Non-invasive prediction for pathologic complete response to neoadjuvant chemoimmunotherapy in lung cancer using CT-based deep learning: a multicenter study

authors

Qu et al.

journal

Frontiers in Immunology

year

2024

doi

10.3389/fimmu.2024.1327779

category

biomedical-imaging

pdf

PDF

source

Source

업데이트

2026-07-30

요약

본 연구는 NSCLC 환자에서 neoadjuvant chemoimmunotherapy 후 pathologic complete response (pCR)를 비침습적으로 예측하기 위해 CT 기반 deep learning 모델을 개발하고 다기관 코호트에서 검증했다. 기존 biopsy 기반 biomarker의 침습성과 종양 이질성 반영 부족 문제를 해결하고자, 치료 전 baseline CT 영상에서 추출한 high-dimensional radiomics features를 ResNet-152 아키텍처로 학습시켰다. 내부 validation set과 외부 cohort 모두에서 deep learning 모델은 임상 모델보다 통계적으로 유의하게 우수한 예측 성능(AUC 0.775 vs 0.579, AUC 0.743 vs 0.569)을 보였다. Transcriptomic 분석 결과, 높은 deep learning 점수는 cell metabolism pathway의 상향 조절 및 microenvironment 내 항종양 immune cell infiltration 증가와 연관되어 생물학적 타당성을 입증했다. 이 모델은 neoadjuvant chemoimmunotherapy에 반응할 가능성이 높은 환자를 선별하는 데 유용한 비침습적 도구로 제시된다.

방법

연구 설계는 2019년 1월부터 2023년 9월까지 Ruijin Hospital, Ningbo Hwamei Hospital, Affiliated Hospital of Zunyi Medical University에서 neoadjuvant chemoimmunotherapy (pembrolizumab 또는 nivolumab 기반 platinum chemotherapy, 2-4 cycles) 후 surgery를 받은 NSCLC 환자 248명을 대상으로 한 retrospective multicenter cohort study이다. 포함 기준은 neoadjuvant 치료 전 2주 이내에 baseline CT 영상을 촬영한 환자였으며, 제외 기준은 명시되지 않았다(pCR 달성률 29.4%, n=73). 데이터는 Ruijin Hospital 환자(n=173)를 training set (n=104)과 internal validation set (n=69)으로 6:4 비율로 분할하고, 나머지 두 기관의 환자(n=75)를 external cohort로 구성했다.

Imaging acquisition은 Somatom Definition AS+ (Siemens) 및 iCT256 (Philips) CT 스캐너를 사용했으며, voxel size는 1 x 1 x 1 mm³로 resampling되었다. Tumor segmentation은 lung window setting (mean -500HU, width 1550HU)에서 cuboid 형태로 primary tumor region을 포함하도록 두 명의 junior radiologist가 독립적으로 수행하고, 의견 불일치 시 senior radiologist가 최종 결정했다. Batch effect를 줄이기 위해 pixel-wise CT image data에 z-score normalization을 적용했다. Deep learning 모델은 ResNet-152를 feature extractor로 사용하고, 512개 노드의 fully connected layer와 Softmax 함수를 결합하여 pCR 확률을 직접 출력하도록 구성했다. Clinical model은 backward elimination 방법을 사용한 multivariable logistic regression으로 구축되었다.

Primary endpoint는 pathologic complete response (pCR)로, primary tumor 및 lymph node에서 viable tumor cell이 없는 경우로 정의되었으며, 10년 이상 경력의 두 명의 pathologist가 독립적으로 평가하고 불일치 시 consensus를 도출했다. Secondary endpoint로는 model performance metrics (AUC, sensitivity, specificity, PPV, NPV, accuracy) 및 clinical utility (calibration curve, decision curve analysis, NRI, IDI)가 포함되었다. Biological basis exploration을 위해 TCIA 데이터셋 중 RNA-sequencing data가 있는 130명의 환자 subset을 deep learning score로 stratification한 후, limma package를 사용하여 log fold change > 2 및 adjusted p-value < 0.05 기준으로 differentially expressed genes (DEGs)을 식별하고, clusterProfiler package로 Gene Ontology (GO) pathway analysis 및 immune microenvironment infiltration 분석을 수행했다. 통계적 유의성은 DeLong’s test (AUC 비교), Chi-square test (nominal data), t-test (numerical data)를 사용하여 p < 0.05 기준으로 평가했다.

