Obesity and survival in advanced non-small cell lung cancer patients treated with chemotherapy, immunotherapy, or chemoimmunotherapy: a multicenter cohort study
이 논문의 관계도
List view
Shared Tags이 논문의 tags: NSCLC, chemotherapy, immunotherapy, lung cancer, meta-analysis
- Leshem 2023Association between diabetes mellitus and reduced efficacy of pembrolizumab in non-small cell l…공유 tag: NSCLC, chemotherapy, immunotherapy, lung cancer
- Potter 2023Recurrence After Complete Resection for Non-Small Cell Lung Cancer in the National Lung Screeni…공유 tag: NSCLC, chemotherapy, immunotherapy, lung cancer
- Crespi 2025Real-world outcomes of subsequent treatment strategies after durvalumab consolidation in stage…공유 tag: NSCLC, chemotherapy, immunotherapy, lung cancer
- Mazzaschi 2025Longitudinal Blood Immune-Inflammatory and Radiomic Profiling to Decode Different Patterns of A…공유 tag: NSCLC, chemotherapy, immunotherapy, lung cancer
- Tran 2026Combined circulating tumor antigen model demonstrates additional prognostic value in first-line…공유 tag: NSCLC, chemotherapy, immunotherapy, lung cancer
- +99 more
요약
이 연구는 advanced non-small cell lung cancer (NSCLC) 환자에서 first-line chemotherapy, immunotherapy, chemoimmunotherapy 각각에 대해 baseline body mass index (BMI)와 survival outcome의 연관성을 multicenter cohort를 통해 분석하였다. Obesity는 chemotherapy 군에서 overall survival (OS) 향상과 유의한 연관이 있었으나, immunotherapy 또는 chemoimmunotherapy 군에서는 OS나 progression-free survival (PFS)에 영향을 미치지 않았다. 특히 chemotherapy 군에서 obesity의 prognostic benefit은 male 환자군에서 명확하게 관찰되었으나 female 환자군에서는 유의하지 않았으며, 이는 sex-specific effect를 시사한다.
방법
이 연구는 retrospective multicenter cohort study로 설계되었다. US 기반 nationwide de-identified FH-FMI CGDB 및 2개의 randomized phase 3 clinical trial(QL1101, AK105-302)을 포함한 7개 cohort에서 first-line systemic therapy를 받은 advanced NSCLC 환자 7021명을 분석 대상으로 하였다. BMI는 Western 기준 (WHO)과 Asian-Pacific 기준 (WHO Asia-Pacific)으로 분류하였으며, underweight 군은 제외하였다. 주요 endpoint는 treatment type 및 sex로 stratified된 PFS와 OS였으며, secondary endpoint로 objective response rate (ORR)와 adverse events (AEs)를 RECIST 1.1 및 CTCAE v5.0 기준에 따라 평가하였다. 생존 분석은 Kaplan-Meier 방법과 univariate/multivariate Cox proportional-hazards model을 사용하였으며, 치료군 및 sex별 조정 hazard ratio (HR)는 random effects meta-analysis로 결합하였다. 연속형 BMI와 outcome의 비선형 관계는 restricted cubic spline (RCS) 분석으로 확인하였다. 또한 obesity의 생물학적 기전을 탐색하기 위해 tumor mutational burden (TMB), programmed death-ligand 1 (PD-L1) expression, ESTIMATE score를 비교하였다.
주요 결과
전체 pooled analysis에서 chemotherapy 군은 obese 환자에서 OS가 유의하게 개선되었으며 (HR = 0.84, 95% CI 0.76–0.93), PFS는 연관이 없었다 (HR = 0.91, 95% CI 0.82–1.02). chemotherapy 군의 sex별 하위 분석에서 men은 inverse association을 보였으나 (HR = 0.74, 95% CI 0.64–0.84), women에서는 연관이 없었고 (HR = 0.96, 95% CI 0.81–1.13), sex 간 상호작용은 통계적으로 유의하였다 (P_interaction = 0.018). immunotherapy 및 chemoimmunotherapy 군에서는 BMI가 OS 또는 PFS에 영향을 미치지 않았다. 생물학적 지표 분석 결과, obese 환자는 가장 낮은 TMB 수준을 보였으며, PD-L1 expression과 ESTIMATE score는 다른 BMI 군과 유사하였다.
통계 분석
분석 설계 — 이 연구는 advanced non-small cell lung cancer(NSCLC) 환자에서 first-line chemotherapy, immunotherapy, 또는 chemoimmunotherapy를 받을 때 baseline body mass index(BMI)가 progression-free survival(PFS)과 overall survival(OS)에 미치는 영향을 평가하는 것을 목적으로 한다. 이를 위해 7개의 독립된 cohort(총 7021명)의 retrospective 데이터를 pooled analysis로 활용했으며, 데이터 소스에는 US-based nationwide clinico-genomic database(FH-FMI CGDB)와 두 개의 phase 3 randomized clinical trial(QL1101, AK105-302) 등이 포함된다. primary endpoint는 treatment type과 sex별로 stratified된 PFS와 OS이며, underweight(<18.5 kg/m²) 환자는 표본 수가 적어(전체 5% 미만) 분석에서 제외되었다. 추적 기간은 cohort마다 다르지만, chemotherapy cohort의 median follow-up은 26개월로 보고되었다.
