퇴행성 요추 척추전방전위증의 경막외 지방종에 대한 자기공명영상 기반 진단 프로토콜 및 위험 예측

요약

본 프로토콜은 퇴행성 요추 척추전방전위증 환자를 대상으로 경막외 지방증을 진단하고 그 위험도를 예측하기 위한 표준화된 자기공명영상 기반 방법을 설명합니다.

초록

본 프로토콜은 퇴행성 요추 척추전방전위증(DLS) 환자의 경막외 지방종증에 대한 표준화된 자기공명영상(MRI) 기반 진단 접근법을 제시하고 임상 위험 예측 모델의 개발 과정을 설명합니다. DLS 환자들을 대상으로 경막외 지방종증 검출을 위한 T1 강조 영상, 다열근 지방 침윤의 Goutallier 등급 분류 및 방사선학적 평가를 포함한 표준화된 MRI 평가를 수행하였습니다. 연구 코호트는 모델링 코호트(n = 248)와 검증 코호트(n = 106)로 나누었습니다. 단변량 스크리닝 후 다변량 이분 로지스틱 회귀 분석을 통해 독립적 예측 인자를 식별하였습니다. 투명한 보고를 위해 연령과 체질량지수(BMI)의 영향은 각각 10년 및 5 kg/m² 증가 단위로 표기하였습니다. 병상 예측 방정식은 연령(세)과 BMI(kg/m²)를 직접 입력할 수 있도록 대수적으로 동일한 원단위 계수를 사용하여 제시되었습니다. 식별된 5가지 독립적 예측 인자는 연령(10년 증가당 오즈비 [OR] = 1.510), 여성(OR = 2.354), BMI(5 kg/m² 증가당 OR = 1.874), L5 분절 침범(OR = 3.766), Goutallier grade 3-4(OR = 3.184)였습니다. 해당 모델의 ROC 곡선 하 면적(AUC) 값은 모델링 코호트에서 0.834, 검증 코호트에서 0.815를 기록하였습니다. 보정 및 결정 곡선 분석 결과, 본 모델은 탐색적 임상 의사결정 지원 도구로서 적합한 것으로 나타났으나, 광범위한 임상 적용 전 외부 검증이 필요합니다. 본 프로토콜은 임상 및 방사선학적 파라미터를 결합한 통합 병상 예측 도구와 함께, DLS 환자의 표준화된 평가와 개별화된 위험 예측을 용이하게 하는 재현 가능한 MRI 기반 경막외 지방종증 평가 프레임워크를 제공합니다.

서론

퇴행성 요추 척추전방전위증(DLS)은 일반 인구의 4%–8%에 영향을 미치며, 50대 이후 유병률이 현저히 증가합니다^1,2. 후방 신경궁이 온전한 상태에서 하위 척추체에 대해 척추체가 전방으로 변위된 것으로 정의되는 DLS는 흔히 척수강 협착증과 신경성 파행을 유발하여 환자의 가동성, 근력 및 삶의 질을 상당히 저하시킵니다³. 관련 영상 특징 중, 전위된 레벨의 정중 시상면 T1 강조 자기공명영상(MRI)에서 띠 모양의 고신호 강도 지방 신호로 나타나는 경막외 지방종 징후는 질환의 인식과 중증도 평가를 용이하게 할 수 있는 중요한 방사선학적 지표입니다. 경막외 지방종은 전통적으로 글루코코르티코이드 투여, 경막외 스테로이드 노출 또는 쿠싱 증후군과 같은 내분비 장애와 관련이 있는 것으로 알려져 왔습니다^4,5,6. 하지만 스테로이드 노출이 없는 비만 또는 대사 증후군 환자들 사이에서도 점점 더 많이 보고되고 있으며^7,8,9,10, 이는 대사적 및 생체역학적 요인이 중요한 병인학적 역할을 한다는 것을 시사합니다. 최근의 체계적 문헌고찰에서는 보고된 사례들에 걸쳐 다양한 병인과 임상 결과를 요약하였으며¹¹, 체중 감량 후 증상이 개선된 사례 또한 보고되었습니다¹². 척수 경막외 지방종에 대해 축상면 경막외 지방-경막낭 비율 접근법과 국소 부위 등급 시스템을 포함한 MRI 기반의 등급 분류 및 정량적 평가 방법들이 이전에 보고된 바 있습니다^13,14. 그럼에도 불구하고, DLS 환자의 경막외 지방종을 체계적으로 평가하기 위해 특화된 표준화된 MRI 기반 프로토콜은 아직 확립되지 않았습니다. 따라서 일관된 진단 기준이 없어 해석이 검사자에게 의존적이며, 영향을 받은 개체와 그렇지 않은 개체를 구분하는 임상적 결정 요인이 완전히 규명되지 않았고, 임상의들은 초기 평가 시 위험도를 추정할 수 있는 실질적인 도구가 부족한 실정입니다.

