The Eighth Edition AJCC Cancer Staging Manual: Continuing to build a bridge from a population-based to a more \"personalized\" approach to cancer staging

authors

Amin et al.

journal

CA: A Cancer Journal for Clinicians

year

2017

doi

10.3322/caac.21388

category

clinical-oncology

pdf

PDF

source

Source

업데이트

2026-07-31

요약

본 논문은 AJCC Cancer Staging Manual 제8판의 개정 배경, 조직 구조적 변화 및 핵심 내용을 서술하는 editorial commentary이다. 전통적인 해부학적 TNM 분류를 유지하되, 분자생물학적 인자(molecular markers)와 비해부학적(nonanatomic) 요소를 통합하여 'population-based' 접근에서 'personalized approach'로의 전환을 시도했다. 제8판 개발에는 22개국 181개 기관의 약 420명의 전문가가 참여했으며, Precision Medicine Core 등 7개의 전문 코어와 18개 질병별 패널로 재편되었다. 주요 변경 사항으로는 HPV 양성 구인두암에 대한 별도 병기 체계 도입, neoadjuvant therapy를 받은 식도 및 위암 환자의 별도 분류, 그리고 sarcoma의 해부학적 부위별 세분화가 포함된다. 또한 Component Content Management System(CCMS)과 Application Programming Interface(API)를 통해 전자 건강 기록(EHR)과의 통합을 용이하게 하고, 각 변경 사항에 대한 Levels of Evidence를 명시하여 투명성을 확보했다.

방법

본 문헌은 특정 임상 시험의 결과를 보고하는 것이 아니라, AJCC Cancer Staging Manual 제8판의 개발 프로세스와 구조적 혁신을 설명하는 논평이다. 연구 설계 측면에서, 편집 위원회는 기존 다학제 간 협력을 강화하기 위해 Precision Medicine Core, Evidence Based Medicine and Statistics Core, Imaging Core, Content Harmonization Core, Data Collection Core, Professional Organization and Corporate Relationship Core, Administrative Core 등 7개의 전문 코어를 구성했다. 각 코어는 명확한 기능과 전문성을 바탕으로 18개 질병별 전문가 패널(Expert Panels)과 협력하여 문헌 근거를 검토하고 병기 기준을 harmonize하였다.

Evidence Based Medicine and Statistics Core는 병기 변경 및 prognostic factors 포함 여부를 결정하기 위해 Table 1에 제시된 Levels of Evidence 프레임워크를 적용했다. Level 1은 적절하게 설계된 대규모 전향적 연구 또는 인구 기반 등록 연구의 일관된 결과를, Level 2는 외부 검증이 있는 단일 대형 연구를 의미하며, Level 3과 4는 방법론적 한계나 증거 부족을 나타낸다. 특히, Level IV evidence만을 근거로 한 stage definition 변경은 수행되지 않았다. 또한, Imaging Core는 각 암 부위별로 가장 적절한 imaging evaluation(예: tumor size, nodal involvement, metastases 평가)의 순서와 해석 시 주의사항을 표준화하여 포함시켰다.

주요 결과

제8판의 가장 두드러진 결과는 해부학적 extent of disease를 기반으로 하되, 예후 예측력을 높이기 위해 nonanatomic factors(특히 molecular markers)를 통합한 'prognostic stage groups' 개념의 공식적 도입이다. 이는 이전 판에서 사용하던 'Anatomic Stage and Prognostic Groups'라는 용어를 대체하며, anatomic stage와 prognostic groups를 하나의 표로 병합하여 임상적 유용성을 제고했다. 구체적인 변경 사항으로는 HPV(p16 positive) 양성 구인두암(Oropharyngeal carcinoma)에 대한 독립적인 병기 체계가 신설되었으며, 이는 기존 인두암(Pharynx) 분류에서 분리되었다. 또한, 식도(Esophagus)와 위(Stomach)암의 경우 neoadjuvant therapy를 받은 환자를 위해 별도의 post-therapy staging 시스템을 도입했다.

Bone and soft tissue sarcoma의 경우, 해부학적 부위(예: Appendicular Skeleton, Trunk, Skull/Face, Pelvis, Spine 등)에 따라 세분화된 별도 병기 체계가 적용되었다. 새로운 장(New chapters/staging systems)으로는 Leukemia, Parathyroid, Thymus, Cutaneous Squamous Cell Carcinoma of the Head and Neck 등이 추가되었으며, 기존 Pharynx 장은 Oropharynx/Hypopharynx(p16 negative), Nasopharynx로 분할되었다. 또한, Pancreas는 Exocrine과 Neuroendocrine Tumors로 분리되었고, Stomach와 Duodenum/Ampulla of Vater의 Neuroendocrine Tumors도 각각 독립된 장으로 구성되었다.

기술적 측면에서, 모든 병기 내용은 CCMS에 중앙 집중화되어 AJCC API를 통해 전자적으로 배포되도록 설계되었다. 이는 EHR 및 cancer registry software vendor들이 T, N, M categories와 prognostic stage groups을 programmatic하게 통합할 수 있게 하여 데이터 수집의 정확성과 효율성을 높였다. Prognostic Factors는 'Required for Stage Grouping', 'Recommended for Clinical Care', 'Emerging Factors'로 분류되어 제시되었으며, Emerging Factors는 인쇄본이 아닌 AJCC 웹사이트(cancerstaging.org)를 통해 정기적으로 업데이트된다.

