정량적 18F-FDG PET 영상의 통계적 분석을 통한 진단 정확도 향상 : 18F-FDG PET 영상의 통계적 분석

국문 초록 (Abstract)

배경: 양전자방출단층촬영(Positron Emission Tomography/Computed Tomography, PET/CT)은 종양 질환의 진단, 병기 설정, 치료 반응 평가 및 재발 여부 판정 등 종양학적 임상에서 핵심적인 역할을 수행하는 영상기법이다. PET/CT는 18F-fluorodeoxyglucose (18F-FDG)를 이용하여 포도당 대사의 변화를 영상화함으로써 세포 수준의 대사활성 변화를 조기에 포착할 수 있다는 점에서 구조적 영상기법과 차별화된다. 그러나 PET/CT의 활용이 증가함에 따라 기존의 진단 부위 외에서 FDG 섭취가 우연히 발견되는 우연 발견 병변(incidental lesion)의 빈도가 증가하고 있으며, 이들은 악성 병변 또는 양성 종양, 염증, 감염, 혹은 생리적 섭취같은 비악성 가능성이 모두 있다. 영상 소견만으로 악성과 양성을 명확히 구분하기는 어려우며 이는 추가 검사나 침습적 시술을 초래할 수 있어 환자의 부담 또는 의료비용 증가로 이어질 수 있다. 따라서 PET/CT에서 관찰된 국소 FDG 섭취 병변의 악성 가능성을 보다 정량적이고 객관적으로 평가할 수 있는 신뢰성 높은 지표의 개발이 필요하다. 목적: 본 연구의 목적은 대장암 이외의 암으로 진단된 환자들의 대장 부위에서 우연히 발견된 국소 FDG 섭취의 악성과 양성을 감별하기 위하여 PET 정량 영상 지표들(SUVmax, SUVpeak, MTV, meanSUVmtv, TLG)과 임상 지표들(성별, 연령, CEA 수치)을 통합한 로지스틱 회귀 기반 예측 모델을 구축하고 그 진단적 유용성을 평가하는 데 있다. 이를 통해 단일 SUV 지표 중심의 기존 접근을 보완하고, 임상 현장에서 진단 정확도를 높이는 통합적 예측 도구를 제시하고자 하였다. 대상 및 방법: 2016 년 1 월부터 2023 년 12 월까지 가천대학교 길병원에서 대장(결장 및 직장)암 이외의 암환자를 대상으로 시행된 18F-FDG PET/CT 검사에서 대장부위에 국소적 FDG 섭취가 새로 발견된 환자들을 후향적으로 분석하였다. 영상 데이터베이스와 전자의무기록을 종합 검토하여 병리학적 진단이 확보된 사례만을 포함하였고, 영상 품질이 낮거나 병리결과가 없는 경우는 제외하였다. 최종 분석 대상은 병리 결과 악성으로 확진된 99 명(평균 연령 66.9 세, 남자 63 명, 여자 36 명)과 양성으로 확인된 36 명(평균 연령 60.3 세, 남자 9명, 여자 27 명)이었다. PET/CT 영상은 Siemens Biograph mCT 128 에서 획득하였으며, 영상 정량 지표는 Siemens syngoMMWP 프로그램을 이용하여 측정되었고, 모든 분석은 동일한 전문의가 수행하였다. 통계 분석은 SPSS 22.0 을 사용하였고 통계적 유의수준은 p<0.05 로 설정하였다. 결과: 로지스틱 회귀분석 전 단계에서 SUVmax-SUVpeak, meanSUVmtv-SUVmax, MTV-TLG, SUVpeak-meanSUVmtv 간에 높은 상관관계를 보여 다중공선성의 존재 가능성을 시사하였다. 이에 따라 일부 변수를 제거한 여섯 조합 모델을 구축하였으며, 전체 분류 정확도는 78.5–82.2% 범위로 나타났다. 그 중, 성별, 연령, CEA 및 SUVpeak 을 포함한 모델의 분류 정확도가 가장 높았으며(82.2%), 성별, 연령, CEA 및 SUVmax를 포함한 모델이 그 다음으로 높았다(81.5%). SUVpeak 이 포함된 모델의 회귀식은 logit(p) = −3.862 − 1.278(성별) + 0.040(연령) + 0.496(CEA) + 0.239(SUVpeak)로 CEA와 성별이 유의한 독립변수로 나타났다. SUVmax 모델의 회귀식은 logit(p) = −3.761 − 1.281(성별) + 0.038(연령) + 0.501(CEA) + 0.181(SUVmax)로 CEA, 성별 및 SUVmax 가 유의한 예측 변수로 확인되었다. CEA는 두 모델 모두에서 일관되게 가장 강력한 독립 예측 인자였으며, 오즈비(OR)는 1.642–1.650 범위로 나타났다. 단일 변수 기반 ROC 분석에서는 SUVmax 의 절단값 7.35 에서 민감도 0.737, 특이도 0.694 (정확도 72.6%)로, SUVpeak 의 절단값 6.76 에서는 민감도 0.535, 특이도 0.889 (정확도 63.0%)로 나타났다. 다변량 로지스틱 회귀모델은 단변량 분석에서 가장 높은 분류 정확도를 보인 SUVmax 보다 약 9–10% 정도 높은 분류 정확도를 보여 다변량 통합 예측 접근의 우수성을 보였다. 결론: 대장 부위에서 우연히 발견된 국소 FDG 섭취의 악성 여부를 감별함에 있어 단일 영상 지표 분석에 비해 CEA, 성별, SUVpeak 또는 SUVmax 를 포함한 다변량 로지스틱 회귀모델은 80% 이상의 분류 정확도를 보여 통합적 다변량 접근이 더 높은 예측력을 제공하였다. 이러한 결과는 PET/CT에서 우연히 발견된 대장 병변에 대해 추가 검사 및 침습적 시술의 시행 여부, 환자 맞춤형 진단 및 의사결정에 실질적인 도움을 줄 수 있는 가능성을 시사한다. 더 나아가 본 연구는 SUVmax 중심의 단일지표 접근을 넘어 PET 정량 지표와 임상 변수를 결합한 통합 예측 모델의 가능성을 제시함으로써 향후 FDG PET 영상의 진단적 활용성을 확대하는 데 기여할 것으로 기대된다.

목차 (Table of Contents)

• 국문초록 i
• 표목차 vi
• 그림목차vii
• I. 서론1
• II. 연구대상 및 방법 5
• 1. 연구대상5
• 2. 영상 획득 6
• 3. 정량 지표 측정7
• 4. 통계 분석 8
• III. 결과9
• 1. 단일 변수 분석9
• 2. 로지스틱 회귀분석 전제 검정 12
• 3. 모델 도출 후 모델 적합도 평가 13
• 1) 우도비 검정 14
• 2) Hosmer-Lemeshow 검정 14
• 4. 분류(진단) 정확도 15
• 1) 성별, 연령, CEA, SUVpeak 및 MTV를 포함한 이항 로지스틱 회귀분석 16
• 2) 성별, 연령, CEA, SUVmax 및 MTV를 포함한 이항 로지스틱 회귀분석 18
• 5. 단변량 vs 다변량 분류(진단) 정확도 비교20
• IV. 고찰 20
• 1. 연구대상 선정20
• 2. 로지스틱 회귀분석 전제 조건 – 다중공선성 21
• 3. 모델 분석 및 평가 23
• 4. 로지스틱 회귀 계수 추정 방법 31
• 5. 제한점들 34
• V. 결론 37
• 참고문헌38
• 영문초록42