이러한 공백을 메우기 위해, 본 프로토콜은 DLS 환자의 경막외 지방종에 대한 MRI 기반 평가를 위한 표준화되고 임상적으로 적용 가능한 프레임워크를 구축합니다. 이 프로토콜은 임상 매개변수, 특정 영상 획득 파라미터가 포함된 사전 정의된 MRI 진단 기준, 척추 적응형 Goutallier 등급 분류법을 이용한 척추 주변 근육 평가, 경막낭 압박에 대한 축상면 확인 평가, 그리고 병상 옆 위험 층별화를 위한 예측 모델을 통합합니다. Manjila 등급 시스템은 시상면 영상에서 두미측 범위를 평가하고 3 × 3 그리드 기반 평가를 통해 축상면 중증도를 평가하므로, 수술 계획 수립에 정보를 제공하고 배측, 복측 및 원주형 경막외 지방 분포 사이의 구분을 용이하게 하는 중요한 국소 부위 참조 기준으로 인정됩니다^14,15,16. 본 프로토콜은 기존의 척추 경막외 지방종 등급 시스템을 대체하려는 것이 아니라, 임상적으로 관련이 있을 때 축상면 및 국소 부위 특징을 기록하는 동시에 DLS 관련 슬립 레벨(slipped levels)에 특화된 워크플로우를 제공합니다. 이러한 접근 방식은 DLS 환자에서 표준화된 영상 평가와 개별화된 임상 위험 추정을 지원하는 동시에, 경막외 지방종에 대한 재현성 높은 평가를 촉진하는 것을 목표로 합니다.

프로토콜

본 MRI 프로토콜은 전용 16채널 척추 표면 코일이 장착된 1.5 Tesla 초전도 스캐너를 위해 설계되었습니다. 이 프로토콜은 동등한 하드웨어를 갖춘 다른 1.5 또는 3.0 T 시스템에 맞게 조정될 수 있습니다. 모든 절차는 헬싱키 선언을 준수하여 수행되었으며, 톈진 유니온 메디컬 센터의 기관생명윤리위원회(승인 번호: 2024-IRB-089)의 승인을 받았습니다.

