Utility of PSA density velocity in diagnosing prostate cancer on prostate MR  

기술 요약: 전립선암 진단에 있어서 PSA 밀도 속도(PSAD Velocity)의 유용성

문제 제기
전립선암은 여전히 남성에게 주요한 악성 종양이지만, 임상적으로 유의한 전립선암(csPCa)을 탐지하는 데 있어 전립선 특이 항원(PSA) 선별 검사의 특이도는 제한적이다. 다중 파라미터 MRI(mpMRI)와 PI-RADS 점수 체계가 진단의 표준이 되었으나, 불필요한 생검과 과잉 진단을 줄이기 위해 위험 예측 모델을 정교화할 필요가 있다. 전립선 특이 항원 밀도(PSAD)는 특히 모호한 병변에서 MRI를 보완하는 가치 있는 지표로 부상했다. 그러나 이러한 지표들의 시간적 변화, 즉 PSAD-속도(PSAD-velocity, PSAD의 변화율)의 유용성은 아직 충분히 연구되지 않았다. 정적인 측정값과 달리, PSAD-속도는 시간적 추세를 고려함으로써 더욱 미묘한 예측치를 제공할 수 있다. 본 연구는 환자의 연령, PSA, 정적 PSAD 및 PI-RADS 점수와 같은 기존 마커들과 비교하여, PSAD-속도가 전립선 MRI를 받는 환자들에게서 csPCa의 독립적인 예측 인자로서 역할을 하는지 조사한다.

연구 방법
본 연구는 2017년부터 2023년까지의 데이터를 대상으로 한 3개 센터의 후향적 관찰 연구이며, 기관 생명윤리위원회(IRB# 23-008038)의 승인을 받았다.

• 코호트 선정: 23,244건의 전립선 MRI 검사 중, 엄격한 선정 기준을 충족하는 1,174명의 고유 환자를 식별하였다:
  • 2회 이상의 MRI 검사를 받은 환자.
  • "인덱스(index)" 검사 전 0.3~2년 사이에 "베이스라인(baseline)" 검사를 수행한 환자.
  • 인덱스 검사 후 1년 이내에 병리학적 확진(생검)을 받은 환자.
  • 검사 당시 csPCa가 알려진 환자는 제외됨; 코호트는 선별 검사 대상자와 Gleason 점수 6의 활성 감시(AS) 대상자로 구성되었다.
• 데이터 수집: 추출된 변수는 PI-RADS 점수(v2.0/v2.1), 환자 연령, 적응증(선별 검사 vs. AS), PSA, 전립선 부피, 그리고 파생 지표(PSAD, PSA-velocity, PSAD-velocity)를 포함한다.
• 계산 방식:
  • 전립선 부피: 방사선 전문의의 교정을 거친 자동 분할(DynaCAD) 또는 타원체 공식을 통해 계산되었다.
  • PSAD: PSA를 전립선 부피로 나눈 값이다.
  • PSAD-Velocity: $(PSAD_{index} - PSAD_{baseline}) / \text{시간 간격}$으로 정의된다. 여러 번의 베이스라인 검사가 있는 경우, 선형 회귀를 사용하여 기울기를 결정하였다.
  • PSA-Velocity: PSA 값으로부터 유사하게 계산되었다.
• 병리학적 확진: csPCa는 Gleason 점수 7 이상으로 정의되었다. 생검에는 PI-RADS 3+ 병변에 대한 MRI-초음파 융합 기술과 체계적 코어 생검이 사용되었다.
• 통계 분석: 환자들을 csPCa 그룹과 비-csPCa 그룹으로 나누었다. 단변량 분석(t-test, 카이제곱 검정)을 통해 개별 변수의 연관성을 평가하였다. 유의미한 변수($p < 0.05$)는 다변량 로지스틱 회귀 모델에 투입되어 독립적인 예측 인자를 식별하였다.

