본 전향적 코호트 연구에서는 화상, 만성 궤양 및 수부 재건 상처의 디지털 상처 특성, 열화상 분석 및 국소 염증 마커를 평가하였습니다. 다중 모달 모델은 내부 검증 결과 보통 수준의 판별력을 보였으나, 임상적 평가에 비해 유의미한 개선은 나타나지 않았습니다. 이는 탐색적 위험 층화에만 활용 가능함을 시사하며, 임상 적용 전 외부 검증이 필요함을 보여줍니다.
연구 논문
화상, 궤양 및 수부 재건술에서 지연 치유의 조기 디지털 및 염증 마커: 전향적 코호트 연구
19 조회수
⸱
2026년 9월 11일
이 논문에서
요약
초록
지연 치유는 화상, 만성 궤양, 수부 연조직 재건 상처에서 서로 다르게 평가되지만, 이러한 환자들은 종종 동일한 상처 관리 서비스에서 처치됩니다. 본 전향적 단일 센터 코호트 연구에서는 표준화된 디지털 상처 특징, 열화상 촬영 및 국소 염증 마커가 이 세 가지 범주 전반의 조기 지연 치유 위험 평가에 도움이 되는지 평가하였습니다. 2024년 1월 1일부터 2025년 12월 31일 사이에 등록된 성인을 대상으로 기초 상처 사진 촬영, 열화상 영상 촬영 및 상처 삼출액 샘플링을 수행하였습니다. 지연 치유는 사전에 지정된 상처 유형별 기준을 사용하여 정의되었습니다. 임상 모델, 디지털 특징 모델, 염증 마커 모델, 기초 통합 모델 및 7일 차 업데이트 모델을 구축하였으며, 각 모델에 상처 유형을 강제로 포함시키고 10개의 부트스트랩 샘플로 내부 검증을 수행하였습니다. 총 168명의 환자(화상 57명, 만성 궤양 70명, 수부 연조직 재건 상처 41명) 중 59명(35.1%)이 지연 치유 기준을 충족하였습니다. 지연 치유 상처는 더 깊고 가피와 괴사 조직이 더 많았으며, 삼출물 점수와 상처-기준 온도 차이가 더 높았고, 인터루킨-6 (IL-6) 농도가 더 높았습니다. 그 외 몇 가지 차이점은 정밀하지 않았습니다. 겉보기 AUC는 임상 모델의 경우 0.691, 기초 통합 모델의 경우 0.717, 조기 업데이트 모델의 경우 0.715였습니다. 이에 상응하는 낙관주의 보정 AUC는 각각 0.632, 0.660, 0.649였습니다. 기초 통합 모델은 임상 모델에 비해 변별력을 유의하게 향상시키지 않았으며 (ΔAUC 0.026; DeLong p = 0.40), 7일 차 면적 감소량을 추가해도 기초 통합 모델이 개선되지 않았습니다 (ΔAUC -0.002; p = 0.62). 따라서 이러한 모델들은 임상적 적용 가능성보다는 보통 수준의 내부 검증 성능을 보였습니다. 현재로서는 주로 조기 위험 층화를 위한 가설 생성 프레임워크의 역할을 합니다. 실제 적용 전에는 독립적인 외부 검증과 전향적 영향 평가가 필요합니다.
서론
지연된 상처 치유는 화상, 만성 궤양 및 수술 후 연조직 재건 전반에 걸쳐 여전히 임상적인 문제로 남아 있습니다. 이러한 상태들은 원인과 예상 치유 시간 면에서 서로 다르지만, 3차 상처 관리 서비스에서는 종종 동일한 초기 운영 결정, 즉 어떤 상처에 더 면밀한 모니터링이나 조기 전문의 검토 또는 평가 단계의 상향 조정이 필요한지를 내려야 합니다. 화상은 적기에 절제술이나 이식이 필요할 수 있으며1,2, 만성 궤양은 관류, 압력, 신경병증, 감염 및 대사 요인의 상호작용을 반영하며3,4, 재건 상처는로 상처 벌어짐, 감염 또는 플랩/이식편 손상으로 인해 치유에 실패할 수 있습니다. 통합 모델이 임상적으로 유효하려면 상처 유형이 명시적으로 유지되어야 하며, 이질성을 단순히 배제하기보다 이를 평가해야 합니다.
만성 궤양은 서로 다르지만 마찬가지로 까다로운 문제를 야기합니다. 이러한 상처는 흔히 혈류 저하, 감염, 신경병증, 압박, 부종, 대사 질환 또는 과도한 국소 염증으로 인해 지속되는 경우가 많습니다. 대규모 만성 상처 모델링 연구에 따르면 면적, 깊이, 기간, 위치 및 병인과 같은 상처 수준의 요인들이 치유 예측에 상당한 영향을 미치는 것으로 나타났습니다3. 당뇨병성 족부 궤양의 경우, 상처 면적의 초기 백분율 변화가 이후의 완전한 치유를 예측하는 것으로 밝혀졌으며, 4주 차의 면적 감소 정도는 표준 치료만으로는 치유될 가능성이 낮은 상처를 식별하는 실질적인 기준점으로 활용됩니다4. 하지만 상처의 반응 여부를 결정하기 위해 몇 주를 기다리는 것은 감염, 조직 손실 또는 재건 실패의 위험이 높은 상처에는 너무 느린 대응일 수 있습니다.
디지털 상처 평가를 통해 초기 평가를 더욱 객관적으로 수행할 수 있습니다. 표준화된 상처 사진 촬영과 보정된 평면 측정법(planimetry)을 이용하면 시각적 추정만으로 평가할 때보다 상처 면적과 표면 변화를 더 일관되게 정량화할 수 있습니다5. 또한 이미지 기반 측정은 가피(slough) 비율, 괴사 조직, 홍반, 삼출물 관련 외관 및 질감 불균질성을 포함한 추가적인 상처 바닥 특징을 추출할 수 있게 합니다. 스마트폰 기반 및 ImageJ 기반의 디지털 측정 방법은 임상 및 준임상 환경에서 상처 면적 평가를 위한 실용적인 도구로서 점차 그 가치를 인정받고 있습니다6. 하지만 대부분의 일상적인 상처 평가는 여전히 면적 감소에만 의존하고 있으며, 이는 지연 폐쇄 이전에 나타나는 초기 조직 품질 변화를 놓칠 수 있다는 한계가 있습니다.
열화상 촬영은 상처 평가의 또 다른 비침습적 차원을 제공합니다. 국소 온도 변화는 상처의 유형과 시점에 따라 염증 활동, 관류 변화, 세균 부하 또는 조직 스트레스를 반영할 수 있습니다. 정맥성 다리 궤양의 치유 궤적을 예측하기 위해 열 텍스처 분석이 연구되었으며, 이는 열적 불균질성이 상처 크기 이상의 예후 정보를 포함하고 있을 수 있음을 시사합니다7. 최근의 리뷰 논문들은 또한 현장 진단(point-of-care) 열화상 촬영이 단독 진단 테스트로서보다는 특히 임상 및 영상 특징과 함께 해석될 때 상처 모니터링을 위한 유망한 보조 수단이 될 수 있다고 설명합니다8. 따라서 불균질한 상처 군의 경우, 열 평가를 통해 일반적인 사진에서는 보이지 않는 생리학적 신호를 포착하는 데 도움을 받을 수 있습니다.
서로 다른 병인을 가지고 있음에도 불구하고, 세 가지 상처 범주는 조직 부담, 염증성 활성화, 매트릭스 전환, 국소 관류 및 상처 면적의 초기 변화와 같이 회복과 관련된 측정 가능한 프로세스를 공유합니다. 상처 삼출액 내의 사이토카인은 국소 조직 반응을 반영할 수 있으며9,10, matrix metalloproteinase-9 (MMP-9)은 프로테아제 활성과 세포외 기질 분해를 반영하며 당뇨병성 족부 궤양의 불량한 치유와 관련이 있는 것으로 알려져 있습니다11. 이러한 공유 영역은 공통 모델을 테스트하기 위한 생물학적 근거를 제공하지만, 예측 인자의 효과가 모든 상처 범주에서 동일하다는 것을 입증하는 것은 아닙니다.
대부분의 발표된 연구들은 하나의 상처 유형이나 하나의 측정 영역에 집중하는 반면, 복합 상처 클리닉에서는 공유 영상 장비와 공통 평가 워크플로우를 사용합니다. 따라서 통합 모델은 워크플로우의 단편화를 줄일 수 있으나, 그 임상적 가치는 투명한 모델 사양, 내부 검증, 교정 및 명시적인 하위 그룹 평가에 달려 있습니다12. 치유 타임라인은 상호 대체가 가능하지 않기 때문에, 상처 유형별 결과 및 상호작용 분석은 필수적인 안전장치입니다.
조직 재생의 생리적 과정은 공통적임에도 불구하고, 일반적인 임상 환경에서 다양한 상처군에 걸쳐 다중 모드 평가를 통합하는 데에는 여전히 격차가 존재합니다. 본 연구진은 초기 임상, 디지털, 열 및 염증 특성을 결합하고 상처 유형별로 조정한 새로운 풀드(pooled) 모델이, 병인적 이질성을 명시적으로 유지하면서 표준 임상 평가만으로 예측했을 때보다 지연 치유의 조기 예측력을 향상시킬 것이라는 가설을 세웠습니다. 이에 따라, 본 연구의 주된 목적은 이러한 초기 특성들과 지연 치유 사이의 연관성을 평가하고, 사전에 정의된 임상 모델과 다중 모드 모델을 비교하는 것이었습니다. 또한 분석을 통해 각 상처 범주 내에서의 성능, 상처 유형과 예측 변수 간의 상호작용, 그리고 기저치 이후의 치료 노출에 대한 민감도를 평가하였습니다. 단일 센터 개발 설계의 특성상, 모든 성능 추정치는 실제 구현 준비 단계라기보다 탐색적이며 내부적으로 검증된 것으로 간주되었습니다. 외부 검증이 이루어진다면, 이 프레임워크는 고위험 상처를 분류하여 전문의 조기 개입을 유도하고 혼합 상처 서비스 전반의 자원 배분을 최적화함으로써 궁극적으로 임상적 의사결정에 영향을 미칠 수 있을 것입니다.