주요 결과

전체 코호트(n=248)에서 pCR 달성률은 29.4% (n=73)였다. Deep learning 모델의 pCR 예측 성능은 internal validation set에서 AUC 0.775 (95% CI: 0.649-0.901), external cohort에서 AUC 0.743 (95% CI: 0.618-0.869)로 나타났으며, 이는 clinical model의 AUC 0.579 (95% CI: 0.468-0.689, p=0.013) 및 0.569 (95% CI: 0.454-0.683, p=0.029)보다 통계적으로 유의하게 우수했다. Validation set에서 deep learning 모델의 sensitivity는 0.750, specificity는 0.773, PPV는 0.600, NPV는 0.846, accuracy는 0.739였으며, clinical model (sensitivity: 0.042, specificity: 0.889, PPV: 0.167, NPV: 0.645, accuracy: 0.594) 대비 전반적인 성능이 높았다. External cohort에서도 deep learning 모델의 sensitivity는 0.792, specificity는 0.569, PPV는 0.463, NPV는 0.853, accuracy는 0.640으로 clinical model (sensitivity: 0.917, specificity: 0.333, PPV: 0.393, NPV: 0.895, accuracy: 0.520)보다 우월했다.

Clinical predictor 분석에서 training set의 multivariable logistic regression 결과, pretreatment TNM stage III (OR 0.016, 95% CI: 0.001-0.961, p=0.048)와 adenocarcinoma histology (OR 0.309, 95% CI: 0.092-0.934, p=0.047)가 pCR과 유의한 연관성을 보였다. Clinical utility 평가에서 deep learning 모델은 calibration curve와 decision curve analysis에서 clinical model보다 더 나은 예측 성능과 높은 net benefit을 보였으며, NRI (validation: 0.222, p=0.028; external: 0.186, p=0.023)와 IDI (validation: 0.143, p<0.001; external: 0.128, p=0.008) 모두 양의 값을 기록하여 재분류 및 차별화 능력이 우수함을 확인했다. Biological basis exploration 결과, 높은 deep learning score 군에서는 regulation of catabolic process, cellular protein metabolic process 등 cell proliferation 및 metabolism 관련 pathway가 상향 조절되었으며, activated B cell, natural killer cell, type 17 T helper cell의 microenvironment infiltration이 낮은 score 군에 비해 증가하는 것으로 나타났다.

통계 분석

분석 설계 — 이 연구는 NSCLC 환자에서 neoadjuvant chemoimmunotherapy 후 pCR을 달성할지 여부를 비침습적으로 예측하기 위해 CT 기반 deep learning 모델을 개발하고 검증하는 것을 목적으로 한다. 연구 설계는 retrospective multicenter cohort study로, 2019년 1월부터 2023년 9월까지 Ruijin Hospital, Ningbo Hwamei Hospital, Affiliated Hospital of Zunyi Medical University에서 neoadjuvant chemoimmunotherapy 후 수술을 받은 총 248명의 환자를 포함했다. 데이터는 training set (n=104), internal validation set (n=69), external cohort (n=75)로 나뉘었으며, primary endpoint는 pCR 달성 여부였다.

무엇을 위해 어떤 분석을 썼는가 — 기저 특성의 차이를 확인하기 위해 nominal data에는 Chi-square test를, numerical data에는 t-test를 사용했다. 모델의 분류 성능을 평가하기 위해 ROC curve를 작성하고 AUC를 계산했으며, deep learning 모델과 clinical model 간 AUC 차이의 통계적 유의성을 검증하기 위해 DeLong’s test를 적용했다. pCR의 임상적 예측 인자를 식별하고 clinical model을 구축하기 위해 backward elimination 방법을 사용한 univariate 및 multivariable logistic regression을 수행했다. 모델의 임상적 유용성과 재분류 능력을 평가하기 위해 calibration curve, decision curve analysis (DCA), net reclassification improvement (NRI), integrated discrimination improvement (IDI)를 계산했다. 생물학적 기전을 규명하기 위해 TCIA 데이터셋의 RNA-sequencing 데이터를 활용하여 limma package로 differential expression analysis를 수행하고, clusterProfiler package로 Gene Ontology pathway analysis 및 immune microenvironment infiltration 분석을 진행했다. 통계 처리는 R과 Python software를 사용하여 수행했으며, 유의수준은 p < 0.05로 설정했다.