1. 환자 선정 및 임상 평가

1. 환자 등록 전 기관생명윤리위원회(IRB) 및 윤리위원회의 승인을 받으십시오. 인간 참여자가 포함된 모든 절차가 헬싱키 선언을 준수하는지 확인하십시오. 모든 연구 기록에 승인 번호(2024-IRB-089)를 기재하십시오.
   ​참고: 연구에서 완전히 익명화된 기존의 임상 데이터 및 영상 데이터 세트를 사용하는 경우, 해당 면제가 임상 데이터의 2차 이용에 관한 기관 정책 및 국가 규정을 준수한다면 개별 고지된 동의 요건이 면제될 수 있습니다. 윤리위원회로부터 면제에 대한 명시적인 승인을 받으십시오. 환자 등록을 진행하기 전에 윤리 승인을 받으십시오.
2. DLS 진단이 확정되어 척추 외과에 내원하는 연속 환자들을 스크리닝하십시오. 직립 측면 또는 굴곡-신전 방사선 사진을 검토하여 전방 척추 전위가 3mm 이상 또는 척추체 너비의 10% 이상인지 확인하십시오.
   1. 추간판 변성과 후관절 비대를 포함하여 해당 수준에서의 퇴행성 변화를 확인하십시오.¹⁷측면 방사선 사진과 시상면 MRI에서 추궁판 간절절(pars interarticularis) 결손이 없음을 확인하십시오.
   2. 임상 평가 전 2주 이내에 표준 요추 MRI(시상면 T1 강조, 시상면 T2 강조 및 횡단면 T2 강조 시퀀스) 촬영을 받은 18~85세 환자를 등록하십시오. 지난 6개월 이내에 척추 수술 또는 경막외 스테로이드 주사 치료를 받은 환자는 제외하십시오.
   3. 후방 척추체 선 방법을 사용하여 기립 측면 또는 굴곡-신전 방사선 사진에서 전방 척추 전위를 측정하십시오. 미측 척추체의 후방 피질을 따라 수직 기준선을 그린 다음, 이 선에서 전위된 두측 척추의 후하단 모서리까지의 수직 거리를 측정하십시오. 변위 정도를 밀리미터 단위로 기록하고, 필요한 경우 미측 척추체 전후 너비에 대한 백분율로 기록하십시오.
3. 비퇴행성 척추전방전위증(협착성, 외상성, 병적, 수술 후, 또는 저형성 L5 척추체 및 L5-S1 가성 전방전위증과 같은 발달상 또는 해부학적 모사체) 환자와 글루코코르티코이드 사용 환자를 제외하십시오. >지난 1년 동안 누적 3개월 또는 확인된 내인성 고코르티솔혈증(쿠싱 증후군, 부신 선종 또는 뇌하수체 부신피질 자극 호르몬 분비 종양).
   1. 지난 6개월 이내에 동화 스테로이드 또는 테스토스테론 대체 요법을 받은 환자는 제외하십시오. 2등급 이상의 움직임 아티팩트(motion artifact) 또는 불완전한 요천추 부위 촬영을 포함하여 영상 품질이 불충분한 MRI 검사는 제외하십시오.
   2. 심각한 심폐 또는 신부전(미국마취과학회 신체상태 분류 IV-V등급), 활동성 감염 또는 MRI 금기 사항이 있는 환자는 제외하십시오.
      ​주의: 스캐너 진입 전 MRI 안전 스크리닝을 완료하십시오. MRI 비호환 이식형 장치를 삽입한 환자는 제외하십시오.
   3. 4단계 영상 품질 척도를 사용하여 움직임 아티팩트를 등급화한다: 0등급 = 아티팩트가 보이지 않음; I등급 = 진단에 지장이 없는 경미한 아티팩트; II등급 = 해부학적 경계나 측정 기준점을 가리는 중등도 아티팩트; III등급 = 해당 시퀀스를 진단 불능 상태로 만드는 심각한 아티팩트. 결과 분류에 필요한 모든 시퀀스 중 어느 하나라도 II등급 또는 III등급의 아티팩트가 있는 검사는 제외하거나, 해당 검사를 연구에 포함시키기 전 영향받은 시퀀스를 재촬영한다.
4. 훈련된 두 명의 연구 보조원이 작성한 표준화된 REDCap 데이터 수집 양식을 사용하여 전자 건강 기록(EMR) 데이터베이스와 의료영상저장전송시스템(PACS)에서 임상 데이터를 추출하십시오.
   1. 연령(세), 성별(남성/여성), 체질량 지수(BMI; kg/m²)를 기록하십시오.²), 그리고 미끄러진 분절(L3, L4 또는 L5).
   2. 증상 지속 기간, 신경성 파행의 유무 및 이전의 보존적 치료 이력을 기록하십시오.
   3. 교육받은 두 명의 연구 보조원이 전자 의무 기록(EMR) 및 의료영상저장전송시스템(PACS)에서 임상 변수를 독립적으로 추출하여 두 개의 REDCap 양식에 각각 입력하도록 합니다. 데이터 추출 후 두 양식을 비교하고, 불일치하는 부분은 원본 기록을 참조하여 해결합니다. 해결되지 않은 불일치 사항은 책임 연구원에게 전달하여 최종 판정을 받습니다.