프로토콜
본 연구는 시작 전 북부전구 종합병원 윤리위원회(승인 번호 Y(2023)45; 승인 날짜 2023년 1월 1일)의 검토 및 승인을 받았습니다. 본 연구는 엄격히 관찰적이고 비중재적인 연구였으므로, 윤리위원회는 서면 동의서 제출 요구 사항을 면제했습니다. 임상 기록, 상처 사진, 열화상 이미지, 상처 삼출액 또는 스왑 검체 및 바이오마커 데이터는 비식별화 처리되었으며 고유한 연구 식별자로 코딩되었습니다. 재식별 키는 별도로 저장되었으며 권한이 있는 연구진만 접근할 수 있었습니다. 사용된 모든 시약, 장비, 열화상 카메라 모델 및 소프트웨어 이름/버전/RRID의 세부 사항은 재료 표에 나열되어 있습니다.
연구 설계 및 환경
본 전향적 관찰 코호트 연구는 2024년 1월 1일부터 2025년 12월 31일 사이에 3차 교육 병원의 화상 및 성형외과와 수부외과 유닛에서 수행되었습니다. 화상 상처, 만성 궤양 또는 수부 연조직 재건 상처가 있는 성인 환자들을 대상으로 첫 상처 평가 시점 또는 수술 후 48시간 이내에 연속적으로 스크리닝을 진행하였습니다. 보고서는 역학 연구의 관찰 연구 보고 강화(STROBE) 권고안13을 따랐습니다. 스크리닝, 등록, 기저 평가, 추적 관찰 및 분석 경로는 그림 1에 제시되어 있습니다.
2024년 1월 1일부터 2025년 12월 31일 사이에 화상 상처, 만성 궤양 또는 손 연조직 재건 상처가 있는 총 196명의 환자를 스크리닝하였습니다. 28명의 환자(12명은 선정 기준 미달, 6명은 기초 영상 자료 불충분, 5명은 사용 가능한 삼출액 또는 스왑 샘플 부족, 5명은 추적 관찰 거부)를 제외한 후, 168명의 환자를 등록하여 화상 상처, 만성 궤양 또는 손 연조직 재건 상처군으로 분류하였습니다. 등록된 모든 환자를 대상으로 기초 표준 상처 사진 촬영, 열화상 촬영 및 상처 삼출액 바이오마커 샘플링을 수행하였으며, 이후 7일, 14일, 21일, 28일/4주 및 12주 차에 예정된 평가를 진행하였습니다. 최종 판정을 통해 환자들을 분석을 위한 적기 치유군과 지연 치유군으로 분류하였으며, 지연 치유는 상처 유형별 폐쇄 마일스톤을 달성하지 못했거나 계획되지 않은 외과적 중재가 필요한 경우로 광범위하게 정의하였습니다.
참가자
환자는 연령이 18–85세이고, 측정 가능한 상처 바닥을 가진 임상적으로 식별 가능한 표적 상처가 하나 있으며, 최소 4주의 추적 관찰을 완료할 것으로 예상되는 경우 대상자가 될 수 있었다. 화상 상처, 만성 궤양, 손 연부조직 재건 상처의 세 가지 상처 범주가 포함되었다. 이러한 생물학적으로 서로 다른 병인은 혼합 상처 3차 의료 서비스의 운영 현실을 반영하고 조직 수복의 공통적인 측정 가능 영역을 포착하기 위해 통합되었으며, 병인적 이질성은 미리 지정된 하위 그룹 및 상호 작용 분석(통계 분석 섹션에 상세히 설명됨)을 통해 명시적으로 다루어졌다. 화상 상처에는 보존적 드레싱, 단계적 변연절제술 또는 임상적으로 필요한 경우 이식술로 관리되는 표재성 부분층 화상, 심부 부분층 화상 및 전층 화상이 포함되었다. 만성 궤양에는 당뇨병성 족부 궤양, 정맥성 다리 궤양, 욕창 및 4주 이상 지속되는 외상성 비치유성 궤양이 포함되었다. 손 연부조직 재건 상처에는 국소 피판 복구, 피부 이식, 힘줄 노출 상처 피복 또는 연부조직 결손 재건 후의 상처가 포함되었다.
악성 상처, 활동성 전신 자가면역 질환, 최근 30일 이내의 전신 코르티코스테로이드 또는 면역억제 요법, 최근 3개월 이내의 화학요법, 긴급한 혈관 재개통술이 필요한 중증 말초 동맥 질환, 불완전한 기저 상처 영상, 상처 삼출액 또는 상처 면봉 검체 확보 불가, 또는 첫 번째 결과 평가 전 추적 관찰 소실이 있는 환자는 제외되었습니다.
여러 개의 상처가 있는 환자의 경우, 기저선 영상 촬영 전에 하나의 표적 상처를 선정하였습니다. 표적 상처는 면적이 가장 넓거나, 조직 침범 깊이가 가장 깊거나, 또는 폐쇄 지연에 대한 임상적 우려가 가장 높은 상처로 정의되었습니다. 연구 전 기간 동안 동일한 표적 상처를 추적 관찰하였습니다.
연구 일정 및 평가 계획
기초 평가는 T0로 정의되었습니다. 화상 및 만성 궤양 환자의 경우, T0는 등록 후 첫 번째 표준화된 상처 평가 시점이었습니다. 수부 연조직 재건 환자의 경우, T0는 가능한 경우 일상적인 드레싱 교체 전인 수술 후 1일부터 3일 사이로 정의되었습니다.
추적 평가는 7 ± 2일, 14 ± 3일, 화상 상피화 평가를 위한 21 ± 2일, 28 ± 5일, 그리고 12 ± 7주차에 수행되었습니다. 화상 상처의 상피화 여부는 21일차에 평가되었습니다. 만성 궤양은 4주차에 조기 면적 감소를, 12주차까지 완전 폐쇄 여부를 평가하였습니다. 수부 재건 상처는 수술 후 28일까지 안정적인 폐쇄, 상처 벌어짐, 플랩 또는 이식편 손상, 감염 및 계획되지 않은 재수술 여부를 평가하였습니다. 확정된 평가 일정은 표 1에 제시되어 있습니다.
표준화된 상처 사진 촬영 및 디지털 상처 측정
상처 사진은 48메가픽셀 메인 카메라가 장착된 상용 스마트폰을 사용하여 상처 평면에서 수직으로 약 30 cm 위에 위치시켜 촬영하였습니다. 2 cm 멸균 일회용 자와 색상 교정 카드를 멸균 구역 밖의 상처 평면에 배치하였습니다. 플래시는 비활성화하고 고정된 임상 조명을 사용하였으며, 이미지 해상도는 최소 3024 pixels × 4032 pixels로 설정하였습니다. 모션 블러가 있거나, 상처 경계가 불완전하거나, 과도한 눈부심이 있거나, 자 또는 색상 카드가 누락되었거나, 각도가 약 15°를 초과하는 이미지는 드레싱 적용 전에 다시 촬영하였습니다.
이미지 전처리는 오픈 소스 이미지 분석 소프트웨어를 사용하여 수행되었습니다. 이미지는 공통된 방향으로 회전시키고, 대상 상처와 주변 참조 피부 영역으로 크롭한 후, 2 cm 자를 기준으로 스케일을 조정하였습니다. 조직 분할 전에 컬러 캘리브레이션 카드의 뉴트럴 패치를 사용하여 색상을 정규화하였습니다. 사진의 관심 영역(ROI)은 자, 상처 가장자리 랜드마크 및 저장된 폴리곤 마스크를 사용하여 방문 시마다 동일하게 정렬하였습니다. 상처 경계는 치유 상태를 알지 못하는 두 명의 숙련된 평가자가 독립적으로 추적하였습니다. 면적 추정치 차이가 10%를 초과하는 경우, 세 번째 평가자가 측정을 반복하였으며 가장 근접한 두 추정치의 평균값을 사용하였습니다14. 기저 디지털 특징으로는 상처 면적, 둘레, 원형도, 부식물 백분율, 괴사 조직 백분율, 홍반 지수, 삼출액 점수 및 텍스처 엔트로피가 포함되었습니다. 부식물과 괴사 조직은 Hue–Saturation–Brightness 색상 임계값 도구를 사용하여 색상을 정규화한 후 이미지 분석 소프트웨어에서 분할하였습니다. 임계값은 표준 작업 절차에 따라 두 명의 숙련된 블라인드 평가자가 각 이미지에 대해 대화식으로 최적화하였으며, 정규화된 트루 컬러 이미지와 대조하여 평가자 간의 시각적 합의를 최종 수용 기준으로 삼았습니다. 이후 드레싱 잔여물, 혈액 오염, 정반사 광택 및 상처가 아닌 픽셀을 수동으로 수정하였습니다. 모든 편집 내용은 소프트웨어의 관심 영역 세트에 저장되었습니다. 텍스처 엔트로피는 소프트웨어 내의 회색조 공생 행렬(GLCM) 플러그인을 사용하여 그레이스케일 이미지로부터 계산하였으며, 픽셀 거리 1과 0°, 45°, 90°, 135° 방향을 설정하여 이 네 값의 평균을 구하였습니다.
7일 차 상처 부위 감소율은 다음과 같이 계산되었습니다:
(1)
음수 값은 상처의 확대를 나타냈습니다. 기저 상처 면적에 대한 신뢰도는 두 방향 무작위 효과 및 절대 일치 모델인 급내 상관계수 [ICC(2,1)]와 피험자 수준의 부트스트랩 95% 신뢰 구간을 통해 평가되었습니다.
열화상 촬영 및 온도 유도 특성
동일한 스마트폰에 연결된 상용 스마트폰 호환 열화상 카메라를 사용하여 열화상을 획득하였습니다. 피부 표면 이미징을 위해 방사율 설정은 0.98로 고정하였습니다. 장치는 제조사의 자동 보정 절차에 따라 매 이미징 세션 전에 보정되었습니다. 상처 부위를 실내 공기에 5 min 동안 노출시킨 후 이미지를 캡처하였습니다. 실내 온도는 2–25 °C, 상대 습도는 40–60%로 유지되었습니다. 이미징 전 15 min 이내에는 상처 세척, 세정, 국소 항균제 도포 및 변연절제술을 수행하지 않았습니다.
