Clinical value of a CT radiomics model for predicting myocardial injury after cancer therapy

기술 요약: 암 치료 후 심근 손상 예측을 위한 CT 라디오믹스 모델의 임상적 가치

문제 정의
암 치료 관련 심근 손상 위험이 있는 환자를 조기에 식별하는 것은 여전히 중요한 임상적 과제이다. 현재의 감시 체계는 심장 초음파(예: 좌심실 박출률, LVEF)와 순환 바이오마커(예: 트로포닌)에 크게 의존하고 있으나, 이는 종종 이미 심근 손상이 발생한 후에야 이를 감지한다는 한계가 있다. 심장 자기공명영상(CMR)은 더 높은 조직 민감도를 제공하지만, 비용과 복잡성으로 인해 보편적인 치료 전 스크리닝 도구로 사용하기에는 제한적이다. 반면, 흉부 컴퓨터 단층촬영(CT)은 암 병기 결정 및 추적 관찰을 위해 일상적으로 촬영되지만, 기저 심독성 위험 계층화에는 충분히 활용되지 못하고 있다. 본 연구는 암 치료 시작 전 심근 손상을 예측하기 위해 이미 일상적인 종양학 워크플로우에서 확보 가능한 데이터를 활용하여 이 간극을 해결하고자 한다.

연구 방법론
본 연구는 2020년 1월부터 2025년 12월 사이에 악성 종양 치료를 받은 환자들을 대상으로 Xuzhou Central Hospital에서 수행된 단일 센터 후향적 연구이다.

• 코호트: 완전한 영상 및 결과 데이터를 보유한 129명의 환자가 라디오믹스 워크플로우에 포함되었다. 공변량이 누락된 1례를 제외한 총 128명의 환자가 임상적 추론 및 로지스틱 회귀 분석에 사용되었다. 코호트는 심근 손상이 발생한 42명과 대조군 86명으로 구성되었다.
• 결과 정의: 심근 손상은 심혈관 증상과 함께 다음 중 적어도 하나 이상의 지표가 나타나는 것으로 정의하였다: 심장 트로포닌 수치 상승(>99백분위수), LVEF 10% 이상 감소 및 LVEF <50%, 또는 전역 종 longitudinal strain(GLS)의 상대적 감소 >15%.
• 영상 처리: 치료 전 흉부 CT 영상을 1×1×1 mm³의 등방성 해상도로 재샘플링하였다. 두 명의 숙련된 방사선 종양학과 전문의가 유두근과 혈액 풀(blood pool)을 제외하고 좌심실 심근 관심 영역(ROI)을 수동으로 구획하였다.
• 특징 추출 및 선택: 128개의 라디오믹스 특징(1차 통계량, 형태, GLCM, GLRLM, GLSZM, GLDM, NGTDM)을 추출하였다. 추출된 특징들은 다음 과정을 통해 필터링되었다:
  1. 관찰자 간 재현성 분석(급내 상관계수 ICC > 0.75)을 통해 107개 특징 유지.
  2. 분산 임계값 필터링을 통해 78개 특징 유지.
  3. Spearman 상관 분석(|r| > 0.8)을 통해 중복성을 제거하여 19개 특징 유지.
  4. 최종적으로 Elastic Net 규제를 적용하여 5개의 특징으로 구성된 라디오믹스 모델 선정.
• 모델 개발: 세 가지 모델(Elastic Net으로 선택된 임상 변수 기반의 임상 모델, 라디오믹스 모델, 결합 모델)을 구축하였다. 데이터셋은 훈련 세트와 테스트 세트로 7:3 비율로 분할되었다. 성능은 AUC, 민감도, 특이도, 보정(Hosmer-Lemeshow 검정) 및 결정 곡선 분석(DCA)을 통해 평가되었다.

