Clinical Pulmonology 종합 리뷰

category

overviews

개요

본 자료는 Clinical Pulmonology 카테고리 하에 포함된 15편의 논문 요약을 바탕으로 작성된 종합 리뷰이다. 주요 연구 범위는 Acute Respiratory Distress Syndrome (ARDS)의 병리생리학적 이질성, 영상학적 예측 인자 및 관리 가이드라인, Organizing Pneumonia (OP)와 Interstitial Lung Disease (ILD)의 진단 알고리즘 및 정량적 평가, 그리고 Non-small cell lung cancer (NSCLC) 치료 관련 폐독성과 Eosinophilic granulomatosis with polyangiitis (EGPA)의 호흡기 발현을 포괄한다. 전반적인 경향은 단순한 증상 기반 접근에서 벗어나, High-resolution CT (HRCT)와 정량적 영상 분석(QCT), 그리고 다학제적 논의(MDD)를 통해 질환의 Sub-phenotype을 정의하고 개인화된 치료 전략을 수립하려는 움직임이 두드러진다. 특히 기계적 환기 중 Barotrauma 예방과 ILD의 진행성 섬유화 예측에 있어 영상 biomarker와 AI 기반 정량화의 임상적 유용성이 강조되고 있다.

주요 주제

ARDS의 이질성과 정밀의학 접근 Acute Respiratory Distress Syndrome (ARDS)는 diffuse lung inflammation과 oedema로 인한 acute respiratory failure로 정의되며, sepsis와 pneumonia가 주요 유발 요인이다[3]. 최근 연구들은 ARDS의 임상적 이질성을 줄이기 위해 phenotype 분류와 treatable traits 프레임워크를 도입하여, 단순한 증상 기반 진단을 넘어 병리생리학적 하위 유형(subphenotypes)에 맞춘 치료를 강조한다[12]. 특히 COVID-19 관련 ARDS와 비-COVID-19 ARDS 간의 임상적 및 생물학적 유사점과 차이점을 명확히 구분하는 것이 중요하며, 이는 ventilator strategy 선택에 직접적인 영향을 미친다[2][12].

Barotrauma 예측을 위한 Macklin effect의 역할 ARDS 환자에서 기계적 환기 중 발생하는 barotrauma 위험을 조기에 예측하기 위해 chest computed tomography (CT) 상의 Macklin effect가 중요한 radiological sign으로 부각되고 있다[2]. Macklin effect는 clinically overt barotrauma 발생 8~12일 전에 감지될 수 있으며, pneumomediastinum (PMD) 또는 pneumothorax (PNX) 발생의 강력한 predictor로 확인되었다[6]. 특히 PNX 예측에 있어 sensitivity가 100%로 나타났으며, 이는 increased barotrauma susceptibility를 가진 새로운 ARDS sub-phenotype을 정의하고 patient self-inflicted lung injury (P-SILI) 모니터링 및 예방적 관리를 가능하게 한다[2][6].

Organizing Pneumonia의 진단 알고리즘과 영상-병리 상관관계 Organizing Pneumonia (OP)는 Cryptogenic OP (COP), Secondary OP (SOP), Focal OP (FOP)로 분류되며, 비특이적인 증상과 다양한 HRCT 소견으로 인해 진단 지연이 흔히 발생한다[4]. 이를 해결하기 위해 임상, 영상, 병리학적 특징을 통합한 알고리즘적 접근법이 제시되었으며, 이는 다학제적 논의(MDD)를 통해 확진 또는 경험적 치료를 결정하는 데 유용하다[4]. OP의 주요 영상학적 특징인 consolidation, ground-glass opacity (GGO), perilobular opacity, reversed halo sign 등은 조직병리학적 소견과 밀접한 상관관계를 가지며, 이러한 이해는 불필요한 lung biopsy를 줄이고 정확한 진단을 내리는 데 핵심적이다[11].

Progressive Fibrosing Interstitial Lung Disease의 정량적 평가 Progressive fibrosing interstitial lung disease (PF-ILD)의 발생 위험과 all-cause mortality를 예측하기 위해 딥러닝 기반 정량적 흉부 단층촬영(QCT)이 활용되고 있다[10]. 비-IPF(non-idiopathic pulmonary fibrosis) 섬유성 ILD 환자에서 정량적 CT 영상 기반의 섬유화 점수(FS) 변화는 임상적으로 의미 있는 진행(progression)을 정의하는 데 유용하며, 1년 FS 증가가 MCID(2.24%)를 초과하는 것은 transplant-free survival (TFS)의 독립적인 위험 인자이다[13]. 또한 정량적 CT 기준은 시각적 평가와 생리학적 지표 간 불일치(discordant)인 환자군에서 추가적인 위험 계층화 능력을 보여주어, 객관적이고 유용한 예후 예측 도구임을 시사한다[10][13].

