腫瘍の合計が減っても増える病変はある。公開CTデータを調べる

Daiki Kumakura · 2026-10-27 · Technical note · 1.0

On this page

要旨

公開メラノーマCTデータの2時点で測定した病変体積から、患者ごとの病変体積を合計すると見えなくなる病変間の違いを調べた。対応が確実な2,425病変・276患者のうち58患者(21.0%、95%患者ブートストラップ区間16.3–25.7%)で、合計体積の減少と体積が20%を超えて増えた病変が併存した。頻度は病変の選び方に依存し、患者内の臓器差にも不確実性が残った。薬剤別の因果的な感受性や臨床的な進行を判定した解析ではない。

背景と目的

腫瘍量を患者ごとに足し合わせると、比較しやすい指標になる。しかし、合計の減少と、すべての病変の減少は同じではない。大きな病変が縮小すれば、小さな病変の増加が合計に現れないことがある。

公開された転移性メラノーマの2時点CTデータで、この性質を調べた。主解析に使えた276患者・2,425病変では、対応する既存病変の合計体積が減っていても、少なくとも1病変が20%を超えて増加する患者が58人、21.0%だった。95%患者ブートストラップ区間は16.3–25.7%だった。

これは進行と判定された患者の割合ではない。対象は、同じ病変として対応付けでき、両時点の体積がゼロを超え、異なる日に撮影された既存病変だけである。新しい病変、消えた病変、合流した病変は、この合計に含めていない。

方法

問いとデータ

QOIは「患者内の合計体積の変化が、逆方向に動く病変をどの程度隠すか」。COUは、将来の薬効モデリングで残すべき病変情報と、集約指標の限界を考える研究用途とした。

Longitudinal-CT v3は、300患者のベースライン・フォローアップ画像と、病変の臓器、体積、対応関係を公開している。本解析では画像から再分割せず、提供された病変CSVと患者背景CSVを使用した。薬剤名、開始日、用量、投与変更は含まれていない。(1, 2)

したがって、臓器別の薬剤感受性を因果的に推定した解析でも、PK/PD推定でもない。元の企画にあった病変径の経時変化を使う薬効モデルから、公開データの粒度に合う2時点体積の評価へ、数値結果を見る前に範囲を限定した。事前登録はしていない。

集約に用いる病変の条件

病変CSVの4,638行は、4,638個の独立患者でも、すべて同じ種類の対応病変でもない。

表1 病変対応の分類と主解析での扱い

Correspondence Rows Primary-analysis handling
Existing matched lesions (UNCHANGED) 2,506 Retain after checking correspondence certainty, volume and time
Disappearing 1,407 Count separately, without forcing into positive-volume log ratios
Newly appearing 559 Count separately because baseline volume is absent
Merging 166 Exclude to avoid double counting

UNCHANGEDは形が変わらないという意味ではなく、撮影時点間で病変を対応付けるための分類である。リンク不明は135行、リンク情報欠測は4行だった。患者背景と対応できないIDが1患者、撮影間隔0日が5患者あり、推測でIDや日付を補正しなかった。これらの患者に属する155行は、時間を伴う変化の主解析から除外した。除外理由は重なるため、各件数を単純に足し合わせない。

最終的に2,425病変・276患者が主解析に残り、247患者には複数病変、175患者には複数臓器の病変があった。提供された背景表の撮影間隔は中央値97日、最大1,036日であり、全例が同じ治療期間を表すわけではない。

結果と解析上の定義

合計体積と最大の病変増加

患者 \(i\) の採用病変集合を \(J_i\) とし、合計の変化を

\[ R_i=\log\left(\frac{\sum_{j\in J_i}V_{ij,FU}}{\sum_{j\in J_i}V_{ij,BL}}\right),\qquad M_i=\max_{j\in J_i}\log(V_{ij,FU}/V_{ij,BL}) \]

で表した。\(R_i<0\)でも、\(M_i>0\)なら同じ患者内で変化の向きが揃っていない。

合計体積の変化と最大病変変化

図1。 1点は1患者。既存の確実な対応病変だけを使用した。縦軸は病変ごとの体積比を対数に変換した値のうち最大のもの、横軸は採用病変の合計体積比の対数。左側で破線より上の点は、合計が減る一方で少なくとも1病変が20%超増加している。

表2 合計縮小と探索閾値を超える病変増加の併存

Exploratory lesion-growth threshold Patients / primary-analysis patients Proportion 95% patient-bootstrap interval
Above 0% 77/276 27.9% 22.8–33.3%
Above 20% 58/276 21.0% 16.3–25.7%
Above 50% 41/276 14.9% 10.9–19.2%

各行の分母は合計が減った患者だけではなく、主解析の276患者すべてである。合計が減った患者は172人だった。閾値は測定の小さな差への感度を確認するための探索設定で、臨床的な進行閾値ではない。患者を単位に2,000回再標本化し、病変を独立患者として扱わなかった。

