목적은 임상적으로 림프절 음성(CN0)인 갑상선 유두암(PTC) 원발 병변에 대한 이중 초음파 영상(일반 그레이스케일 초음파 및 변형 탄성 영상학) 방사선영상학 점수(Rad-score)를 기반으로 한 열지도 모델을 구축하여 중앙 림프절 전이(CLMN)의 수술 전 예측 임상 가치를 평가하는 것이다. 2022년 3월부터 2023년 12월까지 빈저우 의과대학 부속 병원에서 갑상선 절제술 및 예방적 중앙 림프절 절제술(pCLND)을 받은 CN0 PTC 환자를 후향적으로 분석하였으며, 7:3 비율로 훈련 세트와 테스트 세트로 무작위 배정하였다. 수술 후 병리학적 검사 결과를 바탕으로 CLNM 양성군과 음성군으로 분류하였다. 파이썬을 사용하여 이중 초음파 영상 전처리를 수행하고, 3D Slicer 소프트웨어를 통해 병변 관심영역(ROI)을 수작업으로 표시하였다. Pyradiomics를 기반으로 영상 방사선학적 특징을 추출하고, 최소 중복 최대 관련성 알고리즘(mRMR) 및 LASSO를 통해 최적 특성을 선택하였다. 랜덤 포레스트 알고리즘을 활용하여 일반 그레이스케일 초음파, 변형 탄성 초음파 및 이중 모달 영상 방사선학 모델을 각각 구축하고 Rad-score를 산출하였다. 단변량 및 다변량 로지스틱 회귀분석을 통해 CLNM의 독립 위험요인을 선별하고 임상 모델을 구축하였다. 수신자 조작 특성(ROC) 곡선을 이용하여 각 모델의 예측 성능을 평가하고, 최적 곡선 아래 영역(AUC)을 가진 이중 모달 Rad-score 및 독립 위험요인을 결합한 통합 모델을 구축하여 열지도를 작성하였다. 총 220명 환자가 포함되었으며, CLNM 양성군은 80명, 음성군은 140명이다. 일반 그레이스케일 초음파, 변형 탄성 초음파 및 이중 모달 초음파 3가지 영상 방사선학 모델의 AUC는 훈련 세트에서 각각 0.697(95% CI 0.620~0.773), 0.715(95% CI 0.639~0.792), 0.734(95% CI 0.626~0.857), 테스트 세트에서 각각 0.703(95% CI 0.585~0.823), 0.731(95% CI 0.617~0.845), 0.742(95% CI 0.637~0.871)였다. 결절 최대 직경과 피막 침범 여부를 독립 위험요인으로 하여 구축한 임상 모델은 훈련 세트와 테스트 세트에서 각각 0.674(95% CI 0.599~0.748), 0.675(95% CI 0.561~0.789)의 AUC를 보였다. 이중 모달 Rad-score와 결절 최대 직경, 피막 침범 여부를 결합한 통합 모델은 훈련 세트와 테스트 세트에서 각각 0.776(95% CI 0.701~0.851), 0.754(95% CI 0.659~0.810)의 AUC를 나타냈다. 열지도 모델의 AUC는 3가지 영상 방사선학 모델과 임상 모델보다 우수했다(P<0.05). 결론적으로 열지도 모델은 예측 성능이 우수하며, 시각화 도구로서 임상적으로 림프절 음성인 갑상선 유두암의 CLNM 상태를 수술 전 예측하는 데 중요한 가치가 있어 개별화된 진료 계획 수립에 도움을 줄 수 있다.

이중 모달 초음파 검사;영상 방사선학;갑상선 유두암;임상 림프절 음성;중앙 림프절 전이