Tumor necrosis correlates with PD-L1 and PD-1 expression in lung adenocarcinoma
한 줄 요약
본 연구는 lung adenocarcinoma (LADC) 환자 268명을 대상으로 routine H&E 소견과 PD-L1/PD-1 발현 간의 상관관계를 규명하였다. 주요 발견은 tumor necrosis의 존재가 PD-L1 TC 및 PD-1 IC expression 증가와 유의미하게 정적 상관관계를 보인다는 점이다. 또한, lepidic growth pattern은 이들 biomarker와 음의 상관관계를 보였으며, smoking status는 PD-1 IC expression과 정적 상관관계를 유지하였다. 이 연구는 기존 IHC staining 외에 histopathological feature를 통해 immune checkpoint expression을 예측할 수 있는 근거를 제시한다.
방법
Study design은 retrospective cohort study이며, National Korányi Institute of Pulmonology의 FFPE tissue archive에서 수술적 절제된 primary LADC 환자 268명을 포함하였다. PD-L1 (clone SP142) 및 PD-1 expression은 tissue microarray block을 이용한 immunohistochemistry (IHC)로 정량화하였으며, TC와 IC 각각에 대해 1%, 5%, 10%, 50% 등의 cutoff level를 적용하였다. H&E stained section에서 tumor grade, lepidic growth pattern (tumor area의 ≥20%), presence of necrosis, vascular invasion, stromal IC density를 두 명의 independent pathologist가 판정하였다. EGFR 및 KRAS mutation status는 Sanger sequencing으로 분석하였다. 통계적 분석은 Spearman correlation을 사용하였으며, 다중 비교 보정은 Holm method를 적용하여 p-value < .05 및 |R-value| ≥ 0.20을 유의성 기준으로 설정하였다.
주요 결과
- PD-L1 TC와 IC expression 간 강한 정적 상관관계가 확인되었으며(p < .001, R = 0.430), Holm 보정 후에도 유의하게 유지되었다.
- PD-L1 TC와 PD-1 IC, PD-L1 IC와 PD-1 IC 간에도 정적 상관관계가 관찰되었으나, 다중 비교 보정 후 유의성을 유지한 것은 PD-L1 IC와 PD-1 IC 간 상관관계뿐이었다(p = .003).
- Tumor necrosis는 PD-L1 TC 및 PD-1 IC expression 증가와 연관되었다.
- Lepidic growth pattern은 PD-L1 TC 및 PD-L1/PD-1 IC expression과 음의 상관관계를 보였다.
- Smoking status는 PD-1 IC expression과 정적 상관관계(p < .001, R = 0.275)를 보였으며, 다중 비교 보정 후에도 유의하게 유지되었다(p = .037).
- Tumor grade는 presence of necrosis와 정적(R = 0.325, p = .014), lepidic pattern과 음의 상관관계(R = 0.339, p < .001)를 보였으며, PD-1 IC expression과도 정적 상관관계가 있었으나(p < .001, R = 0.231) 보정 후 유의성을 상실하였다.
- EGFR mutation은 PD-1 IC expression과 음의 상관관계 경향을 보였으나 다중 비교 보정 후 검증되지 않았으며, KRAS mutation은 연구 variable에 유의한 영향을 미치지 않았다. Age, gender, COPD presence는 PD-L1/PD-1 expression과 상관관계가 없었다.
통계 분석
분석 설계 — 이 연구는 폐선암(LADC) 환자에서 PD-L1 및 PD-1 발현과 임상적·병리학적 특징 간의 상관관계를 규명하기 위해 수행되었다. 연구 설계는 단면 연구(cross-sectional study) 또는 관찰성 코호트 연구에 해당하며, 수술로 절제된 원발성 LADC 조직을 가진 268명의 환자 데이터를 retrospectively 분석했다. Primary endpoint는 PD-L1(TC/IC) 및 PD-1(IC) 발현 수준과 흡연력, COPD 유무, 종양 등급, 괴사(necrosis), lepidic growth pattern, 혈관 침습, 간질성 면역세포 밀도, EGFR/KRAS 돌연변이 상태 간의 통계적 연관성 확인이다. 추적 기간(follow-up period)은 생존 분석을 수행하지 않았으므로 해당되지 않으며, 표본 수는 268명(EGFR/KRAS 분석은 154명)으로 비교적 충분한 크기를 가진다.
