Pulmonary Ground-Glass Nodules Increase in Mass as an Early Indicator of Growth

authors

De Hoop et al.

journal

Radiology

year

2010

category

biomedical-imaging

pdf

PDF (Tailscale 전용)

source

Source

업데이트

2026-10-11

요약

이 연구는 폐 ground-glass nodules (GGNs)의 성장을 평가할 때 직경(diameter), 부피(volume), 질량(mass) 측정 중 어떤 방법이 가장 민감하고 재현성이 높은지 비교했다. 저자들은 NELSON lung cancer screening trial에서 발견된 52개의 GGNs에 대해 두 명의 관찰자가 수동으로 측정한 데이터를 분석했다. 주요 발견은 mass measurement가 직경이나 부피 측정보다 intra- 및 interobserver variability가 현저히 낮다는 것이다. 특히 악성 GGNs subgroup에서 mass의 증가율은 부피나 직경 증가율보다 통계적으로 유의하게 높았다. 결과적으로, mass를 사용하면 악성 GGNs의 성장을 더 일찍 감지할 수 있으며, 성장 신호가 측정 오차 한계를 초과하는 데 걸리는 시간이 가장 짧았다(425일 vs 673일/715일). 이는 GGNs의 미세한 변화를 포착하는 데 mass가 superior한 지표임을 시사한다.

방법

이 연구는 ethics committee-approved retrospective study로, randomized Dutch-Belgian lung cancer screening trial (NELSON)의 데이터를 활용했다. 연구 대상은 2004년 4월부터 2009년 4월까지 University Medical Center Utrecht에서 CT 검사를 받은 참가자 중 GGNs가 발견된 경우였다. 총 2994명의 volunteer 중 45명(남성 42명, 여성 3명; 평균 연령 62세)에게서 52개의 GGNs가 확인되었으며, 추적 검사까지 포함해 총 127개의 GGN data sets이 평가에 사용되었다.

CT 촬영은 16-detector row CT scanner (MX8000 IDT or Brilliance 16; Philips Medical Systems)를 사용하여 helical mode로 수행했다. collimation은 16 x 0.75 mm, table feed는 rotation당 15 mm였다. 환자 체중이 80 kg 미만일 경우 30 mAs at 120 kVp, 80 kg 이상일 경우 30 mAs at 140 kVp로 설정했으며, intravenous contrast material은 사용하지 않았다. axial images는 1.0 mm thickness로 reconstruction되었고, increment는 0.7 mm였다. lung window setting은 width 1400 HU, level -600 HU로 고정되었다.

측정 방법은 세 가지로 구분되었다. 첫째, electronic calipers를 사용하여 axial image상에서 최대 직경(maximum diameter)을 측정했다. 둘째, GGN이 보이는 모든 axial images에서 lesion perimeter을 수동으로 outlining하여 volume을 계산했다(소요 시간 5-10분). 셋째, mass는 volume과 mean nodule density의 곱으로 계산했으며, CT attenuation value (Hounsfield units)에 1000을 더하여 physical density (mg/mL)로 변환한 후 적용했다. 두 명의 독립적인 관찰자(observer 1: radiology researcher with 3 years experience; observer 2: medical researcher with special training)가 측정을 수행했고, observer 1은 2개월 후에 모든 측정을 반복하여 intraobserver variability를 평가했다.

Primary endpoint는 각 측정 방법(diameter, volume, mass)의 intra- 및 interobserver variability 비교였다. Secondary endpoint로는 악성 GGNs subgroup에서의 growth-to-variability ratio와 성장 감지까지 걸리는 시간(time to detection of growth)을 분석했다. 통계적 분석에는 Bland-Altman methods를 사용하여 limits of agreement (95% CI)를 계산했으며, volume과 mass는 logarithmic transformation을 적용했다. Cohen k statistics로 solid component 존재 여부에 대한 observer agreement를 평가했고, paired t-test로 방법 간 차이를 검정했다(P < .05).

주요 결과

측정 variability 분석 결과, mass measurement의 intraobserver CV (mean 0.07)와 interobserver CV (mean 0.09)는 volume (intra 0.09, inter 0.14) 및 diameter (intra 0.05, inter 0.06; volume으로 변환 시 intra 0.15, inter 0.18)보다 통계적으로 유의하게 낮았다(P < .001). Bland-Altman 분석에서 mass의 95% CI for limits of agreement는 intraobserver -0.11~0.12, interobserver -0.18~0.12였다. 반면 diameter의 직경 측정 variability은 intraobserver -2.5~2.7 mm, interobserver -2.8~3.3 mm로 나타났다. Solid component 존재 여부에 대한 observer agreement는 intraobserver k 0.55, interobserver k 0.38로 modest한 수준이었다.