상처 부위, 상처 가장자리로부터 1 cm 이내의 상처 주변 피부, 그리고 반대측 또는 인접한 손상되지 않은 대조 피부의 세 영역을 기록하였습니다. 주요 열 변수인 상처-대조 온도 차이는 상처 부위 관심 영역의 평균 픽셀 온도에서 손상되지 않은 대조 피부 관심 영역의 평균 픽셀 온도를 빼서 계산하였습니다. 2.0 °C 이상의 차이를 고온 위험 패턴으로 사전 정의하였습니다. 온도는 염증, 관류, 환경 및 최근의 처치에 민감하므로 열화상 촬영은 보조적인 수단으로 처리하였습니다7,8.
열 텍스처 엔트로피는 표준 오픈 소스 프로그래밍 언어와 컴퓨터 비전 라이브러리를 사용하여 추출되었습니다. 열 프레임은 사진과 동일한 시야로 크롭되었으며, 상처 마스크는 상처 가장자리 랜드마크와 카메라 오버레이를 사용하여 등록된 후 추출 전 시각적으로 확인되었습니다. 상처 영역 내의 픽셀 강도는 손상되지 않은 피부 참조 영역에 대해 정규화되었습니다. 초점, 시야, 안정화 또는 등록 확인을 통과하지 못한 열 프레임은 다시 촬영하거나 제외하였습니다. 열 텍스처 분석은 탐색적으로 수행되었습니다7.
상처 삼출액 및 국소 염증 마커 수집
국소 염증 샘플은 상처 세척, 세척, 변연절제술 또는 국소 약물 투여 전인 T0 시점에 수집되었습니다. 삼출물이 충분한 경우, 멸균 레이온 면봉을 상처 부위에 30 s 동안 부드럽게 대어 출혈이 발생하지 않도록 하여 상처액을 수집했습니다. 상대적으로 건조한 상처의 경우, 상처 부위를 20 µL 멸균 생리식염수로 적신 후 60 s 후에 면봉을 수집했습니다. 각 면봉은 0.05% Tween-20이 포함된 1.0 mL 인산염 완충 식염수에 넣고, 60 s 동안 볼텍싱한 후 4 °C에서 3,0 x g로 10 min 동안 원심분리했습니다. 상층액은 소분하여 −80 °C에 보관했습니다. 샘플은 분석 전 단 한 번만 해동했습니다.
국소 염증 패널에는 interleukin-6 (IL-6), interleukin-8 (IL-8/CXCL8), tumor necrosis factor-alpha (TNF-α) 및 matrix metalloproteinase-9 (MMP-9)이 포함되었다. 모든 바이오마커는 시판되는 효소결합 면역흡착 분석(ELISA) 키트를 사용하여 측정하였다. 분석은 제조사의 지침에 따라 수행되었다. 구체적으로, 1차 배양은 상온 (20–25 °C)에서 2 h 동안 진행하였다. 표준 곡선 범위와 검출 하한은 각각 IL-6의 경우 3.1–300 pg/mL 및 0.7 pg/mL, IL-8/CXCL8의 경우 1.5 pg/mL 및 7.5 pg/mL, TNF-α의 경우 0.5 pg/mL 및 5.5 pg/mL, MMP-9의 경우 31.2 pg/mL 및 2,00 pg/mL였다. 시료는 이중으로 분석하였으며, 변동 계수가 15%를 초과하는 경우 반복 측정하였다. 사이토카인은 pg/mL로, MMP-9은 ng/mL로 표기하였다. 국소 미세환경의 특성을 규명하기 위해 표준화된 상처 스왑 방법을 사용하였다15.
각 상처 삼출액 용출물의 총 단백질 농도는 bicinchoninic acid 단백질 분석법을 사용하여 측정하였습니다. 주 분석에는 절대 마커 농도를 사용하였습니다. 삼출액 희석의 영향을 줄이기 위해 총 단백질 농도로 정규화한 바이오마커 농도를 사용하여 민감도 분석을 수행하였습니다.
백혈구(WBC) 수치, C-반응성 단백질, 혈청 알부민, 헤모글로빈, 공복 혈당 및 당화 헤모글로빈 측정을 위해 임상적으로 가능한 경우 T0 시점에 말초혈액 샘플을 채취하였습니다. 감염이 임상적으로 의심되거나 화농성 삼출물이 있는 경우 상처 부위의 세균 배양을 수행하였습니다.
임상 상처 평가 및 치료 기록
매 방문 시 상처 깊이, 삼출물 수준, 괴사 조직, 가피, 육아 조직, 상피화, 상처 주변 홍반, 냄새 및 통증을 기록하였습니다. 상처 깊이는 다음과 같이 등급을 매겼습니다. 1등급은 표피 또는 표재성 진피 침범, 2등급은 힘줄, 뼈, 관절낭 또는 임플란트 노출이 없는 전층 피부 또는 피하 조직 침범, 3등급은 힘줄, 뼈, 관절낭, 임플란트 노출 또는 플랩/이식편 손상이 동반된 깊은 침범으로 정의하였습니다.
삼출물은 0점에서 4점까지 점수를 매겼습니다(0 = 없음; 1 = 최소; 2 = 보통; 3 = 많음; 4 = 과도하거나 예정되지 않은 드레싱 교체가 필요함). 기저 임상 감염은 화농성 분비물이 있거나, 통증 증가, 열감, 홍반, 부종, 악취, 육아 조직 형성 지연, 조직의 취약성, 또는 전신 염증 반응 중 적어도 두 가지 이상의 징후가 나타나는 것으로 정의했습니다.
치료는 프로토콜에 의해 배정되지 않았습니다. 추적 관찰 기록을 통해 환자가 다음의 목적으로 전신 항생제를 투여받았는지 확인하였습니다. >72시간, 음압 상처 치료, T0 이후 외과적 변연절제술, 피부 이식 또는 플랩 교정술, 또는 계획되지 않은 재수술. 제공된 분석 데이터셋에 정확한 시작 및 종료 날짜가 포함되지 않아, 개별 영상 촬영 및 샘플링 방문 시점과 상대적인 타이밍을 모델링할 수 없었습니다. 이러한 기선 이후 지표들은 주 기선 모델이 아닌 민감도 분석에만 사용되었습니다.
결과 정의 및 판정
일차 결과 지표는 미리 지정된 상처 유형별 기준에 따라 정의된 치유 지연으로 설정하였다. 화상 상처의 경우, 치유 지연은 부상 후 21일까지 완전한 상피화가 이루어지지 않았거나, 보존적 치료 실패 후 계획되지 않은 이식이 수행된 경우, 또는 지속적인 비생존 조직으로 인해 반복적인 외과적 변연절제술이 필요했던 경우로 정의하였다. 만성 궤양의 경우, 치유 지연은 4주 차까지 상처 면적이 50% 미만으로 감소했거나 12주 차까지 완전한 폐쇄가 이루어지지 않은 경우로 정의하였다. 손 연부조직 재건 상처의 경우, 치유 지연은 수술 후 28일까지 안정적인 상처 폐쇄가 이루어지지 않았거나, 상처 벌어짐, 추가 중재가 필요한 플랩 또는 이식편 괴사, T0 이후 전신 항생제 투여가 필요한 새로운 또는 악화된 수술 부위 감염, 또는 계획되지 않은 재수술이 발생한 경우로 정의하였다.
완전 폐쇄는 2회 연속 방문 시 배액물이나 드레싱 보호 없이 상피가 완전히 덮인 상태로 정의하였다. 만성 궤양의 지연 치유는 다음과 같은 경우의 결합으로 보았다. <4주 차에 면적이 50% 감소하거나 12주 차까지 폐쇄가 불완전한 경우. 상처 유출액 내 MMP-9 수치의 상승이 당뇨병성 족부 궤양의 불량한 치유와 관련이 있다는 점 때문에 MMP-9를 후보 예측 인자로 유지하였다.11.
결과 판정은 디지털 특성 값과 바이오마커 농도를 알지 못하는 두 명의 임상의에 의해 수행되었습니다. 의견 불일치는 제3의 상급 상처 전문의가 해결하였습니다. 사전에 지정된 지연 치유 기준은 표 2에 요약되어 있습니다.
예측 시점 및 후보 예측 변수 제어
두 개의 예측 시점이 사전에 지정되었습니다. 기저 모델은 임상 변수, 기저 디지털 상처 특성, 기저 열 특성 및 기저 염증 마커를 포함하여 T0 시점에 이용 가능한 변수만을 사용하였습니다. 조기 업데이트 모델에는 7일 차의 상처 면적 감소량이 추가로 포함되었습니다. 이러한 구분을 통해 7일 차 정보를 기저 예측 인자로 처리하는 것을 방지하였습니다.
최종 분석 코호트는 168명의 환자와 59건의 지연 치유 사례로 구성되었습니다. 기초 통합 모델에는 6개의 사전 지정된 연속형/서열형 예측 변수와 2개의 상처 유형 지표가 포함되었으며, 조기 모델에는 7일 차 면적 감소율이 추가되었습니다. 이벤트 대 파라미터 비율이 제한적이므로, 계수와 하위 그룹 추정치는 신중하게 해석하였으며 부트스트랩 낙관성 보정(bootstrap optimism correction) 결과를 보고하였습니다.
데이터 관리 및 결측 데이터
임상 데이터는 보안이 유지되는 웹 기반 전자 데이터 수집 플랫폼에 입력되었습니다. 각 환자에게는 연구 식별 번호가 부여되었습니다. 식별 가능한 정보는 분석 데이터 세트와 분리하여 저장되었습니다. 이미지 파일은 연구 식별 번호, 상처 유형 및 방문 시점에 따라 이름을 변경하였습니다 (예: W023_T0_photo 및 W023_D7_thermal).
분석 전 범위 확인을 수행하였으며, 극단값은 자동으로 제거하지 않고 확인 후 유지하였습니다. 모델 예측 변수의 결측률은 5% 미만이었습니다. albumin, 7일 차 면적 감소, 홍반 및 IL-6는 각각 3개의 결측값이 있었고, slough는 3개, MMP-9는 6개의 결측값이 있었습니다. 연속형 예측 변수는 코호트 중앙값으로, 범주형 예측 변수는 최빈값으로 대체하였습니다. 1차 결과 변수에는 결측값이 없었습니다.
통계 분석
분석은 표준 오픈 소스 통계 및 데이터 분석 패키지를 사용하여 재현되었습니다. 연속형 변수는 평균 ± 표준 편차(SD)로 표기하고 Welch 독립 표본 t 검정으로 비교하였으며, 범주형 변수는 n (%)로 표기하고 상황에 따라 Fisher 정확 검정 또는 카이제곱 검정으로 비교하였습니다. p 값은 양측 검정으로 산출되었습니다.
