Routine clinical data are sufficient for intracerebral haemorrhage prognostication; haematoma radiomics adds no detectable incremental value: a three-tier validation study

기술 요약: 일상적 임상 데이터 대 혈종 라디오믹스의 ICH 예후 예측

문제 제기
자발적 뇌내출혈(ICH)은 높은 초기 사망률과 제한된 기능적 회복을 동반한다. ICH 점수(ICH Score) 및 FUNC 점수(FUNC Score)와 같은 기존의 예후 도구들이 널리 사용되고 있으나, 이들은 전문적인 신경학적 평가(GCS, NIHSS)에 의존하며, 이는 모든 임상 환경에서 실행 가능하지 않을 수 있다. 반면, CT 라디오믹스는 시각적 검사를 넘어 정량적 영상 데이터를 포착하기 위한 자동화된 대안으로 제안되어 왔다. 그러나 높은 예측 성능(AUC 0.88–0.89)을 주장하는 이전 연구들은 엄격한 검증이 부족한 경우가 많으며, 특히 특징 선택(feature selection)과 모델 평가를 분리하지 못해 잠재적으로 낙관적이고 오해의 소지가 있는 결과를 초래했다. 본 연구는 851개의 혈종 핵(haematoma-core) CT 라디오믹스 특징이 엄격하고 편향이 통제된 프레임워크 하에서 평가되었을 때, 일상적인 입원 임상 데이터에 비해 증분적 예후 가치를 제공하는지에 대한 핵심적인 질문을 다룬다.

방법론
본 연구는 2020년부터 2024년까지의 급성 ICH 사례 570건(환자 556명)을 대상으로 단일 센터 후향적 설계를 채택하였다.

• 데이터 처리: nnU-Net v2를 사용하여 자동 혈종 분할을 수행하였으며, Dice 계수는 0.945를 달-성하였다. 분할된 혈종 핵으로부터 PyRadiomics v3.0.1을 사용하여 1차 통계량, 형태 특징, 웨이브렛 질감(wavelet textures)을 포함한 851개의 IBSI 준수 라디오믹스 특징을 추출하였다.
• 모델 개발: 두 가지 주요 로지스틱 회귀 모델을 구축하였다:
  1. 임상 전용(Clinical-only): LASSO를 통해 축소된 16개의 사전 지정된 후보 변수(인구통계학, 실험실 검사, 임상 점수)를 활용하였다.
  2. 임상 + 라디오믹스(Clinical + Radiomics): 임상 변수를 851개의 라디오믹스 특징과 결합하였다.
• 검증 프레임워크: 데이터 누수와 과적합을 방방지하기 위해, 본 연구는 엄격한 3단계 검증 접근법을 사용하였다:
  1. 그룹화된 중첩 교차 검증(Grouped Nested Cross-Validation, 5×5): 특징 선택(LASSO)을 각 내부 폴드(inner fold) 내에서 독립적으로 수행하여, 동일 환자의 재발성 에피소드가 훈련 및 테스트 세트에 동시에 나타나지 않도록 환자 수준의 분리(GroupKFold)를 보장하였다.
  2. DeLong 쌍체 ROC 비교: 임상 모델의 곡선 아래 면적(AUC)을 결합 모델 및 기성 벤치마크(ICH 점수, FUNC 점수)와 통계적으로 비교하는 데 사용되었다.
  3. 부트스트랩 Out-of-Bag 추정: 특징 선택의 안정성을 평가하고 낙관성을 정량화하는 데 사용되었다.
• 결과 지표: 주요 결과 지표는 90일 기능적 불량 결과(modified Rankin Scale >2) 및 모든 원인에 의한 사망률이었다.

주요 결과

• 임상 모델 성능: 두 가지 결과별 모델에 걸쳐 10개의 별도 변수를 활용한 임상 전용 모델은 그룹화된 중첩 교차 검증(grouped nested-CV) 기준 기능적 결과에 대해 0.866, 사망률에 대해 0.795의 견고한 AUC를 달성하였다. 이는 ICH 점수(ΔAUC = 0.181 및 0.088)와 기능적 결과에 대한 FUNC 점수(ΔAUC = 0.079)를 유의하게 상회하는 성능이었다.
• 라디오믹스의 증분 가치: 851개의 혈종 핵 라디오믹스 특징을 임상 모델에 추가했을 때 감지 가능한 증분 가치는 없었다.
  • 기능적 결과의 경우, 결합 모델의 AUC는 0.872(ΔAUC = +0.005, p = 0.805)였다.
  • 사망률의 경우, 결합 모델의 AUC는 0.771(ΔAUC = −0.024, p = 0.439)이었다.
• 라디오믹스 전용 성능: 라디오믹스 특징에만 의존하는 모델은 기능적 결과에 대해 0.558, 사망률에 대해 0.616의 AUC를 기록하며 낮은 성능을 보였다.
• 특징 안정성: 부트스트랩 분석 결과, 핵심 임상 변수(예: NIHSS, 연령)는 100%의 반복 시행에서 선택된 반면, 어떤 라디오믹스 특징도 90% 이상의 선택 빈도를 넘지 못해 고차원 영상 데이터의 불안정성과 일관된 신호의 부재를 나타냈다.
• 과적합 분석: 임상 모델의 인샘플(in-sample) 겉보기 AUC와 중첩 교차 검증(nested-CV) AUC 사이의 차이는 미미했으나(0.026), 결합 모델의 경우 더 컸다(0.037). 이는 결합 모델의 겉보기 개선이 실제 신호가 아닌 특징 선택에 의한 과적합에 의해 유도되었음을 시사한다.

의의 및 주장
저자들은 CT가 주요 영상 기법인 환경에서 ICH 예후 예측을 위해 일상적인 입원 임상 및 실험실 데이터가 신뢰할 수 있는 위험 계층화를 제공한다고 결론짓는다. 본 연구는 간결한 임상 모델이 기존의 점수 체계(ICH 및 FUNC 점수)보다 우수한 성능을 보일 수 있음을 입증하였으며, 엄격한 검증 조건 하에서 혈종 핵 라디오믹스 특징은 유의미한 추가 예측력을 제공하지 못함을 보여주었다.

라디오믹스의 증분 가치 부족은 다음과 같은 이유 때문일 수 있다고 강조한다:

1. 임상 중증도 지표(NIHSS, GCS, 혈종 부피)에 의해 이미 포착된 높은 예후 신호.
2. 비조영 증강 CT에서 급성 혈종 핵의 균질한 특성으로 인한 질감의 이질성 제한.
3. 다른 연구들에서 유망한 것으로 나타난 혈종 주변 부종(PHE) 질감의 제외.

결정적으로, 저자들은 특징 선택과 모델 평가를 분리하는 것이 정직한 라디오믹스 평가를 위해 필수적이라고 주장한다. 이들은 본 연구를 방법론적 결함으로 인해 과장된 성능을 보고했을 수 있는 기존 문헌에 대한 교정적 연구로 위치시키며, 라디오믹스가 다기관 환경에서 견고하고 검증된 증분 가치를 입증할 수 없다면 임상 데이터가 ICH 예후 예측의 초석으로 남아야 한다는 실용적인 접근법을 옹호한다.