Dynamic (18) F-FDG PET/CT can predict the major pathological response to neoadjuvant immunotherapy in non-small cell lung cancer

authors

Chen et al.

journal

Thorac Cancer

year

2022

doi

10.1111/1759-7714.14562

category

clinical-oncology

pdf

PDF

source

Source

업데이트

2026-07-31

요약

본 연구는 국소 진행성 non-small cell lung cancer (NSCLC) 환자에서 신항암제 면역요법(neoadjuvant immunotherapy) 후 Major pathological response (MPR)를 예측하기 위해 Dynamic 18F-FDG PET/CT의 대사 변화가 유용한지 평가하였다. 수술 전 기저 및 수술 1주 전 촬영된 PET/CT 영상에서 SUVmax 감소율을 분석한 결과, MPR군은 비MPR군에 비해 종축 길이 감소와 SUVmax 감소가 유의하게 컸다. 다변량 회귀분석에서 SUVmax 감소는 MPR과 독립적으로 연관되었으며, ROC curve analysis를 통해 MPR 예측을 위한 최적의 SUVmax 감소 임계값은 60%로 도출되었다. 이는 수술 전 병리적 반응을 조기에 평가할 수 있는 정량적 영상 바이오마커임을 시사한다.

방법

본 연구는 2019년 7월부터 2021년 7월까지 Guangdong Provincial People’s Hospital에서 신항암제 면역요법 후 근치적 수술을 받은 stage II–III NSCLC 환자 44명을 대상으로 한 단일 기관 후향적 코호트 연구이다. 모든 환자는 치료 전 기저 시점과 수술 1주 이내에 18F-FDG PET/CT를 촬영하였으며, 두 명의 핵의학 전문의가 독립적으로 평가하였다. 병학적 반응은 IASLC 가이드라인에 따라 두 명의 병리학자가 재검토하여 생존 종양 잔존 비율이 ≤10%인 경우 MPR로 정의하였다. 임상 변수와 MPR 간의 연관성은 logistic regression으로 분석되었으며, SUVmax 변화 임계값 도출을 위해 receiver-operating characteristic (ROC) curve analysis가 수행되었다. 통계적 유의성은 p < 0.05로 설정하였다.

PET/CT 촬영은 Siemens Biograph 장비로 진행되었으며, 검사 전 4–6시간 이상 금식하고 혈당 수준이 7.0 mmol/l 미만이어야 했다. 18F-FDG 투여량은 체중 kg당 0.16 mCi였으며, 주입 후 60–70분 후에 영상 획득을 시작했다. 비조영 CT는 감쇠 보정을 위해 tube voltage 120 kV, tube current 50 mAs로 설정되었고, 조영증강 나선형 CT는 head(300 mAs), chest(140 mAs), abdomen(180 mAs)에 따라 tube current가 다르게 적용되었다. 스캔 속도는 head에서 5분/bed, skull base부터 thigh까지 2분/bed로 설정되었다.

주요 결과

총 44명 중 MPR은 28명(63.6%)에서 관찰되었으며, 비MPR은 16명(36.4%)이었다. MPR군의 평균 연령은 59.5세, 비MPR군은 57.9세로 유의한 차이가 없었으며(P=0.55), 성별, 흡연력, TNM stage, PD-L1 발현률(mean 36.3% vs 25.3%, P=0.31)에서도 군 간 차이가 확인되지 않았다. 면역요법제로는 nivolumab(65.9%), pembrolizumab(18.2%), camrelizumab(15.9%)가 사용되었으며, 대부분이 anti-PD-1 antibodies와 paclitaxel + platinum 병용 요법을 받았다. MPR군은 비MPR군에 비해 18F-FDG PET/CT상 종축 길이 감소율이 더 높았으며, SUVmax의 평균 감소율도 유의하게 컸다. 다변량 logistic regression에서 SUVmax 감소는 MPR과 독립적으로 연관되었다(P < 0.05). ROC 분석 결과, SUVmax 감소가 60% 이상일 때 MPR을 가장 잘 예측하는 임계값으로 확인되었다.

기저 시점의 longest dimension 및 SUVmax는 두 군 간에 유의한 차이가 없었으나(p=0.85, p=0.58), 수술 전 시점에서 SUVmax는 유의하게 낮아졌다(p < 0.05). Dynamic longest dimension과 dynamic SUVmax 모두 MPR군에서 더 큰 감소를 보였으며(p < 0.05), 이는 종양의 대사 활동 감소가 병리적 반응과 밀접하게 연관됨을 시사한다.

통계 분석

분석 설계 — 이 연구는 stage II–III non-small cell lung cancer (NSCLC) 환자에서 neoadjuvant immunotherapy 후 major pathological response (MPR)를 예측할 수 있는지, 특히 dynamic 18F-FDG PET/CT의 SUVmax 변화가 MPR과 연관성이 있는지를 확인하기 위해 수행되었다. 연구 설계는 retrospective cohort study이며, Guangdong Provincial People’s Hospital에서 2019년 7월부터 2021년 7월까지 치료받은 44명의 환자를 표본으로 삼았다. Primary endpoint는 수술 후 병리학적 평가로 정의된 MPR (viable tumor ≤10%) 여부였으며, baseline과 수술 전 1주 이내의 두 시점 PET/CT 스캔 데이터를 비교하여 분석했다.