예측 변수는 단변량 p 값에 의해 선택되는 대신 모델 적합 전에 고정되었습니다. 전 과정에서 로지스틱 회귀 분석이 사용되었습니다. 상처 유형은 화상 상처를 참조군으로 하여 만성 궤양 및 수술 후 손 재건 지표로 나타냈습니다. 연속형 예측 변수는 사전 정의된 대로 스케일링되었습니다.
임상, 디지털 상처 특성, 염증 마커, 기저치 결합, 초기 업데이트 결합의 다섯 가지 사전 지정 모델을 평가하였습니다. 판별력은 DeLong 95% 신뢰 구간(CIs)을 포함한 AUC로 요약하였습니다. 보정 절편, 보정 기울기 및 Brier 점수를 계산하였습니다. 내부 검증에는 100개의 부트스트랩 샘플을 사용하여 낙관주의가 보정된 AUC, 보정 및 Brier 점수를 추정하였습니다. 개별 예후 또는 진단을 위한 다변량 예측 모델의 투명한 보고(TRIPOD) 지침을 준수하였습니다16.
0.10에서 0.60 사이의 임계값에 대해 환자 수준의 예측 확률로부터 경험적 결정 곡선을 계산하였습니다. 상관된 AUC는 DeLong 검정으로 비교하였습니다. 통합 모델 예측을 사용하여 화상(n = 57), 만성 궤양(n = 70) 및 수부 재건(n = 41) 하위 그룹 내에서 모델 성능을 각각 추정하였습니다. 예측 변수와 상처 유형 간의 상호작용을 한 번에 하나의 예측 변수씩 추가하여 2자유도 가능도비 검정으로 평가하였습니다. 하위 그룹 및 상호작용 분석은 탐색적으로 수행되었습니다.
재현 가능한 워크플로우는 그림 2에 나와 있습니다. 비식별화된 환자 수준 데이터, 데이터 사전, 환자 수준 예측값, 계수, ROC(수신자 조작 특성)/보정/결정 곡선 소스 테이블, 그리고 분석 및 그림을 재생성하는 데 사용된 Python 스크립트가 보충 파일로 제공됩니다.
민감도 분석
다섯 가지 민감도 분석을 수행하였습니다: 기저 시점의 임상적 감염 사례를 제외한 후 재적합, 만성 궤양의 12주 미폐쇄에 대한 통합 모델 예측 평가, IL-6 및 MMP-9을 log(1 + 농도)로 대체, 이들 바이오마커를 총 상처 삼출액 단백질량으로 나누기, 그리고 기저 시점 이후의 치료 지표 5개를 추가하는 분석입니다. 치료 보정 분석의 경우, 치료법이 임상적 중증도에 따라 선택되었고 일부는 결과 판정 기준과 중복되었기 때문에, 유효한 기저 예측 모델이 아닌 교란 요인 평가로 해석하였습니다.
결과
환자 선별 및 결과 분류
2024년 1월 1일부터 2025년 12월 31일 사이에 화상 창상, 만성 궤양 또는 손 연조직 재건 창상을 가진 환자 196명을 스크리닝하였습니다. 28명의 환자가 제외되었는데, 12명은 선정 기준을 충족하지 않았고, 6명은 기저 상태의 창상 영상이 불완전했으며, 5명은 사용 가능한 창상액 또는 창상 면봉 검체를 제공할 수 없었고, 5명은 추적 관찰을 거부했습니다. 총 168명의 환자가 등록되어 최종 분석에 포함되었습니다(그림 1).
포함된 168명의 환자 중 57명은 화상 상처, 70명은 만성 궤양, 41명은 손 연조직 재건 상처를 가지고 있었습니다. 고정된 평가 일정(표 1) 및 미리 지정된 결과 기준(표 2)에 따라, 재현 가능한 상처 유형별 결과 알고리즘을 통해 109명(64.9%)의 환자는 적기 치유로, 59명(35.1%)은 지연 치유로 분류되었습니다.
기초 임상, 디지털 및 열적 상처 특성
사전 지정된 분석 워크플로우는 그림 2에 나타나 있으며, 모델 피팅에 사용된 예측 변수 구조는 표 3에 상세히 기술되어 있다. 기저 임상, 디지털 및 열적 특성은 표 4에 요약되어 있다. 평균 연령은 54.7 years ± 14.7 years였으며, 환자의 94명(56.0%)은 남성이었고, 62명(36.9%)은 당뇨병을 앓고 있었다. 기저 임상 감염은 지연 치유 환자군에서 더 빈번하게 나타났으며(20.3% vs 8.3%, p = 0.029), 연령, 성별, 당뇨병, 흡연, 헤모글로빈 및 알부민의 차이는 불분명했다.
기초 상처 면적은 결과 그룹 간에 차이가 없었습니다 (지연 그룹 16.0 cm2 ± 12.4 cm2 vs 적시 그룹 15.5 cm2 ± 12.0 cm2, p = 0.768). 지연 치유 상처는 더 깊었습니다 (2.20 ± 0.74 vs 1.80 ± 0.70, p < 0.01). 상처 유형 분포는 결과에 따라 유의미한 차이를 보이지 않았습니다 (p = 0.167).
지연 치유 상처에서 더 많은 가피(31.2% ± 12.8% vs 24.3% ± 14.2%, p = 0.02)와 더 많은 괴사 조직(10.8% ± 7.1% vs 8.1% ± 7.3%, p = 0.026)이 관찰되었으며, 삼출물 점수가 더 높았습니다(1.90 ± 0.8 vs 1.4 ± 0.90, p = 0.002). 홍반 지수(p = 0.176)와 사진 텍스처 엔트로피(p = 0.060)의 차이는 불분명했습니다. 기저선 면적 일치도는 ICC(2,1) = 0.97 (bootstrap 95% CI 0.96–0.98)였으며, 5개 사례에서 3차 측정이 필요했습니다.
포함된 168장의 모든 기선 열화상은 품질 관리 기준을 통과한 것으로 표시되었습니다. 상처-참조 온도 차이는 지연 치유 상처에서 더 높았으며 (1.41 °C ± 0.84 °C 대 1.06 °C ± 0.74 °C, p = 0.09), ≥2.0 °C 패턴은 25.4% 대 1.9%로 나타났습니다 (p = 0.031). 열 텍스처 엔트로피는 차이가 없었습니다 (p = 0.372). 면적 이외의 디지털 및 열 특성에 대한 판독자 수준의 반복 측정값이 없어, 사후 ICC 또는 kappa 추정은 수행하지 못했습니다.
7일 차 면적 감소는 165명의 환자에게서 관찰되었으며 지연 치유군에서 평균적으로 더 낮았으나, 그 차이는 부정확했습니다 (17.9% ± 11.3% vs 21.5% ± 12.2%, p = 0.059). 6명의 환자는 7일 차에 상처가 확대되었습니다. 환자별 디지털 및 열 분포는 그림 3에 나타나 있습니다.
국소 염증 마커 및 치료 노출
국소 마커 및 처리 노출 내용은 표 5에 요약되어 있습니다. 이러한 특정 바이오마커들은 손상된 조직 복구의 생물학적으로 유의미하고 뚜렷한 경로를 나타내기 위해 선정되었습니다. IL-6, IL-8/CXCL8 및 TNF-α는 초기 염증 활성화 및 백혈구 모집의 전형적인 매개체이며, MMP-9은 과도한 세포외 기질 분해의 주요 동인입니다. 지연 치유 상처에서 IL-6 수치가 더 높게 나타났습니다 (65.5 pg/mL ± 49.6 pg/mL vs 50.2 pg/mL ± 30.4 pg/mL, p = 0.034). IL-8/CXCL8 또한 수치상으로는 더 높았으나 (238.7 pg/mL ± 149.0 pg/mL vs 195.0 pg/mL ± 12.4 pg/mL), 그 신뢰도는 제한적이었습니다 (p = 0.052). TNF-α는 유의미한 차이를 보이지 않았습니다 (p = 0.097).
MMP-9 농도는 지연 치유 상처에서 391.4 ng/mL ± 192.3 ng/mL였으며, 적기 치유 상처에서는 357.4 ng/mL ± 187.3 ng/mL였다(p = 0.285). 단백질 정규화된 MMP-9, CRP, WBC 수 및 양성 배양 빈도 또한 유의미한 차이를 보이지 않았다.
추적 전신 항생제 투여, 변연절제술, 이식/피판 수정 및 계획되지 않은 재수술은 지연 치유 환자군에서 더 흔하게 나타났으며(p = 0.09, p = 0.046, p = 0.026, p = 0.013), 반면 음압 상처 치료는 그렇지 않았습니다(p = 0.126). 노출 빈도는 세 가지 상처 범주 간에 유의미한 차이가 없었습니다(모두 p ≥ 0.106). 이러한 광범위한 중재 범주를 추적하였으나, 구체적인 임상 관리는 원인에 따라 본질적으로 달랐습니다(예: 화상의 경우 조기 절제 및 이식, 만성 궤양의 경우 압력 분산, 압박 또는 혈관 재건, 재건성 상처의 경우 피판 구제술). 정확한 중재 시점은 확인할 수 없었습니다.
그림 4는 사용 가능한 모든 환자 수준의 바이오마커 관찰 결과와 분석 데이터셋으로부터 생성된 정방형의 레이블 정렬 Spearman 상관관계 행렬을 보여줍니다. 지연 치유 상처에서 더 높은 IL-6 농도가 나타난 반면, IL-8/CXCL8 및 MMP-9의 차이는 불분명했습니다. 염증 마커들은 열 및 조직 부담 특성과 완만한 상관관계를 보였습니다.
지연 치유의 단변량 및 다변량 예측 인자
보정되지 않은 그룹 간 비교 결과, 지연 치유 그룹에서 더 깊은 상처 깊이, 가피, 괴사 조직, 삼출물, 온도 차이, 기저 감염 및 IL-6가 확인되었습니다. 이러한 비교는 기술적인 분석이었습니다. 확립된 분석 워크플로우(그림 2)에 따라, 다변량 모델에는 사전 지정된 예측 변수(표 3에 상세히 기재됨)가 사용되었으며, 단변량 유의성에 따라 변수를 선택하지 않았습니다.
