Development of a Risk Prediction Model for Early Postoperative Seizures After Glioma Resection and Optimization of Antiseizure medications Strategies Based on Decision Curve Analysis

기술 요약: 신경교종 절제술 후 초기 발작의 위험 예측 및 약물 최적화

문제 제기
신경교종은 가장 흔한 일차성 악성 중추신경계 종양으로, 수술 후 발작 발생률이 60%에서 90%에 달한다. 이러한 사건은 입원 기간을 연장하고 비용을 증가시키며 이차적인 뇌 손상의 위험을 높인다. 현재의 임상 관행은 개별화된 지침의 부재로 인해 경험적이고 흔히 보편적인 예방적 항경련제(ASM) 처방 체계에 의존하고 있다. 기존의 위험 예측 모델 연구들은 대개 소규모 단일 센터 샘 sample에 국한되어 있으며, 위험 계층화를 구체적인 임상 약물 결정으로 전환하는 데 실패했다. 또한, 기존의 검증 노력은 예방적 약물의 광범위한 사용으로 인한 "치료 혼란(treatment confounding)" 문제를 겪고 있으며, 이는 검증 코호트 내에서 질병의 자연적 위험도를 과소평가하게 만들어 중재 전략의 평가를 어렵게 만든다.

연구 방법론
본 연구는 다단계 방법론적 프레임워크를 채택하였다:

1. 체계적 문헌 고찰 및 메타 분석: 연구진은 중국어 및 영어 데이터베이스(2025년 5월까지)를 검색하여 신경교종 환자의 조기 수술 후 발작(7일 이내) 위험 요인을 분석한 코호트 또는 환자-대조군 연구를 조사하였다. 3,409명의 환자를 포함한 15개의 고품질 연구가 포함되었다. 이질성($I^2$)에 기초하여 고정 효과 또는 랜덤 효과 모델을 사용하여 통합 오즈비(OR)를 계산하였다.
2. 위험 점수 모델 구축: 메타 분석 결과에 기반하여, Sullivan 등의 방법을 사용하여 점수 모델을 개발하였다. 8개의 독립적인 위험 요인을 식별하고 정수 또는 반정수 점수를 부여하여 총 가능한 점수를 26점으로 설정하였다. 모델 구축 시 순환 논리를 방지하기 위해 "예방적 약물 미사용"과 같은 요인은 제외되었다.
3. 외부 검증: 본 모델은 단일 센터(2019~2024년)의 독립적인 회고적 코호트인 신경교종 환자 333명을 대상으로 검증되었다. 판별력은 수신자 조작 특성 곡선(ROC)과 곡선 아래 면적(AUC)을 통해 평가되었다. Youden 지수에 의해 결정된 최적의 컷오프를 기준으로 환자들을 저위험, 중위험, 고위험 그룹으로 계층화하였다.
4. 역사실적 확률 보정(Counterfactual Probability Calibration): 검증 코호트 내 예방적 약물 사용률(96.7%)이 매우 높아 발작의 자연적 위험도가 가려진 문제를 해결하기 위해, 본 연구는 역사실적 확률 보정법을 적용하였다. 이를 통해 메타 분석에서 도출된 비약물 사용에 대한 통합 OR을 사용하여 약물이 없는 상태에서의 자연적인 간질 위험을 추정하였다.
5. 결정 곡선 분석(DCA): DCA를 활용하여 세 가지 전략("보편적 약물 투여", "약물 미투여", "위험 계층화 약물 투여")의 임상적 순이익(NB)을 다양한 위험 임계값(2%~20%)에 걸쳐 정량화하였다. 모델의 강건성을 테스트하기 위해 OR의 95% 신뢰구간 한계값을 사용하여 민감도 분석을 수행하였다.

