Young adult (a), Mature adult (b) and Senior (c). In each network,
Fig 4. Age-stratified comorbidity networks. Undirected comorbidity networks in Young adult (a), Mature adult (b) and Senior (c). In each network,
Fig 5. Time-directed network using a window size of 12 months. Nodes are health conditions, and edges are statistically significant comorbidity
Fig 5. Time-directed network using a window size of 12 months. Nodes are health conditions, and edges are statistically significant comorbidity

원문 그림 · 라이선스: cc-by

papercomorbidity-networkcompanion-dogsdog-aging-projectpoisson-binomialgerosciencechronic-kidney-disease