전체 계수는 Table 6에 보고되어 있습니다. 기본 통합 모델에서 상처 면적, 가피, 온도 차이, IL-6 또는 MMP-9 중 어느 것도 p < 0.05 수준에서 결과와 독립적으로 연관되지 않았습니다. 상처 깊이가 가장 큰 추정치를 보였습니다 (등급당 조정 오즈비 [aOR] 1.70, 95% CI 0.98–2.95; p = 0.061).
기초 면적, slough, 온도, IL-6 및 MMP-9 추정치의 aOR은 각각 0.9 (95% CI 0.74–1.3), 1.2 (0.90–1.65), 1.4 (0.89–2.32), 1.07 (0.88–1.30) 및 0.97 (0.80–1.17)이었다. 화상 대비 만성 궤양의 aOR은 0.5 (0.24–1.25)였으며, 화상 대비 수부 재건의 aOR은 1.24 (0.50–3.08)였다.
초기 업데이트 모델에서, 7일 차 상처 면적 감소는 10% 증가당 aOR 0.94(95% CI 0.68–1.29; p = 0.703)였으며, 나머지 추정치는 베이스라인 통합 모델과 유사했습니다. 표 6에 절편과 모든 회귀 계수가 제공되어 있습니다. 개별 위험도는 p = 1/[1 + exp(-η)]로 계산되며, 여기서 η는 절편에 각 나열된 계수와 해당 스케일링된 예측 변수 값의 곱의 합을 더한 값입니다.
이러한 넓은 신뢰 구간과 대부분의 예측 변수에 대한 독립적인 근거의 부재는 상당한 불확실성을 나타냅니다. 따라서 그림 5의 계수 도표는 예측 변수를 확립된 결정 요인으로 표시하지 않고 추정치와 95% 신뢰 구간만을 표시합니다.
탐색적 상처 유형별 추정치 및 상호작용 p 값은 그림 5 및 보충 파일 1에 나타나 있습니다. 상처 유형과 예측 변수 간의 상호작용 중 통계적으로 유의미한 것은 없었으나(기초 모델 Pinteraction = 0.271–0.92; 7일째 감소 Pinteraction = 0.850), 하위 그룹의 신뢰 구간은 넓었습니다.
예측 모델 성능
모델 성능은 표 7에 요약되어 있습니다. 겉보기 AUC는 임상 모델의 경우 0.691 (95% CI 0.608–0.73), 디지털 특성 모델의 경우 0.719 (0.637–0.801), 염증 마커 모델의 경우 0.645 (0.53–0.737), 베이스라인 결합 모델의 경우 0.717 (0.632–0.801), 그리고 조기 업데이트 모델의 경우 0.715 (0.630–0.79)였습니다.
낙관주의 보정 AUC는 각각 0.632, 0.60, 0.56, 0.60 및 0.649였습니다. 베이스라인 결합 모델은 임상 모델에 비해 겉보기 AUC를 0.026만큼만 개선했습니다 (DeLong p = 0.400). 초기 업데이트 모델은 임상 모델과는 0.024만큼 차이가 났으며 (p = 0.434), 베이스라인 결합 모델과는 -0.02만큼 차이가 났습니다 (p = 0.62).
기초 통합 모델의 경우, 낙관주의 보정 Brier 점수는 0.219, 보정 기울기는 0.713, 보정 절편은 0.05였습니다. 이에 대응하는 조기 업데이트 값은 각각 0.2, 0.671, 0.02였습니다. 이러한 추정치는 보정 수축을 나타내며, 일상적인 임상 적용을 뒷받침하지 않습니다.
경험적 결정 곡선 분석 결과, 모든 임계값에서 다중 모달 모델이 임상 모델보다 뚜렷하고 안정적인 순이익(net-benefit) 우위를 보이지 않았습니다. 따라서 그림 6의 결정 곡선은 임상적 유용성의 증거라기보다 탐색적 결과로 제시되었습니다.
그림 6은 168명의 환자 수준 예측 확률 전체를 사용하여 생성되었습니다. 수신기 작동 특성(receiver-operating-characteristic) 곡선은 경험적 계단 함수이며, 보정(calibration)에는 Wilson 구간을 적용한 십분위 그룹을 사용하였고, 결정 곡선(decision curves)은 평활화 처리를 하지 않은 관찰된 예측값을 사용하였습니다.
상처 유형별 성능 및 민감도 분석
상처 유형별 분석은 탐색적 연구이며 통계적 검정력이 부족하다는 점을 명시해야 합니다. 기선 통합 모델의 AUC는 화상(n = 57; 이벤트 20건)에서 0.639 (95% CI 0.473–0.805), 만성 궤양(n = 70; 이벤트 20건)에서 0.741 (0.596–0.86), 그리고 수부 재건(n = 41; 이벤트 19건)에서 0.71 (0.51–0.870)였습니다. 조기 업데이트 AUC는 각각 0.630, 0.74, 0.706이었습니다.
상호작용 분석에서 통계적으로 유의미한 효과 차이는 나타나지 않았으나, 이를 동등함으로 해석해서는 안 됩니다. 예를 들어, 상처 깊이에 대한 aOR은 만성 궤양에서 2.88 (95% CI 1.17–7.09)이었던 반면, 화상에서는 1.17 (0.48–2.83)이었으며, Pinteraction = 0.271이었습니다. 소규모의 하위 그룹 크기와 넓은 신뢰 구간으로 인해 모든 상처 유형별 결과는 탐색적인 수준입니다.
민감도 AUC는 기저 시점의 임상적 감염을 제외했을 때 0.698, 만성 궤양 중 12주 차 미폐쇄의 경우 0.750, 로그 변환된 바이오마커를 사용했을 때 0.715, 단백질 정규화된 바이오마커를 사용했을 때 0.716이었다. 5가지 추적 치료 지표를 추가했을 때 겉보기 AUC는 0.717에서 0.810으로 증가했으나(ΔAUC 0.093; p = 0.05), 낙관주의 교정 AUC는 0.743이었다. 치료가 중증도에 따라 선택되었고 기저 시점 이후에 이루어졌으며 결과 기준과 일부 중첩되었으므로, 이러한 증가는 기저 예측 능력이 향상되었다는 증거라기보다는 적응증에 의한 교란 변수 및 시간적/순환적 편향에 취약한 결과이다.
탐색적 상처 유형별 성능 분석 데이터, 5가지 민감도 분석, 95% 신뢰 구간 및 상호작용 p 값과 함께 제시된 상처 유형별 보정 효과, 상처 범주별 치료 노출, 그리고 치료 보정 민감도 모델이 보충 파일 1에 제공됩니다.
그림 1환자 스크리닝, 등록, 추적 관찰 및 분석 경로2024년 1월 1일부터 2025년 12월 31일 사이에 화상 상처, 만성 궤양 또는 손 연부조직 재건 상처 환자 총 196명을 스크리닝하였다. 28명의 환자(적격성 기준 미달 12명, 기저 영상 불완전 6명, 사용 가능한 삼출액 또는 스왑 검체 부족 5명, 추적 관찰 거부 5명)를 제외한 후, 168명의 환자를 등록하여 화상 상처, 만성 궤양 또는 손 연부조직 재건 상처로 분류하였다. 등록된 모든 환자를 대상으로 기저 표준 상처 사진 촬영, 열화상 촬영 및 상처 삼출액 바이오마커 샘플링을 수행하였으며, 이후 7일, 14일, 21일, 28일/4주 및 12주차에 예정된 평가를 실시하였다. 최종 판정을 통해 환자들을 분석을 위한 적기 치유군과 지연 치유군으로 분류하였으며, 지연 치유는 상처 유형별 폐쇄 마일스톤을 달성하지 못했거나 계획되지 않은 외과적 개입이 필요한 경우로 광범위하게 정의하였다. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.
그림 2지연 치유 예측을 위한 다중 모드 분석 워크플로우기초 단계에서 임상 변수, 표준화된 상처 사진, 열화상 이미지 및 상처 삼출액 내 염증 마커를 수집하였다. 디지털 상처 특성, 열 특성 및 염증 마커를 추출하여 미리 지정된 예측 모델에 입력하였다. 기초 모델은 T0 변수만을 사용한 반면, 조기 업데이트 모델에는 7일 차 상처 면적 감소율을 추가로 포함하였다. 임상 모델, 디지털 상처 특성 모델, 염증 마커 모델 및 통합 모델을 판별력, 보정력, Brier 점수, 부트스트랩 내부 검증 및 결정 곡선 분석을 통해 평가하였다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 3환자 수준의 디지털 및 열 상처 특성. (A) 기저 상처 면적 (n = 109 적기 치유; n = 59 지연 치유). (B) 탈락 백분율 (n = 106 적기; n = 59 지연). (C) 상처-기준 온도 차이(n = 109 적기; n = 59 지연). (D) 기선 면적 대비 7일째 면적 감소; 모든 가용 관찰치가 표시됨 (n = 108 조기; n = 57 지연). (E) 치유 상태에 따라 정렬된 전체 168명 환자의 히트맵. 패널 (A–C), 바이올린 플롯은 데이터의 확률 밀도를 나타내며, 내부의 박스 플롯은 중앙값(중심선)과 사분위수 범위(IQR, 힌지)를 나타내고, 수염(whiskers)은 최대 1.5 × IQR까지 연장됩니다. 패널 (D), 음영 처리된 오차 대역은 선형 회귀 적합선의 95% 신뢰 구간을 나타냅니다. p 값은 양측 Welch 독립 표본 t-검정을 사용하여 계산되었습니다. 바이올린, 박스 및 산점도 레이어는 사용 가능한 전체 데이터를 나타내며, 누락된 7일 차 값은 설명된 바와 같이 모델/히트맵에 대해서만 대체 입력되었습니다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 4환자 수준의 염증 마커 분포 및 상관관계 행렬. (A) IL-6. (BIL-8/CXCL8.C) MMP-9. (D동일한 행 및 열 변수를 가진 정사각 스피어만 상관 행렬. 사용 가능한 모든 관측치가 표시됨; 두 그룹 p 값은 Welch입니다. t 검정. 이 그림의 확대 버전을 보시려면 여기를 클릭하십시오.