통계 분석

분석 설계 — 이 논문은 특정 임상 연구의 통계 분석을 수행한 것이 아니라, AJCC Cancer Staging Manual 제8판의 개발 배경, 조직 구조, 그리고 새로운 분류 체계(Prognostic Stage Groups)를 도입하기 위한 방법론적 틀(Methodological Framework)과 증거 등급(Levels of Evidence)을 제시하는 논평(Commentary)이다. 따라서 전통적인 의미에서의 cohort, 표본 수, 추적 기간, primary endpoint 등 구체적인 임상 연구 설계 요소는 존재하지 않으며, 대신 TNM 분류 시스템에 비해부학적(nonanatomic) 및 분자생물학적(biological/molecular) 인자를 통합하여 개인화된 정밀의학(precision medicine) 시대에 부응하는 단계화(staging) 체계를 구축하기 위한 개념적 접근을 설명한다.

무엇을 위해 어떤 분석을 썼는가 — 본 논문은 통계적 검정이나 회귀 모델링을 수행하지 않았으므로, 특정 통계 software나 버전, 그리고 가설 검정을 위한 분석 방법은 사용되지 않았다. 대신 Evidence Based Medicine and Statistics Core가 제안한 Levels of Evidence(Table 1)를 통해 각 암 부위별 단계화 변경의 근거 수준을 평가하는 질적 평가(Qualitative Assessment) 프레임워크를 적용했다. 이는 새로운 분류 체계의 타당성을 확보하기 위해 대규모 잘 설계된 연구(Level 1), 외부 검증이 있는 단일 대형 연구(Level 2), 방법론적 한계가 있는 연구(Level 3), 그리고 증거가 부족한 경우(Level 4)로 구분하여 투명성을 확보하는 데 목적이 있었다.

방법론 평가 — 본 논문은 원천적인 임상 데이터 분석 논문이 아니므로, 표본 수 대비 변수 수의 적절성, 교란 보정(confounding adjustment), multiple testing 보정, model assumption(예: proportional hazards) 검증, 결측치 처리, effect size 및 CI 보고, 내부/외부 검증 등 전통적인 통계 방법론 평가 항목은 해당되지 않는다. 다만, 방법론적 강점으로는 새로운 분류 체계 변경에 대해 명확한 증거 등급(Levels of Evidence)을 정의하여 결정 과정의 투명성을 높였다는 점, 그리고 비해부학적 인자를 포함하더라도 자원 부족 국가를 위해 순수 해부학적 단계화(anatomic staging) 옵션을 유지하여 보편적 적용 가능성을 고려했다는 점이 돋보인다. 의심스러운 점이나 한계로는, 구체적인 통계적 검증 결과(예: 특정 biomarker의 prognostic value에 대한 HR, p-value 등)가 제시되지 않았으며, 이는 각 암 부위별 상세 논문에서 다루어질 예정임을 명시하고 있어 본 논평 자체에서는 통계적 엄밀성을 평가할 수 없다.

설계에 참고할 점 — 유사한 연구나 가이드라인 개발을 설계할 때, 새로운 변수(예: biomarker)를 기존 분류 체계에 통합하기 전에 명확한 증거 등급(Levels of Evidence) 기준을 사전에 정의하여 결정의 투명성과 재현성을 확보하는 접근법을 채택해야 한다. 또한, 새로운 인자를 도입하더라도 기존 시스템과의 호환성을 유지하고, 데이터 수집이 어려운 환경에서도 적용 가능한 대체 경로(예: anatomic-only staging)를 마련함으로써 실제 임상 현장에서의 실용성을 높이는 전략을 고려해야 한다.

강점

본 논문의 가장 큰 강점은 전례 없는 규모의 국제적 협력(22개국, 6대륙, 420명 기여자)을 통해 병기 체계의 신뢰성과 보편성을 확보했다는 점이다. Evidence Based Medicine and Statistics Core가 제시한 Levels of Evidence 프레임워크는 병기 변경의 근거를 투명하게 공개하여, 임의적인 판단이 아닌 엄격한 과학적 기준에 따른 개정임을 입증한다. 또한, API 기반의 디지털 배포 시스템 도입은 임상 워크플로우와의 실시간 연동을 가능하게 하여, 데이터 일관성 유지와 오류 감소를 실질적으로 지원한다.

한계

본 논문은 특정 암 종별 구체적인 통계적 검증 결과(예: 특정 biomarker의 HR, p-value, AUC 등)를 제시하지 않는 editorial commentary이므로, 개별 병기 변경의 임상적 유효성에 대한 정량적 평가는 불가능하다. Levels of Evidence가 정의되었으나, 각 변경 사항에 적용된 구체적인 증거 수준(Level 1-4)과 그 근거 연구들의 상세한 방법론적 한계는 본 문헌에서 직접 확인하기 어렵다. 또한, Emerging Factors의 경우 증거가 충분하지 않아 인쇄본에 포함되지 않았으므로, 최신 분자생물학적 발견의 임상적 통합 속도가 실제 데이터 수집 및 검증 속도에 비해 지연될 수 있는 구조적 제약이 존재한다.

해석

AJCC 제8판은 cancer staging이 단순한 해부학적 분류를 넘어 precision medicine 시대에 부응하는 예후 예측 도구로 진화하고 있음을 보여준다. HPV 상태에 따른 구인두암의 별도 분류는 molecular marker가 병기 결정에 직접적인 영향을 미칠 수 있는 중요한 사례이며, 이는 향후 다른 암 종에서도 유사한 접근이 확대될 것을 시사한다. Neoadjuvant therapy 후 환자의 별도 분류는 치료 반응이 예후에 미치는 영향을 반영하려는 시도로, 기존 anatomic staging의 한계를 보완한다. LLM Wiki의 oncology 문헌에서 이 변경 사항을 참조할 때, 각 암 부위별 상세 논문(예: lung, breast, melanoma 등)에서 제시된 구체적인 prognostic factors와 risk assessment models를 함께 고려해야 한다.