무엇을 위해 어떤 분석을 썼는가 — 기저 특성(baseline characteristics)의 군 간 차이를 확인하기 위해 categorical variable에는 Chi-square test와 Fisher’s exact test를, continuous variable에는 Mann–Whitney U test와 Kruskal–Wallis test를 사용했다. BMI category와 생존 결과(PFS, OS) 간의 연관성을 시각화하고 비교하기 위해 Kaplan–Meier method를 적용했으며, 치료군 간 생존 곡선의 유의한 차이를 검정하기 위해 log-rank test(명시적 언급은 없으나 KM plot의 표준 절차로 유추됨)를 사용했을 것으로 판단된다. 교란 변수(confounders)를 보정한 후 BMI가 생존에 미치는 독립적인 영향을 정량화하기 위해 univariate 및 multivariable Cox proportional-hazards models을 구축하여 hazard ratio(HR)와 95% confidence interval(CI)을 추정했다. objective response rate(ORR)과의 연관성을 분석하기 위해 logistic regression을 사용했다. 여러 cohort의 결과를 통합하여 generalizable한 결론을 도출하기 위해 random effects model 기반의 meta-analysis를 수행하여 adjusted HRs를 pooled 했다. sex에 따른 BMI와 생존 결과의 연관성 차이가 있는지 확인하기 위해 Cox model 내에 interaction term을 포함하여 Pinteraction 값을 계산했다. BMI와 outcome 간의 선형적이지 않은(non-linear) 관계를 탐색하기 위해 restricted cubic spline(RCS) analysis를 수행했으며, knot은 equally spaced percentiles에 설정했다. 모든 통계 분석은 R version 3.6.1과 SPSS version 23.0을 사용하여 수행되었으며, statistical significance는 P < 0.05로 정의되었다.
방법론 평가 — 잘 된 점으로는, 다양한 treatment setting(chemotherapy, immunotherapy, chemoimmunotherapy)과数据来源(real-world data 및 clinical trial data)을 포함하여 external validity를 높인 점이 있다. 또한, sex-specific analysis와 interaction test를 통해 성별에 따른 이질성을 고려한 분석을 수행했으며, RCS analysis를 통해 BMI와 생존 간의 선형성 가정을 검증하려는 시도가 포함되어 있어 방법론적으로 엄밀하다. meta-analysis를 통해 개별 cohort의 결과를 통합함으로써 통계적 검정력(power)을 높이고 일관된 효과를 추정했다. 그러나 의심스러운 점으로는, multivariable Cox model에서 구체적으로 어떤 covariates가 보정되었는지 원문에 명시되지 않아 confounding control의 충분성을 판단하기 어렵다. 또한, multiple testing에 대한 보정(예: Bonferroni correction 등)이 수행되었는지 언급되지 않았으며, 특히 여러 subgroup analysis(sex, treatment type)를 병행했을 때 false positive risk가 증가할 수 있다. proportional hazards assumption의 검증 결과(예: Schoenfeld residuals test)가 보고되지 않아 모델 가정의 타당성이 확인되지 않았다. 결측치(missing data) 처리 방법(예: multiple imputation vs complete-case analysis)에 대한 설명이 부족하며, Table 1에서 PD-L1과 EGFR mutation 데이터의 missing rate가 매우 높음(70% 이상)을 고려할 때, 이는 selection bias를 유발할 가능성이 있다. 마지막으로, underweight 환자를 단순히 "small proportion"이라는 이유로 배제한 것은 obesity paradox 연구에서 중요한 비교군을 잃게 만들 수 있으며, 이 결정의 근거가 통계적 검정력 계산에 기반한 것인지 명확하지 않다.
설계에 참고할 점 — 유사 연구를 설계할 때는, 이 논문처럼 real-world data와 clinical trial data를 결합하여 generalizability를 높이는 접근법을 채택하되, multivariable model에 포함될 confounders를 사전에 정의하고 sensitivity analysis(예: different imputation methods)를 수행하여 robustness를 검증해야 한다. 또한, subgroup analysis가 많을 경우 multiple testing correction을 명시적으로 적용하거나, exploratory nature임을 강조하여 결과 해석의 신중함을 유지해야 한다. 마지막으로, underweight 군을 제외하기보다는 stratified analysis나 interaction term을 통해 그 영향력을 평가하는 것이 더 포괄적인 결론을 도출하는 데 도움이 될 것이다.
강점
이 연구는 7021명의 대규모 표본을 활용하여 다양한 치료군(chemotherapy, immunotherapy, chemoimmunotherapy)에서의 BMI와 생존율의 관계를 포괄적으로 분석했다. 특히 sex-specific effect를 명확히 구분하여 분석함으로써 기존 연구들의 모호한 결과를 해결하는 데 기여했다. 또한, real-world data와 randomized clinical trial 데이터를 결합하여 결과의 일반화 가능성을 높였다.
한계
이 연구는 retrospective design으로 인해 confounding factors를 완전히 통제하기 어려울 수 있다. 또한, BMI가 obesity의 유일한 지표가 아니며, body composition(예: muscle mass)을 고려하지 않았다는 점이 제한적이다. 마지막으로, 일부 cohort에서 PD-L1 expression과 TMB 데이터가 불완전하여 생물학적 기전 해석에 한계가 있을 수 있다.
해석
이 연구 결과는 chemotherapy를 받는 male NSCLC 환자에서 obesity가 survival benefit을 제공할 수 있음을 시사한다. 이는 기존에 보고된 "obesity paradox"를 특정 치료군과 성별에서 구체화한 것이다. 그러나 immunotherapy 및 chemoimmunotherapy에서는 이러한 효과가 관찰되지 않았으므로, treatment selection 시 BMI를 고려해야 할 필요성이 제기된다. 향후 연구에서는 body composition과 immune response의 상호작용을 더 깊이 탐구할 필요가 있다.