그림 5보정된 모델 추정치 및 탐색적 상처 유형별 효과. (A) 95% 신뢰구간을 포함한 기초 통합 모델 조정 오즈비. (B) 초기 업데이트 모델 추정치. (C) 단일 예측 변수 상호작용 모델을 통한 상처 유형별 보정 오즈비; Pinteraction은 자유도 2의 우도비 검정 결과임. 화상 n = 57, 만성 궤양 n = 70, 수부 재건 n = 41. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
그림 6환자 수준 예측을 통한 재현 가능한 모델 성능. (A) 겉보기 AUC 및 DeLong 95% 신뢰구간(CI)이 표시된 경험적 ROC 곡선. (B) Wilson 구간을 이용한 십분위수 기반 겉보기 보정. (C) 결정 곡선. (D) 95% 신뢰구간(CI)을 포함한 겉보기 AUC 및 부트스트랩 낙관주의 교정 AUC. 베이스라인 결합 모델은 임상 모델에 비해 AUC를 유의하게 개선하지 않았다(p = 0.400). 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.
| 평가 항목 | T0 기저선 | 7일 차 ± 2일 | 14일 차 ± 3일 | 21일 차 ± 2일 | 28일 차 ± 5일 / 4주 차 | 12주 차 ± 7일 | |
| 적격성 확인 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 서면 동의서 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 인구통계학적 및 임상 이력 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 상처 유형 분류 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 대상 상처 선정 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 임상적 상처 평가 | 예 | 예 | 예 | 예 | 예 | 예 | |
| 표준화된 상처 사진 촬영 | 예 | 예 | 예 | 선택 사항 | 예 | 예 | |
| 디지털 상처 면적 측정 | 예 | 예 | 예 | 선택 사항 | 예 | 예 | |
| 슬러프, 괴사 조직 및 홍반 평가 | 예 | 예 | 예 | 선택 사항 | 예 | 예 | |
| 열화상 촬영 | 예 | 예 | 선택 사항 | 선택 사항 | 선택 사항 | 선택 사항 | |
| 상처 삼출물 또는 상처 스왑 샘플링 | 예 | 선택 사항 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 국소 염증 마커 분석 | 예 | 선택 사항 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 말초 혈액 염증 마커 | 예 | 선택 사항 | 선택 사항 | 선택 사항 | 선택 사항 | 아니요 | |
| 임상적 필요 시 상처 세균 배양 | 예 | 선택 사항 | 선택 사항 | 선택 사항 | 선택 사항 | 선택 사항 | |
| 치료 기록 문서화 | 예 | 예 | 예 | 예 | 예 | 예 | |
| 7일 차 상처 면적 감소 계산 | 아니요 | 예 | 아니요 | 아니요 | 아니요 | 아니요 | |
| 화상 상처 상피화 평가 | 아니요 | 아니요 | 아니요 | 예 | 폐쇄되지 않은 경우 예 | 아니요 | |
| 손 재건 결과 평가 | 아니요 | 아니요 | 선택 사항 | 선택 사항 | 예 | 아니요 | |
| 만성 궤양 면적 감소 평가 | 아니요 | 아니요 | 아니요 | 아니요 | 예 | 아니요 | |
| 만성 궤양 완전 폐쇄 평가 | 아니요 | 아니요 | 아니요 | 아니요 | 선택 사항 | 예 | |
| 1차 지연 치유 결과 판정 | 아니요 | 아니요 | 화상의 경우 선택 사항 | 화상의 경우 예 | 손 재건 및 만성 궤양 조기 반응의 경우 예 | 만성 궤양 폐쇄의 경우 예 | |
표 1: 고정 평가 일정. 약어: T0, 기저 평가 시점. 참고: “선택 사항”은 임상적으로 가능하거나 임상적 지표가 있을 때 평가를 수행했음을 나타내며, 기본 기저 모델에는 필수 사항이 아니었습니다.
| 상처 유형 | 평가 시점 | 적기 치유 정의 | 지연 치유의 정의 |
| 화상 상처 | 21일 ± 2일 | 계획되지 않은 이식이나 반복적인 변연절제술 없이 21일 차까지 상피화가 완전히 이루어짐 | 21일 차까지 상피화가 완전히 이루어지지 않은 경우, 보존적 치료 실패 후 계획되지 않은 이식이 수행된 경우, 또는 지속적인 비생존 조직으로 인해 외과적 변연절제술을 반복한 경우 |
| 만성 궤양 | 4주 차 및 12주 차 | 4주 차까지 상처 면적 50% 이상 감소 및 12주 차까지 완전 폐쇄 | <4주 차까지 상처 면적 50% 감소 또는 12주 차까지 폐쇄 불완전 |
| 손 연부조직 재건 상처 | 수술 후 28 ± 5일 | 창상 벌어짐, 플랩/이식편 괴사, 신규 또는 악화된 감염, 또는 계획되지 않은 재수술 없이 안정적으로 창상이 폐쇄된 상태 | 수술 후 28일까지 안정적인 폐쇄가 이루어지지 않음, 상처 벌어짐, 중재가 필요한 플랩/이식편 괴사, T0 이후 전신 항생제 투여가 필요한 새로운 또는 악화된 감염, 또는 계획되지 않은 재수술 |
표 2: 사전 정의된 상처 유형별 결과 기준. 만성 궤양의 적기 치유는 4주 차까지 면적이 50% 이상 감소하고 12주 차까지 완전히 폐쇄되는 것 모두를 필요로 하며, 지연 치유는 <50% 감소 또는 불완전 폐쇄. 완전 폐쇄는 2회 연속 방문 시 배액이나 드레싱 보호 없이 상피가 완전히 덮인 상태여야 한다.
| 모델 | 예측 인자 | 상처 유형 조정 | 역할 / 평가 |
| 임상 모델 | 연령(10년 단위), 당뇨병, 혈청 알부민(5 g/L 단위), 기저 상처 면적(10 cm² 단위), 상처 깊이 등급 | 만성 궤양 및 수부 재건 지표; 화상을 참조 기준으로 함 | 비교군; 겉보기 및 낙관주의 보정 AUC, 보정, 브라이어 점수 |
| 디지털 상처 특징 모델 | 슬러프 (10%당), 괴사 조직 (10%당), 삼출물 점수, 홍반 지수, 사진 질감 엔트로피, 상처-기준 온도 차이 | 만성 궤양 및 수부 재건 지표; 화상을 기준으로 함 | 도메인 모델; 겉보기 및 낙관주의 보정 AUC, 보정, 브라이어 점수 |
| 염증 표지자 모델 | IL-6 (20 pg/mL당), IL-8/CXCL8 (10 pg/mL당), TNF-α (10 pg/mL당), MMP-9 (10 ng/mL당), CRP (10 mg/L당), 상처 배양 결과 | 만성 궤양 및 수부 재건 지표; 화상을 참조로 함 | 도메인 모델; 겉보기 및 낙관주의 보정 AUC, 보정, 브라이어 점수 |
| 기준 결합 모델 | 기초 상처 면적, 상처 깊이 등급, 가피, 상처-기준 온도 차이, IL-6 및 MMP-9 | 만성 궤양 및 수부 재건 지표; 화상을 기준으로 함 | 기본 베이스라인 모델; 임상 모델과의 DeLong 비교 및 결정 곡선 분석 |
| 조기에 업데이트된 결합 모델 | 모든 기저 통합 모델 예측 변수 및 7일 차 상처 면적 감소율(10%당) | 만성 궤양 및 수부 재건 지표; 화상을 참조로 함 | 초기 궤적 업데이트; 임상 및 기저치 결합 모델과의 DeLong 비교 |
표 3: 정확한 예측 모델 구조. 예측 변수는 사전에 지정되었으며, 상처 유형은 모든 모델에 강제로 포함되었다. 기저 시점과 7일 차 업데이트 분석은 별도로 유지되었다. 약어: AUC, 수신자 조작 특성 곡선 아래 면적; CRP, C-반응성 단백질; IL, 인터루킨; MMP-9, 매트릭스 메탈로프로테이나제-9.
| 변수 | 전체 코호트 (n = 168) | 적기 치유 (n = 109) | 지연 치유 (n = 59) | p 값 | |
| 연령(세) | 54.7 ± 14.7 | 55.6 ± 15.1 | 53.2 ± 14.0 | 0.315 | |
| 남성, n (%) | 94 (56.0) | 59 (54.1) | 35 (59.3) | 0.626 | |
| 체질량 지수, kg/m² | 24.8 ± 4.0 | 24.5 ± 4.1 | 25.3 ± 3.7 | 0.184 | |
| 당뇨병, n (%) | 62 (36.9) | 43 (39.4) | 19 (32.2) | 0.404 | |
| 현재 흡연 여부, n (%) | 48 (28.6) | 33 (30.3) | 15 (25.4) | 0.593 | |
| 헤모글로빈, g/L | 129.2 ± 16.8 | 129.6 ± 17.2 | 128.3 ± 16.2 | 0.636 | |
| 혈청 알부민, g/L | 37.6 ± 4.5 | 38.1 ± 4.4 | 36.8 ± 4.7 | 0.085 | |
| 기초 임상 감염, n (%) | 21 (12.5) | 9 (8.3) | 12 (20.3) | 0.029 | |
| 상처 유형, n (%) | 0.167 | ||||
| 화상 상처 | 57 (33.9) | 37 (33.9) | 20 (33.9) | ||
| 만성 궤양 | 70 (41.7) | 50 (45.9) | 20 (33.9) | ||
| 손 연조직 재건 상처 | 41 (24.4) | 22 (20.2) | 19 (32.2) | ||
| 기초 상처 면적, cm² | 15.7 ± 12.1 | 15.5 ± 12.0 | 16.0 ± 12.4 | 0.768 | |
| 상처 깊이 등급 | 1.94 ± 0.74 | 1.80 ± 0.70 | 2.20 ± 0.74 | <0.001 | |
| 슬러프 영역, % | 26.8 ± 14.1 | 24.3 ± 14.2 | 31.2 ± 12.8 | 0.002 | |
| 괴사 조직 면적, % | 9.0 ± 7.4 | 8.1 ± 7.3 | 10.8 ± 7.1 | 0.026 | |
| 삼출물 점수 | 1.60 ± 0.92 | 1.44 ± 0.90 | 1.90 ± 0.88 | 0.002 | |
| 홍반 지수 | 0.28 ± 0.09 | 0.27 ± 0.08 | 0.30 ± 0.11 | 0.176 | |
| 텍스처 엔트로피 | 4.59 ± 0.44 | 4.54 ± 0.45 | 4.67 ± 0.42 | 0.060 | |
| 권선-기준 온도차, °C | 1.18 ± 0.79 | 1.06 ± 0.74 | 1.41 ± 0.84 | 0.009 | |
| 온도 차이 ≥2.0 °C, n (%) | 28 (16.7) | 13 (11.9) | 15 (25.4) | 0.031 | |
| 열 텍스처 엔트로피 | 4.76 ± 0.50 | 4.78 ± 0.50 | 4.71 ± 0.52 | 0.372 | |
| 7일차 상처 면적 감소율, % | 20.3 ± 12.0 | 21.5 ± 12.2 | 17.9 ± 11.3 | 0.059 | |
| 7일 차 상처 확대, n (%) | 6 (3.6) | 2 (1.9) | 4 (7.0) | 0.183 | |
표 4: 기초 임상, 디지털 및 열적 특성. 값은 평균 ± 표준 편차 또는 n (%)입니다. p 값은 상황에 따라 Welch t tests, 카이제곱 검정 또는 Fisher 정확 검정을 사용하였으며, 기술적 비교에는 가용 사례 n이 적용되었습니다.