   4. REDCap 범위 및 완전성 검사 중에 누락되었거나 불완전한 변수를 식별하십시오. 누락된 값은 EMR, PACS 및 원본 영상 판독 보고서를 통해 확인하십시오. 필수 예측 변수, 결과 변수 또는 필수 MRI 시퀀스를 복구할 수 없는 경우에만 해당 환자를 모델 개발에서 제외하십시오. 필수 모델 변수에 대해 통계적 대체법을 수행하지 마십시오.
5. SPSS 버전 27.0에서 난수 시드(random seed)를 42로 설정하여, 대상 환자들을 7:3의 할당 비율로 모델링 코호트(n = 248)와 검증 코호트(n = 106)에 무작위로 배정한다.
   1. 두 명의 숙련된 척추 영상의학 전문의의 합의된 진단에 따라, 모델링 코호트 내의 환자들을 경막외 지방종 및 비지방종 그룹으로 분류한다. >10년의 경력을 바탕으로, 단계 3에 기술된 MRI 판독 프로토콜을 따릅니다.
   2. SPSS 버전 27.0에서 난수 시드(random seed)를 42로 설정하고, 변환(Transform)을 선택하십시오. > 변수를 계산하고, RV.UNIFORM(0,1)을 사용하여 균등 랜덤 변수를 생성하십시오. 이 변수를 기준으로 케이스를 오름차순으로 정렬한 뒤, 적격 케이스의 상위 70%를 모델링 코호트에 할당하고 나머지 30%를 검증 코호트에 할당하십시오. 이후의 모든 분석을 위해 할당 변수를 변경 없이 유지하십시오.
   3. 층화 무작위 배정 대신 단순 무작위 배정을 사용하십시오. 코호트 할당 시 기초 인구통계학적 변수, 방사선학적 변수 또는 MRI 변수의 균형을 강제로 맞추지 마십시오.
   4. 무작위 배정 후, Student's t-검정을 사용하여 모델링 코호트와 검증 코호트 간의 기선 Demographic(인구통계학적), 임상적, 방사선학적 및 MRI 변수를 비교하십시오. 제시된 텍스트가 없습니다. 번역할 내용을 입력해 주세요.적절한 경우 t-검정 또는 카이제곱 검정을 실시하십시오. 임상적으로 유의미한 불균형이 확인되지 않을 때 배정이 적절한 것으로 간주하며, 코호트 비교 가능성 평가 결과를 다음 사항에 보고하십시오. 표 1.
      주의: 모든 선정 기준을 확인한 후 코호트 할당을 완료하십시오.

변수	모델링 코호트 (n = 248)	검증 코호트 (n = 106)	t/χ2	P 값
연령 (years)	67.87 ± 11.39	68.16 ± 11.93	0.216	0.829
성별, n (%)			0.002	0.966
남성	96 (38.71)	42 (39.62)
여성	152 (61.29)	64 (60.38)
체질량 지수 (kg/m²)	24.88 ± 3.62	24.91 ± 3.48	0.077	0.939
전위 분절, n (%)			0.564	0.754
L3	31 (12.50)	14 (13.21)
L4	149 (60.08)	67 (63.21)
L5	68 (27.42)	25 (23.58)
Pfirrmann 등급, n (%)			0.104	0.991
Grade II	18 (7.26)	8 (7.55)
Grade III	74 (29.84)	33 (31.13)
Grade IV	93 (37.50)	38 (35.85)
Grade V	63 (25.40)	27 (25.47)
Goutallier 등급, n (%)			3.022	0.388
Grade 1	78 (31.45)	27 (25.47)
Grade 2	86 (34.68)	33 (31.13)
Grade 3	52 (20.97)	28 (26.42)
Grade 4	32 (12.90)	18 (16.98)
원위 후관절 각도 (°)	55.26 ± 6.42	55.18 ± 6.39	0.111	0.912
원위 후관절 삼출액 (mm)	0.94 ± 0.21	0.93 ± 0.20	0.444	0.657
원위 디스크 높이 (mm)	9.16 ± 1.92	9.20 ± 1.88	0.193	0.847
근위 후관절 각도 (°)	49.95 ± 6.03	50.03 ± 5.99	0.115	0.908
근위 후관절 삼출액 (mm)	0.84 ± 0.26	0.83 ± 0.25	0.237	0.813
근위 디스크 높이 (mm)	8.05 ± 1.52	8.08 ± 1.50	0.156	0.876
골반 입사각 (PI, °)	52.18 ± 7.94	52.35 ± 7.85	0.188	0.851
골반 경사 (PT, °)	24.35 ± 7.17	24.28 ± 7.23	0.080	0.936
천골 경사 (SS, °)	44.91 ± 6.83	45.01 ± 6.79	0.129	0.898
흉추 후만 (TK, °)	21.18 ± 7.67	21.25 ± 7.62	0.075	0.940

