Predicting Lateral Pelvic Lymph Node Metastasis in Rectal Cancer Patients using MRI Radiomics: A Multicenter Retrospective Study = 직장암 환자에서 자기공명영상 라디오믹스를 이용한 골반 외벽 림프절 전이 예측: 다기관 후향적 연구

국문 초록 (Abstract)

자기공명영상(MRI)은 직장암 환자에서 림프절 전이를 평가하는 데 널리 사용되고 있으나, 기존 영상 판독 기준은 민감도와 특이도가 제한적이라는 문제점이 있다. 이러한 한계를 극복하기 위하여 본 연구는 라디오믹스 분석을 기반으로 한 MRI 예측 모델을 개발하고, 골반 외벽 림프절 절제술을 시행한 직장암 환자를 대상으로 그 예측 성능을 검증하고자 하였다. 아울러, 라디오믹스 모델의 진단 성능을 영상의학과 전문의의 판독 성능과 비교함으로써 임상적 유용성을 평가하였다.
본 연구는 다기관 후향적 연구로 총 336명의 직장암 환자(남성 199명, 평균 연령 58.9 ± 11.1세)를 대상으로 하였으며, 무작위 분할을 통해 개발 코호트(n=190)와 검증 코호트(n=146)로 구분하였다. 모든 대상자는 골반 외벽 림프절 절제술을 시행받았으며, 자기공명영상으로부터 다수의 라디오믹스 특성을 추출하였다. Least Absolute Shrinkage and Selection Operator(LASSO) 회귀분석을 이용하여 변수를 선택하였고, 이를 기반으로 라디오믹스 단독 모델과 임상-라디오믹스 통합 모델을 구축하였다. 모델의 예측 성능은 수신자조작특성 분석을 통해 평가하였으며, 영상의학과 전문의의 진단능과 비교하였다.
골반 외벽 림프절 전이는 개발 코호트에서 32.4%(65/190), 검증 코호트에서 32.9%(48/146)에서 확인되었으며 두 군의 차이는 없었다. (P=0.798) 총 7개의 라디오믹스 변수와 2개의 임상 변수가 최종 모델에 포함되었다. 라디오믹스 모델의 곡선하면적(area under the curve, AUC)은 개발 코호트 및 검증 코호트에서 각각 0.819 및 0.821로 나타났으며, 임상- 라디오믹스 모델은 각각 0.830 및 0.829의 AUC를 보였다. 최적 절단값(−0.47)을 적용하였을 때, 개발 코호트의 민감도와 특이도는 각각 72.3% 및 82.4%였으며, 검증 코호트에서는 각각 45.8% 및 87.8%를 나타냈다. 의사결정곡선 분석에서는 임상 변수를 추가하였을 때 라디오믹스 단독 모델 대비 추가적인 순이득은 관찰되지 않았다. 반면, 영상의학과 전문의의 AUC는 라디오믹스 모델보다 유의하게 낮았으며, 라디오믹스 모델의 확률 점수를 제공하였을 때 진단능이 통계적으로 유의하게 향상되었다(0.734 vs. 0.801; 0.668 vs. 0.791).
결론적으로, 자기공명영상 기반 라디오믹스 모델은 직장암 환자에서 골반 외벽 림프절 전이를 예측하는 데 있어 영상의학과 전문의의 기존 진단능보다 우수한 진단 성능을 보였으며, 임상적 의사결정 지원 도구로서 활용 가능성이 높음을 확인하였다. 본 연구의 결과는 직장암 수술 전략 수립 및 맞춤형 치료 결정에 기여할 수 있다는 점에서 임상적 의의가 크다.

다국어 초록 (Multilingual Abstract)

MRI has relatively low sensitivity and specificity in detecting lymph node metastases. This study aimed to develop and validate an MRI radiomics-based model for predicting lateral pelvic lymph node (LPLN) metastasis in rectal cancer patients who underwent LPLN dissection, and to compare its performance with that of radiologists. This multicenter retrospective study included 336 rectal cancer patients (199 men; mean age, 58.9 years ± 11.1 [standard deviation]) who underwent LPLN dissection. Patients were divided into development (n=190) and validation (n=146) cohorts. Radiomics features were extracted from MR images, and the Least Absolute Shrinkage and Selection Operator regression was used to construct radiomics and clinical-radiomics models. Model performance was compared with radiologists using receiver operating characteristic (ROC) analysis. Malignant LPLN was diagnosed in 32.4% of the development cohort (65/190) and 32.9% of the validation cohort (48/146) (P=0.798). Seven radiomics features and two clinical features were selected. The radiomics and clinical-radiomics models demonstrated area under the curves (AUCs) of 0.819 and 0.830 in the development cohort and 0.821 and 0.829 in the validation cohort, respectively. The optimal cut-off (-0.47) yielded sensitivities of 72.3% and 45.8% and specificities of 82.4% and 87.8% in the development and validation cohorts, respectively. Decision curve analysis indicated no additional net benefit from the clinical- radiomics model compared to the radiomics-only model. Radiologists’ AUCs were significantly lower than that of the radiomics model (0.842) and improved with radiomics probability scores (0.734 vs. 0.801; 0.668 vs. 0.791). The MRI-based radiomics model significantly improves the prediction of LPLN metastasis in rectal cancer, outperforming conventional criteria used by radiologists.

목차 (Table of Contents)

• Abstract in English i
• Table of Contents iii
• List of Tables iv
• List of Figures vi
• List of Abbreviations x
• Introduction 1
• Materials and Methods 4
• Results 15
• Discussion 37
• References 45
• Abstract in Korean 49