뇌졸중 후 상지(upper limb) 기능 회복의 예후를 조기에 예측하는 것은 재활 계획 수립과 환자 및 보호자 상담에서 매우 중요합니다. 이 문제의 핵심은 발병 초기 수일 이내에 관찰되는 임상 소견 중 어떤 것이 6개월 후의 기능적 회복과 가장 강력하게 연관되는지를 묻는 것입니다.
정답은
1번, '발병 첫 며칠 이내에 자발적인 어깨 외전(shoulder abduction)과 손가락 신전(finger extension)이 일부 존재하는 경우'입니다. 이는 뇌졸중 후 상지 회복 예측에서 가장 고전적이면서도 강력한 임상 지표로 알려져 있습니다. 뇌졸중 초기에 겉질척수로(corticospinal tract, CST)의 해부학적, 기능적 보전 정도가 회복의 핵심 결정 인자이며, 어깨 외전과 손가락 신전은 CST의 지배를 가장 많이 받는 움직임입니다. 따라서 발병 수일 내에 이 두 움직임이 조금이라도 자발적으로 나타난다는 것은 CST가 완전히 파괴되지 않았음을 시사하므로, 이후 상지의 기능적 회복 가능성이 높다고 판단합니다.
근거 자료
[1]과
[2]는 발병 72시간 이내 또는 첫 1주 이내의 임상 변수를 이용해 6개월 후 Action Research Arm Test(ARAT) 점수를 예측하는 머신러닝 모델을 개발한 연구입니다. 이 연구들에서 조기 예측 모델에 포함되는 핵심 임상 변수는 단순한 인구통계학적 정보가 아니라, 초기에 평가한 상지의 자발적 움직임 정도(예: 어깨 외전, 손가락 신전, 악력 등)입니다. 이는 초기 능동 움직임의 존재 여부가 장기 예후 예측에 있어 가장 중요한 정보 중 하나임을 뒷받침합니다. 특히 근거 자료
[2]는 첫 1주 이내의 임상 변수로 6개월 후 상지 용량(upper limb capacity)을 예측하고자 했으며, 초기 운동 기능 평가가 예측 모델의 주요 구성 요소로 작용했음을 보여줍니다.
근거 자료
[3]은 초기 아급성기(early subacute phase) 뇌졸중 환자를 대상으로, 집중 재활 입원 치료 중 '비기능적 움직임(non-functional movement)'에서 '기능적으로 사용 가능한 상지 용량(functionally usable upper limb capacity)'으로의 전환을 예측하는 머신러닝 모델을 개발했습니다. 이 연구에서도 예측 모델의 입력 변수로 초기 상지 운동 기능 평가가 중요하게 사용되었을 것이며, 이는 초기의 자발적 움직임 존재가 이후 기능적 회복으로의 전환 가능성을 높인다는 임상적 경향을 반영합니다.
근거 자료
[4]는 경두개자기자극(TMS)으로 유발한 운동유발전위(motor evoked potential, MEP)의 예후적 정확성을 체계적으로 고찰한 연구입니다. TMS-MEP는 CST의 기능적 보전 상태를 직접 평가하는 방법으로, 초기에 MEP가 유발되는 환자(즉, CST가 기능적으로 연결되어 있는 환자)는 상지 근력 및 기능 회복 예후가 더 좋다는 것이 이 연구의 핵심 배경입니다. 이는 초기의 자발적 어깨 외전과 손가락 신전이 좋은 예후와 연관되는 이유를 신경생리학적으로 설명해 줍니다. 즉, 초기 자발적 움직임의 존재는 CST의 기능적 보전을 반영하는 임상적 지표이며, 이는 TMS-MEP에서 MEP가 유발되는 것과 동일한 맥락에서 좋은 예후를 시사합니다.
오답을 살펴보면, 2번 '2주 시점에 팔의 자발적 움직임이 전혀 없는 경우'는 CST의 심각한 손상을 의미하므로 불량한 예후와 연관됩니다. 3번 '마비측 상지의 어깨 통증'은 회복 자체의 지표라기보다는 이차적인 근골격계 합병증으로, 오히려 재활을 방해하고 기능 회복을 저해할 수 있는 요인입니다. 4번 '양팔의 수동 관절가동범위(passive range of motion) 차이가 큰 경우'는 관절 구축이나 강직(spasticity) 등 이차적 변화를 반영할 수 있으나, 이는 능동적 신경학적 회복의 예후 지표로는 적절하지 않습니다. 예후 예측의 핵심은 수동적 관절 상태가 아니라 능동적 움직임의 존재 여부와 그 정도입니다.
종합하면, 뇌졸중 발병 초기 수일 내에 어깨 외전과 손가락 신전의 자발적 움직임이 관찰되는 것은 CST의 기능적 보전을 시사하는 강력한 임상 지표이며, 이는 6개월 후 상지 기능 회복에 대한 가장 중요한 긍정적 예후 인자입니다.
참고 문헌 (논문 출처)
- [1]
Accuracy of Machine Learning to Predict Upper-Limb Outcome Within the First 72 Hours Poststroke.일반논문van der Gun GJ, Selles RW, Meskers CGM, van Wegen EEH, Kwakkel G, ICAI Stroke Lab. (2026) · DOI: 10.1161/strokeaha.125.054989
- [2]
Can machine learning improve on the early prediction of upper limb recovery after stroke?일반논문van der Gun GJ, Meskers CGM, Andrinopoulou ER, Grauwmeijer E, Hoogendam L, van Wegen EEH, ICAI Stroke Lab, Kwakkel G, Selles RW. (2025) · DOI: 10.1186/s12984-025-01743-4
- [3]
Machine Learning-Based Prediction of Transition to Functional Upper Limb Recovery After Intensive Inpatient Rehabilitation in Early Subacute Stroke.일반논문Park JM, Lee SC, Kim YW, Yoon SY. (2026) · DOI: 10.3390/jcm15103851
- [4]
Prognostic accuracy of transcranial magnetic stimulation-induced motor evoked potentials on recovery of upper limb: a systematic review.메타분석/체계고찰Schilder JCM, Hoonhorst MHJ, de Vries R, Kwakkel G. (2026) · DOI: 10.3389/fneur.2026.1788829