무엇을 위해 어떤 분석을 썼는가 — 기저 임상 특성(age, sex, smoking history 등)이 MPR 유무에 따라 차이가 있는지 확인하기 위해 연속형 변수에는 Student’s t-test를, 범주형 변수에는 Pearson χ² test, continuity correction χ² test, 또는 Fisher’s exact test를 사용했다. MPR에 독립적으로 연관된 예측 인자를 찾기 위해 logistic regression을 수행했으며, 이를 통해 SUVmax reduction의 odds ratio (OR)와 95% confidence interval (CI)을 도출했다. 또한, MPR과 non-MPR을 가장 잘 구분하는 cutoff 값을 찾기 위해 receiver-operating characteristic (ROC) curve analysis를 적용하여 sensitivity, specificity, positive predictive value (PPV), negative predictive value (NPV) 및 area under the curve (AUC)를 계산했다. 모든 통계 분석은 IBM SPSS Statistics version 26.0을 사용했으며, statistical significance는 p < 0.05로 설정했다.

방법론 평가 — 잘 된 점은 MPR 정의를 IASLC 가이드라인에 따랐고, 두 명의 pathologist가 독립적으로 병리 검사를 수행하여 observer bias를 줄였다는 것이다. 또한, ROC 분석을 통해 임상적으로 유용한 cutoff value (SUVmax decrease ≥60%)를 제시하고 sensitivity/specificity를 함께 보고했다. 그러나 의심스러운 점은 표본 수 (n=44)에 비해 logistic regression 모델에 포함된 변수가 적지 않아 overfitting 위험이 높다는 것이다. 특히 SUVmax reduction의 OR이 386.45로 매우 크고 95% CI (4.14–36101.23)가 극도로 넓어, 추정치의 정밀도가 낮음을 시사한다. 또한, multivariable logistic regression에서 confounder 보정이 충분히 이루어졌는지 명확하지 않으며, model assumption (예: linearity in the logit) 검증 여부는 원문에 명시되지 않음. 결측치 처리 방법도 언급되지 않았으며, multiple testing correction은 수행되지 않은 것으로 보인다. 내부 검증 (internal validation, e.g., bootstrapping or cross-validation)이나 외부 검증 cohort는 존재하지 않는다.

설계에 참고할 점 — 유사한 연구를 설계할 경우, 작은 표본에서 다변량 모델을 사용할 때는 변수 선택을 엄격히 제한하거나 penalized regression (e.g., LASSO)을 고려해야 한다. 또한, ROC cutoff의 robustness를 확인하기 위해 internal validation (예: bootstrap resampling)을 포함하고, 결측치 처리 전략 (e.g., multiple imputation)을 명시적으로 기술해야 한다. 마지막으로, SUVmax 변화 외에도 volumetric PET parameters나 radiomics features를 추가하여 예측 성능을 향상시킬 수 있는지 탐색하는 것이 유용할 것이다.

강점

이 연구는 IASLC 가이드라인에 따라 두 명의 pathologist가 독립적으로 병리 검사를 수행하여 observer bias를 줄였다. 또한, ROC 분석을 통해 임상적으로 유용한 cutoff value (SUVmax decrease ≥60%)를 제시하고 sensitivity/specificity를 함께 보고했다. 특히, SUVmax reduction의 odds ratio (OR)이 386.45로 매우 높게 나타나, 이 지표가 MPR 예측에 강력한 연관성을 가짐을 보여주었다.

한계

본 연구는 후향적 설계이며 표본 크기가 작아(n=44) overfitting 위험이 있다. 또한, 대부분의 환자가 nivolumab + paclitaxel + platinum regimen을 받았으며, squamous cell carcinoma (SCC)가 주를 이루고 있어 결과의 일반화 가능성이 제한적이다. 마지막으로, overall survival 데이터가 미성숙하여 18F-FDG PET/CT, MPR 및 예후 간의 연관성을 확립하지 못했다.

해석

이 연구는 dynamic 18F-FDG PET/CT가 neoadjuvant immunotherapy 후 MPR을 예측하는 데 유용할 수 있음을 시사한다. 특히 SUVmax 감소 ≥60%는 높은 sensitivity (89.3%)와 specificity (62.5%)를 보였으며, 이는 임상적으로 중요한 발견이다. 그러나 작은 표본 크기와 특정 regimen 및 histology에 편향된 결과로 인해 추가적인 검증이 필요하다. 이 연구는 LLM Wiki의 oncology/imaging 문헌에서 neoadjuvant therapy와 imaging biomarker 간의 연관성을 탐구하는 데 기여할 수 있다.