Trends in Predictive Modeling for Prostate Cancer, ED and BPH: Text Mining and LDA-Based Analysis

본 연구는 전립선암, 발기부전(Erectile Dysfunction, ED), 양성 전립선 비대증(Benign Prostatic Hyperplasia, BPH) 등 남성 특이 질환을 대상으로 한 예측 모델 연구의 최근 10년간 동향과 구조적 편중을 계량서지학적으로 분석하였다. 이를 통해 남성 질환 예측 모델 연구의 발전 방향을 모색하고, 향후 데이터 기반 보건의료 산업에서의 활용 가능성을 평가하고자 하였다. 연구는 PubMed 데이터베이스를 이용해 2015년 1월부터 2025년 6월까지 색인된 총 11,241편의 문헌을 체계적으로 검토하였으며, PRISMA 2020 지침에 따라 최종적으로 예측 모델을 포함한 290편을 선정하였다. 선정된 문헌에 대해서는 Python 기반 자연어처리 기법과 LDA(Latent Dirichlet Allocation) 토픽모델링을 적용하여 머신러닝 기법 활용 현황과 질환별 연구 주제 및 시계열 변화 양상을 분석하였다. 분석 결과, 전립선암 관련 연구가 전체의 93%를 차지해 연구가 편중되어 있었으며, ED와 BPH 관련 연구는 상대적으로 부족한 것으로 나타났다. 특히 전립선암 예측 모델 연구는 최근 다중 오믹스 통합 및 유전자 서명 기반 정밀의료 연구로 확장되고 있었고, 로지스틱 회귀와 랜덤포레스트 기법이 가장 널리 활용되었다. ED 연구는 최근 5년간 연평균 22% 이상의 성장률을 보이며 임상 위험도 예측과 치료 반응 모델 개발이 활발히 진행되고 있었으나, BPH는 여전히 소규모 통계 분석에 머무르고 있었다. 이러한 결과는 남성 질환 예측 모델 연구가 전립선암에 편중되어 있음을 보여주며, ED와 BPH는 다기관 기반 대규모 코호트와 환자 중심 데이터 연구가 더욱 필요함을 시사한다. 이는 향후 임상 적용성과 디지털 헬스케어 활용 가능성을 확대할 수 있을 것으로 기대한다.