Development of a Nomogram Combining Preoperative Serum CA19-9 and VEGF to Predict Lymph Node Metastasis in Colorectal Cancer

대장암은 대장이나 직장에 종양이 형성되는 질환으로, 환자의 미래를 결정하는 가장 결정적인 요소 중 하나는 그 종양이 인근 림프절로 전이되었는지 여부입니다. 이 작고 강낭콩 모양의 구조물들은 면역 체계를 위한 필터 역할을 하지만, 암세포가 이곳으로 이동하면 질병은 치료하기 더 어려워지고 환자의 전망은 어두워집니다. 현재 의사들은 수술 전 전이 여부를 확인하기 위해 CT나 MRI와 같은 영상 촬영에 크게 의존하고 있지만, 이러한 도구에는 사각지대가 있습니다. 이 도구들은 커다란 덩어리를 찾아내는 데는 탁려하지만, 이미 이동을 시작한 아주 작은 암세포 집단을 놓치는 경우가 많아, 외과의가 조직을 너무 적게 제거하거나 반대로 너무 많이 제거하게 되는 상황을 초래하기도 합니다. 이 간극을 메우기 위해 의료 연구자들은 단 한 번의 절개 전에도 눈에 보이지 않는 질병의 확산을 볼 수 있는 방법을 찾고자, 혈액 속의 화학적 신호를 조기 경보 시스템으로 활용하는 방안을 오랫동안 연구해 왔습니다.

중국 광시 의과대학교 제1연합병원의 연구팀은 림프절 전이를 더 정확하게 예측할 수 있는 새로운 도구를 개발함으로써 이 구체적인 문제를 해결하고자 했습니다. 그들은 혈액 속에 존재하는 두 가지 특정 물질인, 소화기계 암에서 흔히 높아지는 단백질인 CA19-9와 종양이 새로운 혈관 및 림프관을 구축하도록 돕는 인자인 VEGF에 주목했습니다. 의사들은 이미 이러한 물질들의 수치가 높다는 것이 문제의 징후라는 것을 알고 있었지만, 이 연구는 다른 질문을 던졌습니다. 즉, 이 혈액 표지자들을 종양 자체에 대한 표준 정보와 결합했을 때 훨씬 더 선명한 위험도를 그려낼 수 있는가 하는 점이었습니다. 연구진은 2019년부터 2022년 사이에 대장암 수술을 성공적으로 마친 1,000명 이상의 환자 데이터를 수집했습니다. 그들은 수술 후 정확히 어떤 일이 일어났는지 이해하기 위해 이 환자들의 의료 기록, 혈액 검사 결과, 그리고 병리 보고서를 면밀히 검토했습니다.

연구팀은 결과의 견고함을 보장하기 위해 환자들을 두 그룹으로 나누었습니다. 그들은 더 큰 규모의 그룹을 사용하여 새로운 예측 모델을 구축했고, 더 작은 규모의 그룹을 사용하여 해당 모델이 처음 보는 사람들에게도 작동하는지 테스트했습니다. 엄격한 통계적 과정을 통해, 그들은 림프절로 암이 도달했는지를 독립적으로 예측하는 다섯 가지 핵심 요인을 식별했습니다. 이 중 두 가지는 연구 대상이었던 혈액 표지자였습니다. CA19-9 수치가 37.0 units/mL 이상이고 VEGF 수치가 186.8 picograms/mL 이상인 환자들은 전이 가능성이 현저히 높았습니다. 나머지 세 가지 요인은 수술 후 조직에서 발견되는 세부 사항들이었습니다. 즉, 종양이 장벽 속으로 얼마나 깊이 침투했는지, 암세포가 현미경 아래에서 얼마나 비정상적으로 보이는지, 그리고 암세포가 인근 혈관이나 림프관을 침범했는지 여부였습니다.

이 다섯 가지 요인을 사용하여 연구진은 노모그램(nomogram)이라 불리는 시각적 도구를 제작했습니다. 이것은 본질적으로 의사가 특정 환자의 데이터를 가져와 개인별 위험 점수를 계산할 수 있게 해주는 특화된 차트입니다. 이를 사용하려면 임상의가 차트에서 다섯 가지 요인 각각에 대한 환자의 값을 찾고, 그에 해당하는 점수를 더한 뒤, 선을 아래로 내려 추정된 림프절 전이 확률을 찾으면 됩니다. 연구 결과, 이 결합된 접근 방식은 혈액 표지자만을 단독으로 사용하는 것보다 훨씬 우수했습니다. 혈액 표지자 자체만으로는 전이 여부를 구분하는 능력이 보통 수준에 불과했지만, 새로운 모델은 높은 정확도로 환자를 분류해 냈으며, 표준 영상 촬영이나 단일 표지자의 성능을 훨씬 상회하는 점수를 달성했습니다.

결과는 이 모델이 정확할 뿐만 아니라 신뢰할 수 있다는 것을 보여주었습니다. 두 번째 환자 그룹에서 테스트했을 때, 이 도구는 모델을 구축하는 데 사용된 그룹에서만큼이나 잘 작동했으며, 이는 이 결과가 특정 데이터 세트만의 우연한 현상이 아님을 시사합니다. 연구진은 또한 이 도구를 사용하는 것이 실제로 의사들의 의사결정에 도움이 되는지 분석했습니다. 그들은 다양한 위험 임계값 전반에 걸쳐 이 모델이 명확한 임상적 이점을 제공하며, 더 공격적인 치료가 필요한 환자와 그렇지 않은 환자를 구분하는 데 도움을 준다는 것을 발견했습니다. 그러나 저자들은 이 도구가 현재 종양 제거 후에만 알 수 있는 정보, 즉 침투 깊이나 혈관 침범 여부와 같은 정보에 의존하고 있다는 점을 주의 깊게 언급했습니다. 이는 혈액 검사는 수술 전에 할 수 있지만, 차트의 진정한 위력은 병리 보고서가 손에 들어온 후에야 실현된다는 것을 의미합니다.

본 연구는 간단한 혈액 검사를 표준 병리 소견과 통합하는 것이 대장암의 위험을 평가하는 강력한 방법이 된다고 결론짓습니다. CA19-9와 VEGF라는 생물학적 신호를 종양의 물리적 특성과 결합함으로써, 의사들은 질병의 거동에 대해 더 완전한 이해를 얻을 수 있습니다. 연구진은 이 도구가 큰 가능성을 보여주고 있지만, 이것이 보편적으로 작동하는지 확인하기 위해 다른 병원과 다양한 환자군을 대상으로 추가적인 테스트가 필요하다고 강조합니다. 그때까지 이 새로운 차트는 눈에 보이지 않는 암의 확산을 더 명확하게 보는 방법으로서, 환자 개개인의 필요에 맞춘 맞춤형 치료를 돕는 중요한 진전으로 남을 것입니다.