악성 GGNs subgroup (n=13, resected lesions)에서 follow-up 기간(평균 33개월, range 12-49개월) 동안의 변화율을 비교했다. 직경은 평균 53% 증가(range 9%-194%), volume은 202% 증가(range 23%-714%), mass는 254% 증가(range 36%-699%)로, mass의 증가율이 volume과 diameter보다 통계적으로 유의하게 높았다(P < .01). Growth-to-variability ratio (relative growth / mean CV)는 직경 11, volume 28, mass 35로 나타났으며(P = .03), mass가 가장 높은 값을 보였다.

Time to detection of growth 분석에서, 성장 신호가 intraobserver variability의 upper limit of agreement를 초과하는 데 걸리는 평균 시간은 직경 715일, volume 673일, mass 425일로 측정되었다(P = .02). 즉, mass measurement를 사용하면 악성 GGNs의 성장을 직경이나 volume 측정보다 약 250일 더 일찍 감지할 수 있었다. 모든 13개의 사례에서 mass의 감지 시간이 volume 또는 diameter보다 짧거나 같았으며, volume이나 diameter가 mass보다 빠른 경우는 없었다.

강점

이 연구는 GGNs의 성장 평가에 mass measurement를 도입한 최초의 분석으로, 기존 직경 및 부피 측정의 한계를 명확히 규명했다. NELSON trial이라는 대규모 screening study의 실제 임상 데이터를 활용하여 retrospective하게 엄격한 observer variability 분석을 수행했다. Bland-Altman analysis와 logarithmic transformation을 통해 measurement error를 정량화하고, growth-to-variability ratio라는 새로운 지표를 제시함으로써 통계적 근거를 강화했다. 특히 악성 병변이 확인된 subgroup (n=13)에 초점을 맞춰 clinical relevance를 높였으며, mass가 volume보다 segmentation variability에 덜 민감하다는 기계적/물리적 원리를 CT number와 density의 관계로 논리적으로 설명하고 있다.

한계

연구 대상인 악성 GGNs subgroup의 표본 크기가 작다(n=13), 이는 통계적 power를 제한할 수 있다. 또한, 모든 측정이 retrospective하게 수행되었으며, observer 1이 2개월 후 재측정하여 intraobserver variability를 평가한 점은 실제 clinical setting에서의 immediate reproducibility와는 차이가 있을 수 있다. GGNs의 boundary delineation이 observer 간에 크게 달라질 수 있다는 점(k=0.38 for solid component)은 mass 계산의 정확성에도 영향을 미칠 수 있으나, 본 연구에서는 이를 보정하기 위한 자동화 알고리즘이 아닌 수동 outlining을 사용했다. 또한, CT scanner calibration과 phantom scanning을 통해 quality control을 수행했지만, 장기적인 follow-up 중 equipment aging이나 protocol 변경에 따른 미세한 CT number shift가 mass 계산에 미치는 영향은 완전히 배제하기 어렵다.

해석

GGNs은 성장 속도가 느리고 밀도 변화가 미미하여 기존 직경 측정으로는 조기 악성 변화를 포착하기 어려운 경우가 많다. 이 연구는 mass (volume x density)가 부피 증가뿐만 아니라 밀도 증가(고밀도 성분 발달)까지 통합적으로 반영하므로, GGNs의 malignant progression을 더 민감하게 감지할 수 있음을 입증했다. LLM Wiki의 oncology 및 imaging 문헌에서 GGNs management guidelines (예: Fleischner Society guidelines)는 주로 직경과 solid component 유무를 기준으로 하지만, 본 연구 결과는 mass measurement를 보조 지표로 고려할 때 early detection of malignancy가 가능함을 시사한다. 이는 특히 low-dose CT screening에서 false-negative growth assessment를 줄이고, unnecessary follow-up을 최소화하는 데 기여할 수 있다. 향후 AI-based automated segmentation 및 density analysis 개발 시, mass calculation을 포함하는 것이 GGNs tracking의 정확도를 높이는 핵심 요소가 될 것이다.