주요 결과

• 코호트 인구 통계: 1,174명의 환자(평균 연령 65.9세) 중 550명(47%)이 csPCa로 진단되었다. 베이스라인과 인덱스 MRI 사이의 중앙값 간격은 1.1년이었다.
• 단변량 분석: 여러 요인이 csPCa와 유의미한 연관성을 보였다:
  • PI-RADS 점수: 강력한 예측력을 보였다 ($p < .0001$).
  • 연령: csPCa 그룹에서 더 높았다 (67.0세 vs. 64.9세, $p < .0001$).
  • 적응증: csPCa 그룹에서 활성 감시 검사가 더 많았다 (67% vs. 59%, $p = 0.004$).
  • PSA: csPCa 그룹에서 더 높았다 (7.5 vs. 6.6 ng/mL, $p < .001$).
  • PSAD: csPCa 그룹에서 유의하게 상승했다 (0.16 vs. 0.12 ng/mL/mL, $p < .0001$).
  • PSAD-Velocity: csPCa 그룹에서 더 높았다 (0.023 vs. 0.012 ng/mL/mL/year, $p = 0.005$).
  • PSA-Velocity: 통계적 유의성에 도달하지 못했다 ($p = .4$).
• 다변량 분석: 다른 변수들을 통제했을 때, PI-RADS 점수, 연령, AS 적응증, PSA, 그리고 정적 PSAD는 여전히 유의미한 독립적 예측 인자로 남았다 ($p < .0001$로 모두 해당). PSAD-velocity는 통계적 유의성을 상실하였다 ($p = .1$).

주요 기여 및 주장
본 연구의 주요 기여는 전립선 MRI 맥락에서 csPCa의 예측 인자로서 PSAD-velocity를 최초로 평가한 것이다. 본 연구는 다음과 같이 주장한다:

1. 연관성 대 독립성: 높은 PSAD-velocity는 고립된 상태에서는 csPCa의 존재와 연관되어 있으나(단변량 분석), PI-RADS 점수, 연령, 정적 PSAD와 같은 기존 마커들과 결합했을 때 독립적인 예측 인자로 기능하지는 않는다.
2. 동적 지표의 중복성: PSAD-velocity의 독립적 유의성 결여는 해당 지표가 포함하고 있는 예측 정보가 주로 정적 PSAD 및 PSA 값에 의해 포착됨을 시사한다. 본 연구는 PSAD-velocity가 이러한 더 강력한 예측 인자들과 본질적으로 상관되어 있어, 다변량 맥락에서 추가적인 진단적 가치를 거의 제공하지 못한다고 가정한다.
3. 측정 변동성: 저자들은 PSAD-velocity의 유의성 감소가 오차 전파(error propagation)에 의해 악화될 수 있다고 제안한다. PSAD-velocity는 시간 경과에 따른 두 측정값(PSA 및 부피)의 차이에 의존하므로, 생물학적 변동(예: 전립선염, 성적 활동) 및 측정 변동성(예: 타원체 공식과 분할 소프트웨어 간의 차이)에서 발생하는 불확실성이 누적되어, 단일 시점 지표에 비해 예측력을 약화시킬 수 있다.
4. 정적 PSAD의 검증: 본 연구는 정적 PSAD의 유용성을 재확인하며, 이것이 PI-RADS 점수를 보완하는 강력한 독립적 예측 인자임을 확인하였다. 이는 기존 문헌과 일치한다.

의의 및 한계
본 논문은 PSAD-velocity가 csPCa 예측에 있어 정적 PSAD 이상의 추가적인 진단 정보를 제공하지 않는다고 결론짓는다. 따라서 PI-RADS, 연령, 정적 PSAD가 이미 확보된 상황에서 생검 결정을 위한 일상적인 위험 평가 모델에 PSAD-velocity를 포함시키는 것은 불필요할 수 있다.

저자들은 다음과 같은 몇 가지 한계를 인정하였다:

• 후향적 설계: 데이터 수집 과정에서의 내재적 편향.
• 시점 제한: PSA 및 속도 계산이 MRI 검사와 일치하는 시점에만 기반하였으므로, 더 넓은 시간적 추세를 놓쳤을 가능성이 있음.
• 측정 변동성: 전립선 부피 측정에 대한 관찰자 간 변동성을 완전히 평가할 수 없었으며, 이는 속도 계산의 정밀도에 영향을 미칠 수 있음.
• 선택 편향: 다기관 연구임에도 불구하고, 연구 설계상 선택 편향이 도입될 수 있음.

궁극적으로 본 연구는 명확하지만 절제된 결론을 제시한다: PSAD의 동적 변화가 암의 존재와 상관관계는 있으나, 이미 존재하는 표준 임상 및 영상 마커들을 넘어 진단 정확도를 독립적으로 향상시키지는 못한다는 것이다.