주요 결과

• 임상 변수: 단변량 분석에서는 음주, 고혈압, 절대 호중구 수가 심근 손상과 연관이 있었다. 그러나 다변량 로지스틱 회귀 분석에서는 고혈압이 경계 수준의 유의성(P=0.059)을 보였으나, 어떤 임상 변수도 독립적으로 유의미하게 남지는 않았다.
• 라디오믹스 특징: 최종 라디오믹스 모델은 5개의 특징을 유지하였다: 10Percentile (1차 통계량), Flatness, LeastAxisLength, Maximum2DDiameterColumn (형태), 그리고 SizeZoneNonUniformity (질감).
• 예측 성능:
  • 라디오믹스 모델: 테스트 세트에서 AUC 0.867 (95% CI: 0.722–0.972)을 달와 성취하였으며, 최적의 컷오프에서 민감도는 0.692, 특이도는 0.962였다.
  • 임상 모델: AUC 0.601을 달성하였다.
  • 결합 모델: AUC 0.805를 달성하였다.
  • 비교: 라디오믹스 모델은 임상 모델보다 유의미하게 높은 변별력을 보였다 (ΔAUC = 0.266, P = 0.036). 라디오믹스 모델과 결합 모델 간의 차이는 통계적으로 유의하지 않았다 (P = 0.475).
• 보정 및 유용성: 라디오믹스 모델은 수용 가능한 수준의 보정 성능을 보였다 (Hosmer-Lemeslow P = 0.066). 결정 곡선 분석(DCA) 결과, 0.01–0.60의 임계 확률 범위 전체에서 라디오믹스 모델이 "모두 치료(treat-all)" 또는 "치료 안 함(treat-none)" 전략보다 높은 순이익(net benefit)을 나타냈다.

핵심 기여

1. 치료 전 위험 계층화: 본 연구는 루틴하게 시행되는 치료 전 흉부 CT로부터 추출된 정량적 심근 표현형이 이후 발생할 수 있는 치료 관련 심근 손상 위험이 높은 환자를 식별할 수 있음을 입증하며, 이를 통해 위험 평가 시점을 앞당길 수 있음을 보여준다.
2. 임상적 요인 대비 영상의 우월성: 라디오믹스 모델은 임상 변수만을 기반으로 한 모델보다 유의미하게 뛰어난 성능을 보였으며, 이는 치료 전 심근의 이질성(회색조 분포, 기하학적 구조 및 질감을 통해 포착됨)이 표준 임상 병력이나 바이오마커에 반영되지 않는 예측 정보를 포함하고 있음을 시사한다.
3. 워크플로우 통합: 암 병기 결정을 위해 이미 획득된 CT 데이터를 활용함으로써, 추가적인 검사나 상당한 워크플로우의 변화 없이도 저부담의 비침습적 방식으로 기저 심독성 위험 평가를 제공한다.

의의 및 주장
저자들은 본 연구가 치료 전 흉부 CT 기반의 심근 라디오믹스 모델이 고위험 환자를 식별하는 데 잠재력이 있다는 예비적 근거를 제공한다고 주장한다. 논문은 라디오믹스 모델이 강력한 변별력을 보였음에도 불구하고, 본 연구의 결과가 탐색적이라는 점을 강조한다. 저자들은 이 접근 방식이 일상적인 진료 과정에서 이미 확보된 데이터를 사용하여 "저부담의 기저 심독성 위험 평가"를 지원한다고 명시적으로 밝히고 있다.

그러나 본 논문은 임상 적용에 대해 신중한 어조를 유지하고 있다. 연구가 후향적이고 단일 센터에서 수행되었으며, 규모가 상대적으로 작고 독립적인 외부 검증 코호트가 부족하다는 점을 인정하고 있다. 따라서 저자들은 모델이 임상적으로 구현되기 전에 외부 검증을 위한 더 큰 규모의 코호트가 필요하다고 결론지었다. 또한, 테스트 세트에서 결합 모델이 라디오믹스 모델에 비해 유의미한 개선을 보이지 못한 점은 임상 데이터의 가치를 부정하는 것이 아니라, 잠재적인 상호 보완성을 확인하기 위해 더 큰 규모의 연구가 필요함을 시사하는 것이라고 언급하였다. 본 연구는 정량적 영상 표현형을 치료 관련 심근 취약성에 대한 광범위한 이해 속에 통합하기 위한 하나의 단계로 자리매김하고 있다.