病変選択による頻度の違い

20%超の増加を使うと、結果は次のようになった。

表3 病変と撮影間隔の選択による感度

Selection Lesions Patients Qualifying patients Proportion
Primary analysis 2,425 276 58 21.0%
target_lesion only 443 243 14 5.8%
Baseline volume at least 1,000 mm³ 894 229 23 10.0%
Scan interval at most 120 days 1,971 214 45 21.0%

target_lesionだけに絞った場合の低い頻度を、患者が良くなった証拠とは読めない。調べる病変が少なくなれば、最大の増加を見つける機会も減る。小病変の除外では測定の不安定さと、実際の不均一性の両方を取り除く可能性がある。分母と病変集合が変わる比較であり、病変の選び方を無作為に割り付けた比較ではない。

患者内の臓器差

病変数が多い患者に結果を支配させないため、病変対数体積比を患者×臓器ごとに平均し、肺を参照に患者固定効果とベースライン体積を含む線形モデルを使った。対象4臓器のうち2臓器以上を持つ137患者、331患者×臓器行が対象である。

\[ \bar y_{io}=\alpha_i+\beta_o+\gamma\overline{\log V_{BL}}_{io}+\varepsilon_{io} \]

患者内で一定の撮影間隔は患者固定効果に吸収されるため、独立の撮影間隔係数を追加していない。患者ごとの時間差を無視して臓器比較をしたという意味ではないが、臓器ごとに異なる時間依存性や治療履歴は識別できない。

患者内の臓器差

図2。 患者内の平均病変対数体積比の差。区間は患者全体を1,000回再標本化した95%区間。薬剤別の因果効果ではなく、未調整の病変背景や選択の影響が残る。

肝臓と肺の差は0.523(95%区間0.094–0.982)だった。リンパ節は0.255(−0.059–0.581)、軟部組織・皮膚は0.314(−0.008–0.623)で、不確実性が大きかった。複数の臓器を探索しており、多重比較補正はしていない。患者の約5分の1ずつを除いた5回の感度解析では、肝臓の点推定は0.324–0.716へ動き、一部の区間は0を含んだ。臓器の確定的な感受性ランキングには使えない。

考察

対応する既存病変の合計が減っても、病変ごとの変化は揃わなかった。ただし、今回の21.0%は治療失敗率ではない。消失・新出を含む全腫瘍負荷を再構成しておらず、体積を径に換算しても、標的・非標的病変や新病変を扱うRECIST判定にはならない (3)。

薬剤や用量、治療開始日、局所治療、転帰、読影誤差も不足している。患者ブートストラップはこれらの不足を補わず、2時点から縮小と再増大の速度を分けることもできない。より詳細な治験データに基づく臓器別縦断モデルの結論を、この解析へ直接移すことはできない (4)。

結論

対応が確実な既存病変の合計が減っていても、個々の病変の増加は併存し、その頻度は採用する病変集合に依存した。患者ごとの合計だけでは患者内の不均一性を失う一方、この2時点データから進行判定や薬剤別の臓器感受性は決められない。

検算と資料の公開状況

analysis/01_extract_metadata.pyが提供ZIPからCSVだけを取得し、展開サイズ・CRC32を検証する。analysis/02_analyze.pyが表と図を再生成する。原本SHA256、患者×病変キー、結合の行数、モデルの行列ランクを検査した。実行済Notebookは解析作業フォルダのreports/analysis.ipynb、詳細な結果は同じフォルダのoutputs/tables/に保存した。

データのCC BY-NC条件を保持し、原画像や患者別CSVを記事の配布物へ含めない。本稿の図表は提供された数値から作成した独自の集約結果である。

配布コード

解析関数と単体検査のZIPを配布する。原データや解析全体の再実行資料は含まない。検査に使う構成例を、臨床データの検証とは扱わない。

参照

  1. Küstner T, Peisen F, Gatidis S, Wagner A, Megne O, Othman A, et al. Longitudinal-CT [Dataset]. Version 3. FDAT Repository; 2026 Sep 18. Versioned dataset. doi:10.57754/FDAT.qe950-g4h94.
  2. Gatidis S, Peisen F, Wagner A, Choudja POM, Othman A, Sanner A, et al. A longitudinal whole-body CT dataset with manually annotated tumor lesions. Scientific Data. 2026;13(1):1139. doi:10.1038/s41597-026-07466-y.
  3. Eisenhauer EA, Therasse P, Bogaerts J, Schwartz LH, Sargent D, Ford R, et al. New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1). European Journal of Cancer. 2009;45(2):228–247. doi:10.1016/j.ejca.2008.10.026.
  4. Zhou J, Cipriani A, Liu Y, Fang G, Li Q, Cao Y. Mapping lesion-specific response and progression dynamics and inter-organ variability in metastatic colorectal cancer. Nature Communications. 2023;14(1):417. doi:10.1038/s41467-023-36121-y.

All articles