표 1: 모델링 및 검증 코호트의 기저 특성. 연속 변수는 평균 ± 표준 편차(SD)로, 범주형 변수는 숫자(%)로 표시하였다. 코호트 간의 비교 가능성을 평가하기 위해 모델링 코호트(n = 248)와 검증 코호트(n = 106) 간의 기저 인구통계학적, 임상적, 방사선학적 및 자기공명영상 특성을 비교하였다. 약어: BMI, 체질량 지수; PI, 골반 입사각; PT, 골반 경사도; SS, 천추 경사도; TK, 흉추 후만증.

2. MRI 획득 프로토콜

1. 표준화된 설문지를 사용하여 MRI 안전 스크리닝을 수행합니다. 임신, 이식형 전자 장치, 강자성 이물질, 폐쇄공포증 및 가돌리늄 기반 조영제에 대한 알레르기 반응 이력을 포함한 금기 사항을 확인합니다.
   1. 환자에게 장신구, 시계, 피어싱, 보청기를 포함한 모든 금속 물체를 제거하도록 안내합니다. 환자를 MRI 테이블 위에 앙와위로 배치합니다.
   2. 무릎 아래에 부드러운 쿠션을 놓아 약 20°–30°의 굴곡을 유도하고 생리적 요추 전만을 감소시킵니다. T12에서 S3까지의 범위를 제공할 수 있도록 스파인 코일을 L3 척추 수준에 중앙 배치합니다.
   3. 코일을 피부에 직접 밀착시켜 고정하고 눈에 보이는 공기 간극을 제거합니다. 환자의 움직임을 최소화하기 위해 양옆에 폼 패딩을 배치하고 MRI 호환 비상 호출 장치를 제공합니다.
   4. 정맥 내 가돌리늄 기반 조영제를 투여하지 않습니다. 진단 워크플로우에는 비조영 시상면 T1 강조, 시상면 T2 강조 및 축상면 T2 강조 시퀀스를 사용합니다.
2. TR = 8 ms, TE = 4 ms, slice thickness = 8 mm, field of view = 400 mm × 400 mm인 그라디언트 에코 시퀀스를 사용하여 3면 스카우트(로컬라이저) 시퀀스를 획득합니다.
   1. T12/L1부터 천골까지 요추 전체가 포함되었는지 확인합니다. 요천추 접합부가 완전히 시각화되지 않은 경우 환자의 위치를 다시 조정합니다.
3. TR = 500 ms, TE = 12 ms, field of view = 280 × 280 mm, matrix = 512 × 256, slice thickness = 4 mm, slice gap = 0.4 mm, NEX = 2를 사용하여 시상면 T1 강조 터보 스핀 에코 영상을 획득합니다.
   1. 가시돌기에 평행하게 슬라이스를 설정합니다. 좌우 전체 범위를 제공하기 위해 최소 11장의 시상면 슬라이스를 획득합니다.
      ​참고: T1 강조 영상은 지방 조직이 주변 구조물에 비해 본질적으로 높은 신호 강도를 보이기 때문에 경막외 지방종을 식별하는 기본 시퀀스입니다. 선택된 획득 파라미터는 적절한 신호 대 잡음비와 공간 해상도를 유지하면서 T1 강조 효과를 극대화합니다. 일반적인 획득 시간은 약 3–4분입니다.
   2. 해당 프로토콜을 동등한 1.5 또는 3.0 T 플랫폼에 적용할 때, 필요한 해부학적 범위, 시퀀스 유형, 슬라이스 방향, 슬라이스 두께, 슬라이스 간 간격 및 진단 평면을 유지하십시오. 경막외 지방, 경막낭 경계 및 미끄러짐 발생 수준의 해부학적 구조가 진단적 해석을 위해 명확하게 보이도록 유지하면서, 필요에 따라 field of view, matrix, excitation 횟수, 에코 트레인 길이 및 병렬 영상 인자를 최적화하십시오.
4. TR = 3,500-4,000 ms, TE = 100-120 ms, field of view = 280 mm × 280 mm, matrix = 512 × 256, slice thickness = 4 mm, slice gap = 0.4 mm, NEX = 2를 사용하여 시상면 T2 강조 터보 스핀 에코 영상을 획득합니다.
   1. 직접적인 영상 비교가 가능하도록 슬라이스 위치를 시상면 T1 강조 획득 조건과 일치시킵니다.
      ​참고: T2 강조 영상은 뇌척수액(CSF), 경막낭 및 추간판 형태의 시각화를 개선하여 보완적인 해부학적 정보를 제공합니다. 이 시퀀스는 추간판 퇴행의 Pfirrmann 등급 평가에도 사용됩니다. 일반적인 획득 시간은 약 4–5분입니다.
5. TR = 4,000 ms, TE = 112 ms, field of view = 180 mm × 180 mm, matrix = 320 × 256, slice thickness = 4 mm, slice gap = 0.4 mm, NEX = 3을 사용하여 L1/L2부터 L5/S1까지 각 요추 추간판 수준에서 축상면 T2 강조 fast 스핀 에코 영상을 획득합니다.
   1. 각 추간판 공간에 평행하게 축상 슬라이스를 설정합니다. 전체 해부학적 범위를 확보하기 위해 미끄러진 세그먼트를 통해 6-8장의 슬라이스를 획득합니다.
      ​참고: 축상면 T2 강조 영상은 경막외 지방 분포와 경막낭 형태의 평가를 가능하게 합니다. 시상면 T1 강조, 시상면 T2 강조 및 축상면 T2 강조 시퀀스의 조합은 종합적인 평가를 위한 보완적인 해부학적 정보를 제공합니다. 모든 요추 수준에 대한 총 획득 시간은 약 15–20분입니다. 환자 배치 및 스카우트 영상을 포함한 전체 검사에는 약 30–35분이 소요됩니다.
6. 검사를 종료하기 전 영상 품질을 평가합니다. grade II 이상의 움직임 아티팩트가 없는지, 요천추 접합부가 완전히 시각화되었는지, 신호 대 잡음비가 적절한지, 그리고 유의미한 랩어라운드 아티팩트가 없는지 확인합니다.
   1. 영상 품질 기준을 충족하지 않는 시퀀스는 다시 촬영합니다. 메타데이터를 보존하여 모든 DICOM 영상을 PACS로 전송합니다.
   2. 수용 가능한 영상 품질은 T12/L1부터 천골까지의 완전한 범위 포함, 척추체 후방 피질과 경막낭 경계의 선명한 시각화, 척수관으로 확장되는 랩어라운드 아티팩트의 부재, 그리고 경막외 지방을 CSF 및 척추 주변 근육과 구별할 수 있는 충분한 신호 대 잡음비로 정의합니다. 이 기준을 충족하지 않는 시퀀스는 다시 촬영하십시오.
   3. 단계 1.3.3에서 설명한 동일한 4단계 움직임 아티팩트 등급 시스템을 사용합니다. 환자를 보내기 전에 grade II 또는 III의 움직임 아티팩트가 있는 시퀀스를 다시 촬영하거나, 재촬영이 불가능한 경우 해당 검사를 제외하십시오.
      참고: 환자를 스캐너에서 내보내기 전에 영상 품질을 확인하십시오.