| 변수 | 전체 코호트 (n = 168) | 적기 치유 (n = 109) | 지연 치유 (n = 59) | p-값 |
| IL-6, pg/mL | 55.7 ± 38.9 | 50.2 ± 30.4 | 65.5 ± 49.6 | 0.034 |
| IL-8/CXCL8, pg/mL | 210.3 ± 127.7 | 195.0 ± 112.4 | 238.7 ± 149.0 | 0.052 |
| TNF-α, pg/mL | 23.5 ± 11.6 | 22.3 ± 10.8 | 25.6 ± 12.8 | 0.097 |
| MMP-9, ng/mL | 369.0 ± 189.1 | 357.4 ± 187.3 | 391.4 ± 192.3 | 0.285 |
| 총 상처 삼출액 단백질, mg/mL | 1.89 ± 0.73 | 1.84 ± 0.68 | 1.99 ± 0.83 | 0.233 |
| 총 단백질량 대비 정규화된 MMP-9, ng/mg | 230.2 ± 148.2 | 219.8 ± 136.3 | 249.4 ± 167.5 | 0.251 |
| C-반응성 단백질, mg/L | 13.8 ± 9.9 | 13.3 ± 9.8 | 14.7 ± 9.9 | 0.385 |
| 백혈구 수, ×10⁹/L | 7.5 ± 1.9 | 7.3 ± 1.9 | 7.7 ± 2.0 | 0.211 |
| 양성 상처 배양, n (%) | 72 (42.9) | 46 (42.2) | 26 (44.1) | 0.871 |
| 전신 항생제 >72시간, n (%) | 44 (26.2) | 21 (19.3) | 23 (39.0) | 0.009 |
| 음압 창상 치료, n (%) | 39 (23.2) | 21 (19.3) | 18 (30.5) | 0.126 |
| 기초선 이후 외과적 변연절제술 시행 여부, n (%) | 44 (26.2) | 23 (21.1) | 21 (35.6) | 0.046 |
| 피부 이식 또는 플랩 교정술, n (%) | 34 (20.2) | 16 (14.7) | 18 (30.5) | 0.026 |
| 계획되지 않은 재수술, n (%) | 17 (10.1) | 6 (5.5) | 11 (18.6) | 0.013 |
표 5: 국소 염증 마커 및 추적 관찰 치료 노출. 치료 변수는 이진 노출 여부 지표이며, 정확한 시작/종료 날짜를 사용할 수 없어 해당 변수들은 기본 베이스라인 모델에서 제외되었습니다.
| 예측 인자 | 기초 β | 기초 aOR | 기초선 95% 신뢰구간 | 기초 P | 초기 β | 조기 aOR | 초기 95% 신뢰구간(CI) | 조기 P | |
| 절편 | -2.552 | 0.078 | 0.021–0.296 | <0.001 | -2.342 | 0.096 | 0.017–0.531 | 0.007 | |
| 기초 상처 면적, 10 cm² 증가당 | -0.010 | 0.990 | 0.738–1.328 | 0.947 | -0.017 | 0.983 | 0.732–1.321 | 0.912 | |
| 상처 깊이 등급, 1등급 증가당 | 0.528 | 1.696 | 0.976–2.949 | 0.061 | 0.508 | 1.662 | 0.948–2.916 | 0.076 | |
| 슬러프(slough) 면적, 10% 증가당 | 0.199 | 1.220 | 0.900–1.653 | 0.201 | 0.195 | 1.216 | 0.897–1.648 | 0.208 | |
| 권선-기준 온도차, 개당 1 °C 증가 | 0.364 | 1.439 | 0.894–2.316 | 0.134 | 0.366 | 1.442 | 0.895–2.323 | 0.132 | |
| IL-6, 20 pg/mL 증가당 | 0.069 | 1.071 | 0.884–1.298 | 0.482 | 0.065 | 1.067 | 0.880–1.295 | 0.509 | |
| MMP-9, 100 ng/mL 증가당 | -0.030 | 0.971 | 0.803–1.174 | 0.759 | -0.035 | 0.966 | 0.797–1.170 | 0.721 | |
| 7일 차 상처 면적 감소, 10% 증가당 | 포함되지 않음 | 포함되지 않음 | — | — | -0.062 | 0.940 | 0.685–1.291 | 0.703 | |
| 상처 유형: 만성 궤양 vs 화상 | -0.599 | 0.549 | 0.241–1.252 | 0.154 | -0.594 | 0.552 | 0.242–1.259 | 0.158 | |
| 상처 유형: 수부 재건 vs 화상 | 0.216 | 1.241 | 0.500–3.078 | 0.641 | 0.200 | 1.221 | 0.490–3.042 | 0.668 | |
표 6: 절편, 계수, 보정된 오즈비, 95% 신뢰 구간, p 값 및 상처 유형 표시기를 포함한 베이스라인 결합 모델 및 조기 업데이트 모델의 전체 로지스틱 회귀 사양. 개별 위험도는 p = 1/[1 + exp(-η)]이다.
| 모델 | 겉보기 AUC | 95% 신뢰구간 | 낙관주의 보정 AUC | 보정된 검량선 기울기 | 보정된 검정 절편 | 보정 브라이어 점수 | ΔAUC 대 임상 결과 | DeLong P 값 대 임상적 유의성 | |
| 임상 모델 | 0.691 | 0.608–0.773 | 0.632 | 0.695 | 0.004 | 0.227 | — | — | |
| 디지털 상처 특징 모델 | 0.719 | 0.637–0.801 | 0.660 | 0.708 | 0.005 | 0.221 | — | — | |
| 염증 마커 모델 | 0.645 | 0.553–0.737 | 0.566 | 0.579 | 0.007 | 0.235 | — | — | |
| 기초 결합 모델 | 0.717 | 0.632–0.801 | 0.660 | 0.713 | 0.005 | 0.219 | 0.026 | 0.400 | |
| 조기 업데이트 결합 모델 | 0.715 | 0.630–0.799 | 0.649 | 0.671 | 0.002 | 0.222 | 0.024 | 0.434 | |
| 조기 업데이트군 vs 기저선 통합군 | — | — | — | — | — | — | -0.002 | 0.662 | |
표 7: ΔAUC 및 DeLong p 값을 포함한 겉보기 성능 및 10회 부트스트랩 낙관주의 보정 모델 성능. 보정된 보정 및 Brier 값이 보고됨. 모델 비교에는 상관 AUC DeLong 테스트가 사용됨.
보충 파일 1: 본 연구의 결과를 뒷받침하는 데이터.이 파일을 다운로드하려면 여기를 클릭하십시오.
토론
환자 수준의 분석 결과 신중한 결론을 얻었습니다. 기술적 비교에서 지연 치유 상처는 더 깊었고 조직 부담, 삼출물, 온도 차이, 기저 감염 및 IL-6 수준이 더 높게 나타났으나, 사전에 지정된 대부분의 다변량 계수는 부정확했습니다. 기저 및 초기 다중 모달 모델의 낙관주의 교정 AUC는 각각 0.60과 0.649였으며, 임상 모델에 비해 유의미한 개선을 보이지 않았습니다. 이러한 결과는 염증, 매트릭스 전환 및 조직 재형성이 회복 과정 동안 상호작용한다는 광범위한 견해와 일치하지만17,18,19,20, 임상적으로 적용 가능한 예측 인자를 확립하지는 못했습니다.
영상 분석 결과는 표준화된 측정의 유효성을 뒷받침하는 동시에 중요한 재현성 격차를 드러냅니다. 보정된 사진 촬영은 면적 측정을 개선할 수 있으며5,6,14, 열화상 촬영은 일반 영상에서는 보이지 않는 생리학적 특성을 포착할 수 있습니다7,8. 그러나 상처 부위의 준비 및 조직 분류는 전처리 과정과 수동 보정에 여전히 민감하게 반응합니다21,2. 기저 면적 일치도는 우수했으나, 가피(slough), 괴사, 홍반, 질감 및 열 특성에 대한 판독자 수준의 데이터는 유지되지 않았습니다. 결과적으로, 본 연구는 이러한 비면적 특성들에 대한 재현성을 주장할 수 없습니다. 상처 삼출물 분석 결과 또한 이전 보고보다 낮게 나타났습니다. 이전의 상처 삼출물 및 프로테아제 연구들의 생물학적 타당성에도 불구하고9,10,1,15,23,24,25,26, IL-6는 기술적으로 차이를 보인 반면 MMP-9는 그렇지 않았습니다.
실제 구현을 위해서는 통계적 판별 이상의 요소가 필요할 것입니다. 스마트폰 호환 열화상 촬영은 장비 구매, 보정, 작업자 교육, 환경 안정화, 이미지 등록 및 품질 관리 요구 사항을 수반합니다. ELISA는 시료 수집 및 콜드체인 처리, 중복 분석, 실험실 인력의 시간 소요, 배치 처리 및 결과 보고 지연을 초래합니다. 정확한 지역별 비용과 처리 시간은 전향적으로 기록되지 않았으며, 공식적인 비용 효율성 분석은 수행되지 않았습니다. 통합 모델의 임상 모델 대비 ΔAUC가 작고 유의미하지 않았기 때문에, 현재로서는 일상적인 사용을 위해 추가적인 기술적 및 실험실적 부담을 감수하는 것이 정당화되지 않습니다.