방법론 평가 — 잘 된 점은 multicenter 데이터를 활용하여 internal validation과 external cohort를 별도로 구성함으로써 모델의 generalizability를 검증하려 했다는 것이다. 또한 AUC 비교에 DeLong’s test를 사용하고 NRI/IDI를 통해 기존 clinical model 대비 개선 효과를 정량화한 것은 방법론적으로 타당하다. 그러나 의심스러운 점은 표본 수(n=248) 대비 deep learning 모델(Resnet-152)의 파라미터 수가 매우 많아 overfitting 위험이 높음에도 cross-validation이나 bootstrap resampling 등 내부 검증 방법이 명시되지 않았다는 것이다. 또한 결측치 처리(missing data handling)에 대한 설명이 원문에 명시되지 않음으로, 데이터 품질 관리 과정이 불분명하다. multiple testing 보정 문제는 RNA-seq 분석에서 adjusted p value < 0.05를 사용했다고 언급되었으나, 임상 변수 선택 과정에서의 multiple comparison 문제가 다루어지지 않았다. Model assumption 검증(예: logistic regression의 linearity of logit 등)에 대한 언급도 원문에 명시되지 않음이다.

설계에 참고할 점 — 유사한 연구를 설계할 때는 deep learning 모델의 overfitting을 방지하기 위해 k-fold cross-validation이나 nested cross-validation을 반드시 포함해야 하며, 결측치 처리 방법(MICE 등)을 명확히 기술해야 한다. 또한 external validation cohort의 표본 크기(n=75)가 다소 작으므로, 향후 연구에서는 더 큰 외부 데이터셋으로 검증하거나 prospective study를 통해 모델의 robustness를 확인하는 것이 필요하다.

강점

본 연구는 다기관 (multicenter) 코호트를 활용하여 모델의 일반화 가능성을 높였으며, 특히 external cohort에서의 검증으로 overfitting 위험을 줄였다. Deep learning 모델을 통해 인간 시각으로 포착하기 어려운 high-dimensional radiomics features를 추출함으로써 기존 clinical model보다 통계적으로 유의하게 우수한 예측 성능 (AUC 0.743 vs 0.569 in external cohort)을 달성했다. Transcriptomic 데이터와의 연계 분석을 통해 deep learning score가 cell metabolism pathway 및 antitumor immune infiltration과 생물학적으로 연관됨을 입증하여, 모델의 black-box 특성을 부분적으로 해석하고 타당성을 강화했다. Neoadjuvant chemoimmunotherapy라는 최신 치료 전략에 대한 pCR 예측이라는 임상적 필요성에 부응하며, biopsy 의존도를 낮출 수 있는 비침습적 접근법을 제시한다.

한계

본 연구는 retrospective design으로 인해 selection bias가 존재할 수 있으며, prospective validation이 수행되지 않았다. External cohort의 규모 (n=75)가 상대적으로 작아 모델 성능의 정밀도가 제한될 수 있다. Biological basis exploration에 사용된 TCIA 데이터셋은 본 연구 코호트와 독립적인 외부 데이터였으며, 직접적인 환자 수준의 매칭이 이루어지지 않아 인과관계 해석에 주의가 필요하다. Deep learning 모델의 internal mechanism이 완전히 해석되지 않았으며, 특정 CT scanner 제조사 (Siemens, Philips) 간 batch effect를 z-score normalization으로 보정했으나 residual confounding이 완전히 배제된 것은 아니다.

해석

이 연구는 neoadjuvant chemoimmunotherapy에 대한 pCR 예측에서 CT 기반 deep learning 모델이 기존 clinical model보다 우월함을 입증하며, 비침습적 biomarker로서의 잠재력을 보여준다. 높은 deep learning score가 antitumor immune infiltration 및 cell metabolism pathway 활성화와 연관된다는 발견은, 영상 특징이 종양 미세환경의 면역학적 상태를 반영할 수 있음을 시사한다. 이는 CheckMate-816 등 기존 임상 시험에서 pCR이 생존 이점과 연관됨을 고려할 때, 치료 전 환자 선별에 유용한 도구로 활용될 수 있다. 향후 prospective 연구 및 larger external validation을 통해 모델의 robustness를 검증하고, 실제 clinical decision-making에서의 utility를 평가하는 것이 필요하다.