3. 경막외 지방증에 대한 MRI 영상 해석

참고: 경막외 지방증은 척수 경막외 공간 내에서 캡슐화되지 않은 성숙한 지방 조직이 병적으로 과증식한 상태로 정의됩니다. 퇴행성 척추관 협착증(DLS)에서 이러한 상태는 척추관 협착의 원인이 되며, 유합 수술 중 복합 감압술이 필요할 수 있습니다. 정확한 진단을 위해서는 여러 영상 시퀀스와 단면을 통한 체계적인 평가가 필요합니다.

1. 의료용 진단 모니터(최소 3메가픽셀, DICOM Part 14 그레이스케일 표준 디스플레이 기능)가 장착된 전용 PACS 워크스테이션에서 영상 판독을 수행한다. 주변 조명은 제어된 상태(≤50 lux)로 유지한다.
   1. 전체 MRI 검사 영상을 불러온다. 상단 뷰어 창에는 시상면 T1 강조 영상과 시상면 T2 강조 영상을 나란히 표시하고, 하단 뷰어 창에는 동기화된 해부학적 교차 참조가 가능한 축상면 T2 강조 영상을 표시한다.
   2. DICOM 보정 측정 도구와 동기화된 시상-축상 교차 참조 기능이 활성화된 기관 PACS 뷰어를 사용한다. 매 판독 세션마다 영상 비교를 위해 일관된 윈도우 및 레벨 설정을 적용한다. PACS 벤더와 소프트웨어 버전을 재료 표(Table of Materials)에 기록한다.
2. 정중시상면 T1 강조 영상에서 척추체의 전방 전위를 관찰하여 전방 전위가 일어난 척추 레벨을 확인한다. 하위 척추체의 후방 피질을 따라 기준선을 긋는다.
   1. 기준선에서 전위된 척추의 후하방 모서리까지의 수직 거리를 측정한다. 측정된 전위 정도가 ≥3 mm 또는 척추체 너비의 ≥10%인지 확인한다.
      ​참고: 경막외 지방증은 특히 척추 전위 레벨에서 평가하므로, 전위 레벨을 정확하게 국소화하는 것이 필수적이다.
   2. PACS 워크스테이션에 내장된 보정된 전자 캘리퍼 도구를 사용하여 척추 전위도를 측정한다. 측정 전 DICOM 메타데이터에서 픽셀 보정 상태를 확인하고 모든 거리를 0.1 mm 단위까지 기록한다.
3. 정중시상면 T1 강조 영상에서 전위 레벨의 후방 경막외 공간을 검사한다. 전방으로는 경막낭, 후방으로는 황색인대 또는 극돌기 사이에 위치한 띠 모양 또는 초승달 모양의 고신호 강도를 확인한다.
   1. 병변의 신호 강도를 동일 영상 내의 피하 지방과 직접 비교한다. 지방 억제 시퀀스를 사용할 수 있는 경우, 신호 억제 여부를 확인하여 병변의 지방 성질을 검증한다.
      ​참고: 경막외 지방증을 아급성 경막외 혈종 및 단백질성 액체 저류를 포함한 다른 T1 고신호 경막외 병변과 구분한다. 병변이 피하 지방과 동일한 신호 특성을 보이고 경막외 공간의 형태를 따를 때만 경막외 지방증으로 확진한다.
   2. 프로토콜에 정의된 시상면 기준을 일차적인 전위 레벨 스크리닝 방법으로 사용하고, 양성 또는 불확실한 소견은 축상면 T2 강조 영상에서 교차 참조한다. 전향적 적용 시, 경막외 지방 분포, 경막낭 변형 및 축상면 경막외 지방-경막낭 비율 접근법과 국소 지역 Manjila 등급 시스템을 포함한 기설정된 MRI 기반 평가 방법과의 일치 여부를 기록한다. 모델 개발에 사용된 후향적 코호트에서는 이러한 기설정 등급 시스템을 독립적인 참조 표준으로 적용하지 않았으며, 원래의 이분법적 결과는 후향적으로 재분류되지 않았다.
4. PACS 워크스테이션의 전자 캘리퍼를 사용하여 경막외 지방 침착물의 상하 범위를 측정한다. 연속된 경막외 지방 침착물의 상단 및 하단 경계에 캘리퍼를 배치하고 최대 측정값을 기록한다.
   1. 동일한 시상면에서 상하 범위가 ≥5 mm인지 확인한다. 최소 두 개의 인접한 시상면 슬라이스에서의 가시성은 내외측 연속성을 확인하고 부분 체적 효과(partial-volume artifact)를 줄이는 용도로만 사용하며, 상하 범위를 추정하는 데 사용하지 않는다.
   2. 시상면 T2 강조 영상에서 병변을 교차 참조하여 신호 특성을 평가한다. 이에 대응하는 축상면 T2 강조 영상을 검토하여 원주형 경막외 지방 분포와 경막낭의 전후방 압박 정도를 평가한다.
      ​참고: 본 프로토콜에서는 상하 범위 ≥5 mm를 전위 레벨 스크리닝의 작동 임계값으로 사용한다. 축상면 영상에서의 경막낭 전후경 및 단면적을 연속적인 확진 측정값으로 기록한다. 본 후향적 코호트에서는 고정된 축상면 컷오프 값을 독립적인 참조 표준으로 사용하지 않는다.
   3. 지방 신호가 단 하나의 시상면 슬라이스에서만 보이는 경우, 축상면 영상에서 대응하는 경막외 지방 축적이 확인되고 동일 평면의 상하 범위가 ≥5 mm로 유지되지 않는 한 해당 소견을 불확정(indeterminate)으로 분류한다. 이 기준은 일차적인 상하 측정값과 보조적인 내외측 연속성 평가를 구분하기 위함이다.
   4. 전위 레벨에서 최대 압박이 나타나는 축상면 T2 강조 영상에서 경막낭의 전방 경계부터 후방 경계까지의 거리를 측정하여 경막낭의 전후경을 측정한다. PACS 관심 영역(ROI) 도구 또는 ImageJ 다각형 선택 도구를 사용하여 내부 경막 경계를 따라 단면적을 측정하고, 면적을 mm² 단위로 기록한다.
   5. 시상면 범위와 축상면 중증도를 Manjila 등급 체계와 정성적으로 비교한다. 본 DLS 중심 프로토콜에서 Manjila 등급 시스템은 예측 모델 내의 전위 레벨 경막외 지방증 존재 여부가 연구 종점(endpoint)이므로, 일차 결과 정의가 아닌 기록을 위한 국소 지역 참조용으로만 사용한다.
5. 코호트 분류에 사용된 4가지 원래의 전위 레벨 기준을 적용한다: (1) 전위 레벨의 후방 경막외 공간에 띠 모양 또는 초승달 모양의 T1 고신호 강도가 있을 것, (2) 신호 강도가 피하 지방과 동일할 것, (3) 동일 시상면에서 상하 범위가 ≥5 mm일 것, (4) 인접 시상면 슬라이스에서 재현성이 있을 것. 전향적 임상 적용 시 시상면 기준에만 의존하지 않는다. 축상면 영상에서 대응하는 경막외 지방 축적과 경막낭 윤곽 변형을 확인하고, 지방 분포가 등쪽(dorsal), 배쪽(ventral) 또는 원주형(circumferential)인지 기록한다.
   1. 경막낭의 전후경 및 단면적을 포함한 축상면 정량적 소견을 경막외 지방-경막낭 비율 기반 평가 방법 및 Manjila 국소 지역 등급 시스템과의 정성적 일치 여부와 함께 기록한다.
      참고: 원래의 연구는 기설정된 MRI 참조 표준을 이용한 진단 정확도 연구로 설계되지 않았으며, 원고 수정 중 원래의 DICOM 영상을 재분석하지 않았다. 따라서 민감도, 특이도 및 방법 간 일치도는 재계산되지 않았다. 이러한 추가적인 축상면 기술어들은 전향적 임상 적용을 지원하기 위한 것이며, 원래의 연구 결과나 예측 모델을 변경하지 않는다.
6. 두 명의 숙련된 척추 영상의학 전문의(경력 ≥10년)가 모든 검사를 독립적으로 판독한다. 각 진단 기준의 유무, 전위된 척추 레벨, 최대 상하 범위(mm) 및 최종 진단을 기록하는 표준화된 구조적 보고서를 작성한다.
   1. 의견이 일치하지 않는 경우, 초기 평가 내용을 모르는 제3의 숙련된 척추 영상의학 전문의(경력 >15년)와의 합의를 통해 해결한다. Cohen’s kappa 통계량을 사용하여 관찰자 간 일치도를 계산한다.
   2. 구조적 보고서를 사용하여 전위 레벨, 경막외 지방 분포(등쪽, 배쪽 또는 원주형), 최대 상하 범위, 동일 평면 시상면 측정값, 인접 슬라이스 가시성, 축상면 확인 여부, 경막낭 직경, 경막낭 단면적, 최종 진단 및 판독자 신뢰도를 기록한다. 공식 영상 판독 전, 음성, 경계성 및 양성 검사를 포함한 20개의 대표적인 훈련 사례를 사용하여 모든 관찰자를 보정한다.
      참고: 통계 분석을 진행하기 전에 모든 합의 판독을 완료한다.