주요 기여

• 근거 기반 점수 모델: 본 연구는 단일 센터 데이터가 아닌 높은 수준의 근거(15개 연구의 메타 분석)에 기반한 간단한 산술적 점수 모델을 제시한다. 이 모델은 복잡한 유전적 또는 영상학적 데이터 없이도 접근 가능한 일상적인 임상, 영상 및 병리 변수(예: 종양 등급, 피질 침범, 출혈)를 활용한다.
• 치료 혼란의 교정: 검증 코호트의 광범위한 예방적 약물 사용으로 인한 편향을 조정하기 위해 역사실적 확률 보정을 새롭게 적용하였으며, 이를 통해 질병의 자연적 위험을 보다 정확하게 추정하였다.
• 정량화된 임상 결정 경로: 위험 식별 단계에서 멈추는 기존 모델들과 달리, 본 연구는 결정 곡선 분석을 사용하여 위험 점수를 구체적인 약물 전략으로 전환한다. 이는 다양한 위험 계층에 걸친 중재의 순이익을 명시적으로 정의한다.

결과

• 위험 요인: 메타 분석을 통해 8가지 독립적 위험 요인이 확인되었다: 과거 간질 병력, 수술 전 발작 빈도 $\ge$ 1회/일, 수술 전 운동 장애, 저등급 신경교종, 종양 직경 $\ge$ 5cm, 피질 침범, 종양 주변 부종, 수술 후 뇌실 내 출혈.
• 모델 성능: 외부 검증 결과, AUC 0.854 (95% CI: 0.782–0.926)로 우수한 판별력을 보였다. 최적의 컷오프는 6.5점으로 설정되었다.
• 위험 계층화:
  • 저위험군 (점수 < 6.5): 관찰된 발작 발생률은 0.94%였다.
  • 중위험군 (6.5 $\le$ 점수 < 13): 관찰된 발생률은 12.84%였다.
  • 고위험군 (점수 $\ge$ 13): 관찰된 발생률은 40.0%였다.
• 결정 곡선 분석 결과:
  • 저위험군: 모든 임계 확률에서 어떠한 예방적 약물 투여 전략도 음(-)의 순이익을 보였으며, 이는 약물의 해악과 비용이 드문 발작을 예방하는 이득보다 크다는 것을 나타낸다.
  • 중위험군: "위험 계층화" 전략이 가장 높은 순이익을 나타냈다. 보편적 약물 투여는 매우 낮은 임계값(<12%)에서만 미미한 이득을 제공했으며, 높은 임계값에서는 순해악을 초래했다.
  • 고위험군: "보편적 약물 투여"와 "위험 계층화 약물 투여" 전략 모두 "약물 미투여" 전략보다 유의미하게 높은 순이익을 보였으며, 곡선이 겹치는 양상은 루틴한 예방적 투여가 강력히 권장됨을 시사한다.

의의 및 주장
저자들은 본 연구가 위험 식별과 임상적 중재 사이의 간극을 메우는 최초의 포괄적인 조기 수술 후 발작 예측 시스템을 제공한다고 주장한다. 역사실적 보정과 결정 곡선 분석을 통합함으로써, 본 연구는 정량화되고 개별화된 결정 경로를 제시한다:

1. 저위험 환자는 "먼저 해를 끼치지 말라"는 원칙을 준수하기 위해 루틴한 예방적 약물 투여를 피해야 한다.
2. 중위험 환자는 특정 임상 임계값에 따라 개인화되고 선택적인 약물 투여를 받아야 하며, "일률적인(one-size-fits-all)" 접근 방식을 피해야 한다.
3. 고위험 환자는 혜택을 받을 수 있는 환자를 놓칠 위험을 최소화하기 위해 루틴한 예방적 투여가 강력히 권장된다.

저자들은 이 전략이 불필요한 약물 부작용과 의료 자원 낭비를 피하면서 수술 후 발작 발생률을 줄이는 것을 목표로 한다고 강조한다. 또한, 검증 데이터의 회고적 성격과 개선된 환자 결과를 확증하기 위한 전향적 중재 연구의 부재를 한계점으로 인정하며, 모델의 임상적 유용성을 추가로 검증하기 위해 향려 무작위 대조 시험이 필요함을 시사한다.