NSCLC 치료 관련 폐독성 및 EGPA의 호흡기 발현 Non-small cell lung cancer (NSCLC) 환자에서 immune checkpoint inhibitor (ICI) 치료 중 발생하는 immune checkpoint inhibitor-related pneumonitis (ICI-P)는 thoracic radiotherapy 병용, 기저 폐질환, targeted agent 연이 투여 등이 위험도를 높이는 것으로 보고되었다[7]. 한편, Eosinophilic granulomatosis with polyangiitis (EGPA) 환자의 호흡기 발현은 주로 Asthma의 중증도와 관련이 있으며, Asthma는 EGPA 진단 평균 11.8년 전에 시작되고 전신 증상 발현 직전 중증도가 증가하는 양상을 보인다[5]. EGPA 환자에서 thin-section CT (TSCT) 소견은 airway pattern과 airspace pattern으로 분류되며, 이는 폐기능 검사(PFT) 결과 및 조직병리학적 발견과 상관관계를 가진다[9].

방법론적 경향

연구 설계와 코호트 특성 제공된 논문들은 retrospective cohort study, narrative review, pictorial review, 그리고 clinical practice guideline 등 다양한 연구 설계를 포함한다[1][2][4][7][8][10][11][12][13][14][15]. 특히 PACIFIC-R 연구는 real-world effectiveness를 평가하기 위해 early access program (EAP) 데이터를 활용한 대규모 retrospective cohort study이다[1]. ILD 관련 연구들은 서울대학교병원 등 특정 기관의 장기 추적 관찰 코호트를 기반으로 하며, 기저 및 추적 CT 간격이 ≥ 24개월인 환자들을 선별하여 분석하였다[10][13].

영상 진단 기술과 정량화 방법 영상 진단 분야에서 chest computed tomography (CT)와 High-resolution CT (HRCT)는 ARDS, OP, ILD 등 다양한 폐질환의 평가에 핵심적으로 사용된다[2][4][6][8][9][11][13]. 최근 경향은 단순한 정성적 평가를 넘어, AI 기반 영상 후처리와 딥러닝 소프트웨어(AVIEW Lung Texture)를 활용한 ground-glass opacity (GGO), reticular opacity (RO), honeycombing 등의 자동 분할 및 정량화(QCT)로 이동하고 있다[8][10]. 이러한 정량적 접근은 lung aeration, hyperinflation 평가뿐만 아니라 PF-ILD의 진행 위험을 수치화하여 객관적인 예후 예측을 가능하게 한다[8][10][13].

Endpoint와 통계 기법 연구들의 primary endpoint는 질환에 따라 다양하다. NSCLC 연구에서는 investigator-assessed real-world progression-free survival (rwPFS)이 주요 endpoint로 사용되었으며, median rwPFS는 21.7개월로 보고되었다[1]. ARDS 및 ILD 연구에서는 barotrauma 발생 예측, transplant-free survival (TFS), all-cause mortality 등을 주요 결과 지표로 삼았다[6][10][13]. 통계 분석에서는 다변량 모델(multivariable model)을 통해 hazard ratio (HR)와 95% confidence interval (CI)를 계산하여 독립적인 위험 인자를 규명하는 방식이 일반적이다[10][13]. 또한, ARDS 가이드라인 작성에는 GRADE 시스템을 기반으로 한 systematic review (SR), meta-analysis of diagnostic accuracy, network meta-analyses 등의 엄격한 방법론이 적용되었다[15].

임상적·연구적 시사점

영상 biomarker의 조기 경고 시스템으로서의 가치 Macklin effect와 같은 영상학적 소견은 ARDS 환자에서 barotrauma 발생을 수일 전에 예측할 수 있는 강력한 biomarker로 작용한다[2][6]. 이는 기계적 환기 전략을 개인화하고, P-SILI를 모니터링하여 폐 손상을 최소화하는 데 임상적으로 매우 유용하다. 또한, 정량적 CT 분석(QCT)은 ILD 환자의 섬유화 진행을 객관적으로 측정하여, 시각적 평가와 생리학적 지표 간 불일치가 있는 경우에도 정확한 위험 계층화를 가능하게 한다[10][13].