무엇을 위해 어떤 분석을 썼는가 — 연구자들은 연속형 또는 순위형 변수 간의 단변량 상관관계를 평가하기 위해 Spearman correlation coefficient를 사용했다. 이는 PD-L1/PD-1 발현(반정량적 스케일)과 병리학적 특징(예: 괴사 유무, 등급) 간의 선형적 또는 비선형적 연관성을 검정하기 위함이다. 또한, 다중 비교(multiple comparisons)로 인한 제1종 오류(type I error)를 통제하기 위해 Holm-Bonferroni method를 적용하여 p-value를 보정(p_adj)했다. 이는 수많은 병리학적 변수와 biomarker 발현 간의 조합을 동시에 검정할 때 우연히 유의한 결과가 나올 가능성을 줄이기 위한 조치이다. 추가적으로, 임상적으로 널리 쓰이는 cutoff level(예: PD-L1 TC ≥1%, ≥5%, ≥50%)을 적용하여 이진화된 변수 간 연관성을 Pearson’s correlation 또는 유사한 방법으로 재검증했다. 통계 분석은 Python 3.5.3 환경에서 scipy.stats 및 statsmodels.sandbox.stats.multicomp 패키지를 사용하여 수행되었다.
방법론 평가 — 잘 된 점은 다중 비교 보정(Holm method)을 명시적으로 적용하여 false positive 결과를 최소화하려 했다는 것이다. 또한, 반정량적(semi-quantitative) 스케일을 그대로 사용하여 연속 변수로 분석한 후, 임상적 cutoff를 적용한 이진 변수로도 재분석함으로써 결과의 robustness를 확인하려는 시도가 포함되어 있다. 그러나 의심스러운 점은 다음과 같다. 첫째, 교란 변수(confounders)에 대한 다변량 분석(multivariable analysis)이 전혀 수행되지 않았다. 예를 들어, 종양 등급(tumor grade)과 괴사(necrosis)는 서로 강한 상관관계(R=0.325, p=0.014)를 보였는데, PD-L1 발현과의 연관성을 해석할 때 이러한 교란 효과를 제거하지 않았으므로 인과적 해석에 한계가 있다. 둘째, 결측치(missing data) 처리 방법이 명시되지 않았다. EGFR/KRAS 데이터는 268명 중 154명만 분석되어 약 43%의 결측이 존재하며, 이 결측이 무작위(MCAR)인지 아닌지에 대한 논의가 없다. 셋째, Spearman correlation은 변수 간 연관성의 방향과 강도를 보여주지만, 다른 임상 변수(연령, 성별 등)의 영향을 통제하지 못하므로 독립적인 예측 인자로서의 가치를 평가하기에는 부적절하다. 마지막으로, model assumption 검증(예: 상관관계 분석의 전제 조건)에 대한 언급이 부족하며, effect size(R-value)와 함께 CI(confidence interval)를 보고하지 않아 추정치의 정밀도를 파악하기 어렵다.
설계에 참고할 점 — 유사한 연구를 설계할 때는 단순 단변량 상관관계 분석을 넘어, 주요 관심 변수(예: 괴사와 PD-L1 발현) 간의 연관성이 다른 강력한 예측 인자(예: 종양 등급, 흡연력)에 의해 매개되는지 확인하기 위해 multivariable regression model 또는 mediation analysis를 포함해야 한다. 또한, 결측치 비율이 높은 분자생물학적 데이터(EGFR/KRAS)의 경우 missing data mechanism을 명시하고, sensitivity analysis를 통해 결측이 결과에 미치는 영향을 평가하는 것이 필요하다. 마지막으로, 상관관계 계수(R)뿐만 아니라 95% CI를 함께 보고하여 추정치의 불확실성을 정량화하면 연구의 신뢰도가 높아질 것이다.
강점
이 연구는 대규모 cohort (n=268)를 활용하여 routine H&E 소견과 immune checkpoint biomarker 간의 관계를 체계적으로 분석하였다. 두 명의 independent pathologist에 의한 histological assessment와 엄격한 statistical correction (Holm method)를 통해 결과의 신뢰성을 높였다. 특히, 기존 연구에서 잘 다루지 않았던 PD-1 IC expression과의 상관관계를 포함하여 종합적인 데이터를 제공하였다.
한계
본 연구는 retrospective design으로 인과관계를 입증하기 어렵다. 또한, EGFR/KRAS mutation 분석은 하위 집단 (n=154)에서만 수행되어 통계적 power가 제한적이다. Tumor necrosis의 정량적 평가가 binary variable로만 이루어져 미세한 차이를 반영하지 못할 수 있다.
해석
Tumor necrosis와 PD-L1/PD-1 expression 간의 상관관계는 hypoxia-induced immune evasion mechanism을 시사하며, 이는 immunotherapy response 예측에 활용될 수 있는 잠재적 biomarker이다. Lepidic growth pattern과 낮은 PD-L1/PD-1 발현의 연관성은 indolent tumor biology를 반영할 수 있다. 이러한 findings은 LADC 환자의 histopathological feature를 기반으로 한 personalized immunotherapy 전략 수립에 기여할 수 있다.