4. 추간판 퇴행 평가

1. 미끄러진 분절의 시상면 T2 가중 MRI 영상을 검토합니다. 모든 시상면 슬라이스를 스크롤하며 추간판 수핵이 가장 명확하게 시각화된 영상을 선택합니다.
   1. Pfirrmann 등급 시스템¹⁸을 사용하여 추간판 퇴행 정도를 등급화합니다. CSF와 동일한 균일한 고신호 강도, 정상적인 디스크 높이, 그리고 핵과 섬유륜의 구분이 명확한 디스크에 Grade I을 부여합니다.
   2. 수평 저신호 밴드를 포함하는 불균일한 고신호 강도, 유지된 디스크 높이, 그리고 핵과 섬유륜의 구분이 명확한 디스크에 Grade II를 부여합니다. 중간 회색 신호, 불분명한 핵-섬유륜 경계, 그리고 정상 또는 약간 감소된 디스크 높이를 보이는 디스크에 Grade III를 부여합니다.
   3. 불균일한 저신호의 암회색 신호, 핵과 섬유륜 구분의 완전한 소실, 그리고 중등도에서 심하게 감소된 디스크 높이를 보이는 디스크에 Grade IV를 부여합니다. 불균일한 저신호 강도, 허탈된 디스크 공간, 핵과 섬유륜 구분의 완전한 소실, 그리고 뚜렷한 디스크 공간 협착을 보이는 디스크에 Grade V를 부여합니다.
2. 근골격계 영상 경험이 5년 이상인 전문의 자격의 방사선 전문의 2명이 독립적으로 Pfirrmann 등급을 부여하도록 합니다. 평가된 각 디스크에 대해 부여된 등급을 기록합니다.
   1. 등급 판정의 불일치는 제3의 전문의 자격 방사선 전문의의 조정(adjudication)을 통해 해결합니다. 가중 Cohen’s kappa 통계량을 사용하여 관찰자 간 일치도를 계산합니다.
   2. 독립적인 Pfirrmann 등급 판정 동안 방사선 전문의가 임상 증상, 치료 이력, 경막외 지방종 상태, 예측 모델 변수 및 서로의 평가 내용을 알 수 없도록 맹검 처리합니다.
   3. 단계 3.1에서 설명한 것과 동일한 진단용 모니터 및 표준화된 판독 환경에서 Pfirrmann 등급 판정을 수행합니다.
      참고: 척추 주변 근육의 지방 침윤 평가를 진행하기 전에 합의된 등급 판정을 완료하십시오.