치료 방법의 차이는 인과적 해석을 어렵게 합니다. 지연 치유 환자군에서는 기선(baseline) 이후 항생제 투여, 변연절제술, 이식/플랩 교정 및 재수술이 더 빈번하게 발생했습니다. 또한, 서로 다른 상처 범주 간의 표준 치료 관리 방식에 존재하는 심각한 이질성은 측정되지 않은 상당한 교란 변수를 유발합니다. 이러한 다양한 원인별 임상 경로가 자연적인 치유 궤적을 변화시키고 기선 예측 신호를 모호하게 함으로써, 통합 다중 모드 모델의 판별 성능이 낮아지는 원인이 되었을 가능성이 큽니다. 치료 보정 모델은 겉보기 AUC가 더 높았으나, 이러한 중재 조치들은 중증도에 대응하여 선택되었으며 일부는 상처 유형별 결과 판정 기준의 일부를 형성했습니다. 따라서 적응증에 의한 교란, 처리 시점 정보의 부재 및 잔여 교란 변수로 인해 기선 이후의 치료 계수를 중재 효과나 유효한 기선 예측 인자로 해석하는 것이 불가능합니다.
풀링(Pooling)은 생물학적 동등성에 대한 가정이 아니라, 공유된 혼합 상처 임상 워크플로우와 공통의 측정 가능한 회복 영역에 근거하여 수행되었습니다. 상처 유형은 모든 모델에 강제로 포함되었으며, 하위 그룹별 AUC, 예측 변수 효과 및 상호작용이 보고되었습니다. 그럼에도 불구하고 화상, 만성 궤양 및 손 하위 그룹은 각각 57명, 70명, 41명의 환자만을 포함하고 있으므로, 유의미한 상호작용이 없다는 점만으로 일관성을 입증할 수는 없습니다. 다른 제한 사항으로는 단일 센터 설계, 내부 검증만 수행됨, 제한적인 이벤트-매개변수 비율, 중앙값/최빈값 대체, 불완전한 비면적 신뢰성 데이터, 정확한 중재 시점 확인 불가, 그리고 잠재적으로 센터별로 상이한 영상/분석 워크플로우 등이 있습니다. 실제 적용 전에는 독립적인 검증, 재보정 및 전향적 영향 평가가 필요합니다12,27,28,29.
결론적으로, 특정 디지털, 열 및 염증 특징들이 개별적으로는 지연 치유와 연관이 있었으나, 다중 모드 예측 모델의 내부 검증 성능은 보통 수준에 그쳤으며 표준 임상 평가 대비 통계적으로 유의미한 판별적 우위를 보이지 않았습니다. 따라서 이러한 결과는 현재로서는 이 통합 모델의 임상적 적용을 뒷받침하지 않으며, 대신 적절한 표본 수를 확보한 향후 다기관 연구를 위한 탐색적 기초 자료를 제공합니다.
공개 사항
저자들은 공개할 사항이 없습니다.
감사의 글
저자들은 환자 선별 및 상처 영상 촬영을 도와준 북부전구 종합병원 화상 및 성형외과와 중국 인민무장경찰부 랴오닝성 군단 병원 제2외과의 임상 직원 및 간호사들에게 감사를 표합니다. 또한 연구에 참여한 환자들에게도 감사를 드립니다. 본 연구는 공공, 상업 또는 비영리 부문의 어떠한 자금 지원 기관으로부터도 특정 보조금을 지원받지 않았습니다.
재료
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| BCA 단백질 정량 분석 키트 | Thermo Fisher Scientific | 23225 | - |
| FLIR ONE Pro 열화상 카메라 | FLIR Systems | 435-0006-03 | - |
| FIJI용 GLCM 텍스처 플러그인 | FIJI/ImageJ 커뮤니티 | v0.4 | - |
| Human IL-6 Quantikine ELISA 키트 | R&D 시스템 | D6050 | - |
| Human IL-8/CXCL8 Quantikine ELISA 키트 | R&D 시스템즈 | D80C | - |
| 인간 MMP-9 ELISA 키트 | Abcam | ab10610 | - |
| 인간 TNF-α Quantikine ELISA 키트 | R&D 시스템즈 | DTA0D | - |
| iPhone 14 Pro | 사과 | — | - |
| 인산완충생리식염수 (PBS) | Thermo Fisher Scientific | 10010023 | - |
| 멸균 레이온 팁 면봉 | Puritan Medical Products | 25-806 1WR | - |
| Tween-20 | Sigma-Aldrich | P1379 | - |
| X-Rite ColorChecker Classic Mini | Calibrite / X-Rite | MSCCVPR-MINI | - |
| FIJI / ImageJ | 미국 국립보건원 | 1.54j | SCR_0285 |
| scikit-learn | scikit-learn 개발자 | 1.9.0 | SCR_0257 |
| REDCap | 밴더빌트 대학교 | 14.0.9 | SCR_03282 |
| SciPy | SciPy 개발자 | 1.18.0 | SCR_08058 |
| 파이썬 | Python Software Foundation | 3.12.13 | SCR_08394 |
| Matplotlib | Matplotlib 개발 팀 | 3.11.1 | SCR_08624 |
| NumPy | NumPy 개발자 | 2.5.1 | SCR_08628 |
| OpenCV | OpenCV 팀 | 4.9.0 | SCR_01526 |
| Statsmodels | Statsmodels 개발자 | 0.14.6 | SCR_016074 |
| Seaborn | Seaborn 개발자 | 0.13.2 | SCR_018132 |
| 판다스(pandas) | pandas 개발팀 | 3.0.5 | SCR_018214 |
| scikit-image | scikit-image 개발자 | 0.22.0 | SCR_021340 |
참고문헌
- Rowan MP, et al. Burn wound healing and treatment: review and advancements. Crit Care. 2015;19(1):243.
- Ji S, Xiao S, Xia Z. Consensus on the treatment of second-degree burn wounds (2024 edition). Burns Trauma. 2024;12:tkad061.
- Cho SK, Mattke S, Gordon H, Sheridan M, Ennis W. Development of a model to predict healing of chronic wounds within 12 weeks. Adv Wound Care. 2020;9(9):516–24.
- Sheehan P, Jones P, Caselli A, Giurini JM, Veves A. Percent change in wound area of diabetic foot ulcers over a 4-week period is a robust predictor of complete healing in a 12-week prospective trial. Diabetes Care. 2003;26(6):1879–82.
- Kientzy M, et al. Accuracy of digital measurement for quantitative and qualitative indicators of wound healing and repair: a systematic review protocol. BMJ Open. 2024;14(5):e085969.
- Tanner J, et al. Digital wound monitoring with artificial intelligence to prioritise surgical wounds in cardiac surgery patients for priority or standard review: protocol for a randomised feasibility trial (WISDOM). BMJ Open. 2024;14(9):e086486.
- Monshipouri M, et al. Thermal imaging potential and limitations to predict healing of venous leg ulcers. Sci Rep. 2021;11(1):13239.
- Fridberg M, Bafor A, Iobst CA, Laugesen B. The role of thermography in assessment of wounds: a scoping review. Injury. 2024;55(11):111833.
- Saleh K, Sonesson A, Persson K, Riesbeck K, Schmidtchen A. Inflammation biomarkers and correlation to wound status after full-thickness skin grafting. Front Med. 2019;6:159.
- Rembe JD, et al. Immunomarker profiling in human chronic wound swabs reveals IL-1β/IL-1RA and CXCL8/CXCL10 ratios as potential biomarkers for wound healing, infection status and regenerative stage. J Transl Med. 2025;23(1):407.
- Liu Y, et al. Increased matrix metalloproteinase-9 predicts poor wound healing in diabetic foot ulcers. Diabetes Care. 2009;32(1):117–9.
- Efthimiou O, et al. Developing clinical prediction models: a step-by-step guide. BMJ. 2024;386:e078276.
- von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Ann Intern Med. 2007;147(8):573–7.
- Sharun K, Dhama K, Tiwari R. Comparative assessment of smartphone-based digital wound area measurement and ImageJ-based digital image analysis. Narra J. 2025.
- Rembe JD, et al. Assessment and monitoring of the wound micro-environment in chronic wounds using standardized wound swabbing for individualized diagnostics and targeted interventions. Biomedicines. 2024;12(10):2187.
- Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: the TRIPOD statement. Ann Intern Med. 2015;162(1):55–63.
- Wallace HA, Basehore BM, Zito PM. Wound healing phases. StatPearls. Treasure Island (FL): StatPearls Publishing; 2023.
- Landén NX, Li D, Ståhle M. Transition from inflammation to proliferation: a critical step during wound healing. Cell Mol Life Sci. 2016;73(20):3861–85.
- Schultz GS, Ladwig G, Wysocki A. Extracellular matrix: review of its roles in acute and chronic wounds. Principles of Wound Healing. Adelaide: University of Adelaide Press; 2011.
- Almadani YH, Vorstenbosch J, Davison PG, Murphy AM. Wound healing: a comprehensive review. Semin Plast Surg. 2021;35(3):141–4.
- Sibbald RG, Elliott JA, Persaud-Jaimangal R. Wound bed preparation 2021. Adv Skin Wound Care. 2021;34(4):183–95.
- Harries RL, Bosanquet DC, Harding KG. Wound bed preparation: TIME for an update. Int Wound J. 2016;13(Suppl 3):8–14.
- Gao M, et al. Regulation of inflammation during wound healing: the function of mesenchymal stem cells and strategies for therapeutic enhancement. Front Pharmacol. 2024;15:1345779.
- Mikosiński J, Kruk-Jeromin J, Drobnik J. Longitudinal evaluation of biomarkers in wound fluids from chronic venous leg ulcers. Acta Derm Venereol. 2022;102:adv00667.
- Trengove NJ, et al. Analysis of the acute and chronic wound environments: the role of proteases and their inhibitors. Wound Repair Regen. 1999;7(6):442–52.
- Fu K, Zheng Q, Wei H. Role of matrix metalloproteinases in diabetic foot ulcers. Front Pharmacol. 2022;13:1050630.
- Collins GS, et al. Evaluation of clinical prediction models: from development to external validation. BMJ. 2024;384:e074819.
- Binuya MAE, Engelhardt EG, Schats W, Schmidt MK, Steyerberg EW. Methodological guidance for the evaluation and updating of clinical prediction models: a systematic review. BMC Med Res Methodol. 2022;22(1):316.
- Saelmans A, et al. Implementation and updating of clinical prediction models: a systematic review. Mayo Clin Proc Digit Health. 2025;3(3):100228.