다학제적 접근과 표준화된 분류 체계의 필요성 Organizing Pneumonia (OP)와 Interstitial Lung Disease (ILD)의 진단 및 관리에는 임상, 영상, 병리학적 데이터를 통합한 다학제적 논의(MDD)가 필수적이다[4][11]. ERS/ATS가 제시한 업데이트된 interstitial pneumonias 분류 체계는 Secondary Causes를 포함하고 새로운 Histological Patterns을 도입함으로써, 표준화된 병리-영상-임상 연계 기준을 마련하여 진단의 정확성과 일관성을 높이는 데 기여한다[14].

치료 관련 폐독성 관리와 질환 경과 이해 NSCLC 환자에서 ICI-P의 발생 위험 인자를 규명하는 것은 면역항암제 치료의 안전성 관리에 중요하다[7]. 또한, EGPA 환자의 호흡기 발현, 특히 Asthma의 장기적 경과와 중증도 변화를 이해하는 것은 전신 Vasculitis 진단 시기와 치료 반응성 평가에 필수적이다[5][9]. 이러한 질환 특이적인 임상 양상과 영상 소견에 대한 깊은 이해는 불필요한 침습적 검사를 줄이고, 적절한 경험적 치료를 시작하는 데 도움이 된다[4].

연구의 한계와 향후 방향 현재의 연구들은 주로 retrospective cohort design을 기반으로 하거나, 특정 기관의 코호트를 대상으로 수행되어 generalizability에 제한이 있을 수 있다[1][10][13]. 또한, ARDS의 subphenotype 정의와 정밀의학 접근은 아직 초기 단계이며, 더 큰 규모의 전향적 연구와 다양한 imaging modalities (PET, EIT, LUS)의 통합적 활용이 필요하다[8][12]. ILD 분야에서 정량적 CT 기준의 MCID 도출은 유용하지만, 비-IPF 환자군에서의 광범위한 검증과 장기적인 추적 관찰을 통해 그 임상적 유용성을 지속적으로 확인해야 한다[13].

참고 논문

1. Disclosure: Dr. Girard reports receiving research grants/support from — 3fq5qb6q, 2022
2. Air leak, barotrauma susceptibility, and imaging in acute respiratory distress syndrome novel application of an old tool — Belletti et al., 2022, Intensive Care Med
3. Acute respiratory distress syndrome causes, pathophysiology, and phenotypes — Bos and Ware, 2022, The Lancet
4. Algorithmic Approach to the Diagnosis of Organizing Pneumonia — Cherian et al., 2022, CHEST
5. Respiratory manifestations of eosinophilic granulomatosis with polyangiitis (Churg–Strauss) — Cottin et al., 2016, European Respiratory Journal
6. A radiological predictor for pneumomediastinum/pneumothorax in COVID-19 ARDS patients — dje45j9g, 2020, Journal of Critical Care
7. Immune checkpoint inhibitor-related pneumonitis in non-small cell lung cancer: A review — Hao et al., 2022, Frontiers in Oncology
8. Imaging the acute respiratory distress syndrome: past, present and future — iqe4wwq6, 2022, Intensive Care Med
9. Pulmonary involvement in Churg-Strauss syndrome: an analysis of CT, clinical, and pathologic findings — Kim et al., 2007, European Radiology
10. Risk factors and prognostic indicators for progressive fibrosing interstitial lung disease: a deep learning-based CT quantification approach — Lee et al., 2025, European Radiology
11. Radio-pathological correlation of organizing pneumonia (OP): a pictorial review — lr8vi4vm, 2026, Br J Radiol
12. Acute respiratory distress syndrome in adults: diagnosis, outcomes, long-term sequelae, and management — n9kwvjbv, 2022, The Lancet
13. park-2026-quantitative-ct-imaging-in-progressive-pulmonary-fibrosis
14. Update of the international multidisciplinary classification of the interstitial pneumonias: an ERS/ATS statement — Ryerson et al., 2025, European Respiratory Journal
15. ARDS Clinical Practice Guideline 2021 — Tasaka et al., 2022, Journal of Intensive Care