Development of a Nomogram Model Based on Contrast-Enhanced CT Histogram Analysis for Preoperative Prediction of Ki-67 Expression Status in Patients with Clear Cell Renal Cell Carcinoma

がんは単一の疾患ではなく、細胞がいかに速く分裂するか、そしていかに攻撃的に広がるかによって定義される一連の疾患の集まりです。腎臓において最も一般的な形態は明細胞腎細胞癌であり、これは患者ごとにその挙動が大きく異なる可能性のある腫瘍です。ゆっくりと成長し、封じ込められたままの状態を維持するものもあれば、急速に進行し危険なものもあります。どちらであるかを判断するために、医師はしばしば腫瘍細胞内にあるKi-67と呼ばれる特定のタンパク質に着目します。このタンパク質は、細胞が活発に分裂の準備をしている時にのみオンになる「分子スイッチ」のような役割を果たします。Ki-67が多く存在するほど、細胞の活動はより慌ただしくなり、腫瘍が攻撃的である可能性が高くなります。しかし、このタンパク質がどの程度存在するかを知るには、通常、手術で腫瘍を取り除き、顕微鏡下で組織を分析する必要があります。この侵襲的なプロセスは、手術が終わるまで医師が腫瘍の真の性質を知ることができないことを意味します。

蘭州大学第二病院の研究チームは、患者がメスを入れる前に、この隠された情報を覗き見る方法を開発しました。標準的なCTスキャン（詳細な三次元X線のようなもの）を用いることで、彼らは驚くべき精度でKi-67の活性レベルを予測できる数学的なツールを作成しました。研究では、すでにこの種の腎がんの手術を受けた213人の患者に焦点を当てました。研究者たちは手術前に行われたCT画像を振り返り、それらを単純な血液検査の結果および腫瘍のサイズと組み合わせました。彼らは、スキャンで見られる腫瘍の内部のテクスチャ（質感）が、細胞がいかに速く増殖しているかについてのヒントを保持していることを発見しました。これらの視覚的な詳細を患者の血液検査と融合させることで、彼らは腫瘍の攻撃性を事前に推定できるガイドを構築し、最初の一太刀を入れる前に、より情報に基づいた治療の決定を下せるようにしました。

研究者たちはまず、2022年1月から2024年12月の間に治療を受けた患者からデータを収集することから始めました。彼らはグループを2つに分けました。一つはモデルを構築するための大きなグループ、もう一つはそれをテストするための小さなグループです。各患者について、造影剤が腎臓を流れている特定の2つの瞬間に行われたCTスキャンを調査しました。また、患者の血液検査、具体的には白血球の一種である単球の数と、免疫細胞の二つの型である好中球とリンパ球の比率を算出しました。彼らは腫瘍のサイズを測定し、スキャン内の腫瘍内部のグレースケール・パターンを注意深く分析しました。ヒストグラム解析として知られるこのパターン分析は、腫瘍内のあらゆる微細なピクセルの明るさがどのように分布しているかを調べます。単に平均的な明るさを見るのではなく、分布がどれほど不均一か、あるいは「歪んでいる（スキューしている）」かを測定しており、この詳細は組織構造の隠れた変動を明らかにすることができます。

コンピュータ・アルゴリズムを用いて、チームは数十もの潜在的な手がかりの中から、重要な4つの手がかりを見つけ出しました。彼らは、腫瘍のサイズ、患者の単球数、好中球とリンパ球の比率、そしてスキャンにおける腫瘍の明るさの特定の歪みが、最も強力な予測因子であることを発見しました。これら4つの要因は、ノモグラムと呼ばれる単一の視覚的なチャートに統合されました。このチャートにより、医師は患者の具体的な数値を入力することで、Ki-67の発現が高いか低いかの確率を計算された形で確認できます。モデルを構築するために使用した患者グループでテストした際、それは0.86のAUC（曲線下面積）を達成しました。検証用の別個のグループでテストした際も、AUCは約0.86と、同様に高い値を維持しました。

この研究は、この複合的なアプローチが、単一の要因のみを見るよりもはるかに優れていることを示しました。例えば、腫瘍のサイズだけを見たり、血液検査の結果だけを見たりしても、信頼できる予測を行うには不十分でした。その力は、組み合わせから生まれます。研究者たちは統計学的テストを用いて、自分たちの予測が現実とどの程度一致しているかを検証しましたが、その結果、モデルの予測と術後の病理報告書との間には強い一致が見られました。彼らはさらに、このツールを使用することが、すべての患者を同じように扱う、あるいはリスクを完全に無視することよりも優れた臨床結果をもたらすことを実証しました。モデルは、Ki-67レベルが高い腫瘍は、より大きく、スキャン上でより不均一な内部テクスチャを持ち、血液中の特定の炎症パターンに関連している傾向があることを成功裏に浮き彫りにしました。

有望な結果ではありますが、研究者たちは、これが後ろ向き研究（retrospective study）であったことに注意を促しています。つまり、患者を前向きに追跡したのではなく、過去のデータを振り返ったものであるということです。データは単一の病院から得られたものであり、手法は特定の種類のCTスキャンに依存しているため、このツールが普遍的に機能することを確認するには、他の環境や異なる装置を用いてテストされる必要があります。加えて、本研究は治療後の患者の生存期間を追跡していないため、長期的な生存を予測する能力については今後の検証が必要です。しかし、この研究は非侵襲的な医療における重要な進歩を提供しています。標準的なCTスキャンと日常的な血液検査を腫瘍の生物学への窓へと変えることで、このモデルは、戦いが始まる前に敵を知るための新しい方法を医師に提供し、不必要な処置を避けさせたり、最初から適切な強度のケアを確実に受けられるようにしたりする可能性を秘めています。