5. 척추 주변 근육 지방 침착 평가

1. 탈출된 추간판의 중간 지점에서 축상 T2 강조 고속 스핀 에코 영상을 검토하십시오. 극돌기 및 층판의 바로 외측에 위치한 심부 척추세움근으로서 양측의 다열근을 확인하십시오.
   1. 시상면 영상을 검토하여 척추 전방 전위가 더 많이 일어난 쪽을 결정하십시오. 해당 측의 다열근을 선택하여 평가하십시오.
   2. 지방성 근육 변성의 기존 분류 체계 및 요추 다열근에 대한 이전 적용 사례에서 유도된, 척추에 맞게 조정된 Goutallier 등급법을 사용하십시오.^19,20균일하게 낮은 신호 강도를 보이고, 지방 선조(fatty streaks)가 완전히 없으며, 근육 부피가 잘 유지되는 근육에 0등급을 부여하십시오. 작은 선형의 고신호 지방 선조가 포함된 근육에 1등급을 부여하십시오. <단면적의 5%.
   3. 단면적의 5%–50% 범위에서 지방 침윤이 명확하게 관찰되는 근육에 2등급을 부여합니다. 잔존 근육 조직이 있으면서 지방 침윤이 50% 이상인 근육에 3등급을 부여합니다.
   4. 근육 조직을 식별할 수 없고 단면 전체가 지방으로 대체된 근육에는 4등급을 부여하십시오. 통계 분석을 위해 결과를 0-2등급과 3-4등급으로 이분화하십시오.
      ​참고: 다열근(multifidus)은 척추세움근 중 가장 크고 가장 내측에 위치한 근육이며, 요추 분절의 주요 동적 안정화 장치 역할을 합니다. 심각한 지방 침윤(Grade 3-4)은 상당한 지방 대체가 일어났음을 나타내며, 이는 지방이 근육 단면적의 최소 약 절반 이상을 차지하는 임계값을 반영하므로 모델링 시 임상적 중증 범주로 처리합니다.
   5. 원래의 Goutallier 등급 분류 체계가 축상 MRI 상의 요추 다열근 평가를 위해 수정되었음을 명시하십시오. 0-2등급과 3-4등급으로 이분화하여 지방 침윤이 없거나 중간 단계인 경우와 심각한 지방 대체 상태를 구분함으로써, 예측 모델에서 변수당 사건 수(events-per-variable ratio)를 적절히 유지하는 동시에 모델의 복잡성을 줄이십시오. 본 프로토콜에 사용된 백분율 임계값은 MRI 기반의 실무적 기준으로 취급해야 하며, 원래의 어깨 컴퓨터 단층촬영 Goutallier 분류법을 그대로 복제한 것으로 간주해서는 안 됩니다.
   6. 축상면 및 시상면 영상을 검토하여 비대칭적 척추 변위, 회전성 전위 또는 더 심한 외측 함요부 협착이 나타나는지 확인하여 주된 척추 전방전위증 측을 결정하십시오. 어느 한쪽이 우세하지 않은 경우에는 다열근의 지방 침윤이 더 심하게 나타나는 측을 평가하십시오. 양측이 대칭인 경우에는 우측 다열근을 평가하고 이 결정 내용을 기록하십시오.
2. PACS에서 축상 T2 강조 고속 스핀 에코 DICOM 이미지를 내보냅니다. ImageJ 소프트웨어(버전 1.53t)에서 해당 이미지를 엽니다.
   1. 다각형 선택 도구를 선택하고 대상 다열근의 근막 경계를 따라 그립니다. 근육을 둘러싸고 있는 얇고 어두운 선을 근막 경계로 식별하십시오.
   2. 이미지 열기 > 조정하다 > 임계값. 하한 임계값은 120 임의 단위(arbitrary units)로 설정하고, 상한 임계값은 최대 픽셀 값으로 설정하십시오.
   3. 지방 영역의 식별 여부를 확인하기 위해 표시 색상으로 Red를 선택하십시오. Apply를 클릭하여 이진 마스크를 생성하십시오.
   4. 보편적인 임계값으로 설정하기보다는 스캐너 및 시퀀스별 시작점으로 120 임의 단위(arbitrary units)의 임계값을 사용하십시오. 스캐너 플랫폼, 무선주파수 코일, 자기장 강도 또는 영상 획득 파라미터가 도출 프로토콜에서 사용된 것과 다를 때는 대표적인 국소 영상을 사용하여 임계값을 재보정하십시오.
   5. 임계값을 모든 영상 시스템에 대해 조직학적으로 검증된 값으로 해석하지 마십시오. 이를 재현 가능한 영상 처리 보조 수단으로 사용하고, 정량적 측정을 수행하기 전에 각 이진 마스크(binary mask)를 원본 축상 T2 가중 영상과 대조하여 시각적으로 확인하십시오.
3. Analyze 열기 > ImageJ에서 측정하십시오. 측정을 수행하기 전, Area, Area Fraction, Limit to Threshold 및 Display Label을 활성화하십시오.
   1. %Area 값을 정량적 근내지방 비율로 기록하십시오.
   2. 동일한 측정자가 최소 24시간의 간격을 두고 측정을 반복하십시오. 측정자 내 신뢰도를 평가하기 위해 급내상관계수(ICC)를 계산하십시오.
      ​참고: ICC >0.90는 매우 우수한 검사자 내 신뢰도를 나타냅니다.
   3. 반복 측정 시, 원래의 값을 잠금 처리된 REDCap 필드에 저장하고 최소 24시간의 간격을 둔 후 DICOM 이미지를 새 측정 세션으로 다시 열어 작업자가 초기 측정값을 알 수 없도록 맹검 처리하십시오.
4. 두 명의 전문의 자격증을 보유한 영상의학 전문의가 독립적으로 Goutallier 등급을 부여하고 ImageJ 기반의 정량적 측정을 수행하도록 합니다. 연구 평가 전, 참조 이미지 세트를 사용하여 표준화된 교육을 제공하십시오.
   1. 제3의 숙련된 근골격계 영상의학과 전문의와의 합의를 통해 의견 불일치를 해결한다. Goutallier 분류에 대해서는 Cohen’s kappa를, 정량적 지방 비율에 대해서는 급내상관계수(intraclass correlation coefficient)를 산출한다.
   2. 연구 평가 전, 최소, 경증, 중등도 및 중증 지방 침윤을 각각 5례씩 포함하여 총 20례의 훈련 데이터셋을 사용하십시오. 독립적인 영상 등급 판정을 시작하기 전, 참조 영상, 관심 영역(ROI) 배치, 임계값 조정 및 불일치 해결 절차를 검토하기 위한 보정 세션을 실시하십시오.
      참고: 관찰자 간 Cohen’s kappa 계수가 0.70 미만이거나 급내상관계수(ICC)가 0.85 미만으로 떨어질 경우, 분석을 재개하기 전에 재교정 세션을 수행하십시오.

6. 위험 예측 모델 개발 및 적용

1. REDCap을 사용하여 모든 연구 변수를 구조화된 데이터세트로 구성합니다. 결과 변수는 이분법적으로 정의합니다: 1 = 경막외 지방종 있음(단계 3.5의 네 가지 진단 기준을 모두 충족), 0 = 경막외 지방종 없음.
   1. 예측 변수를 다음과 같이 인코딩합니다: 연령(years); 성별(0 = 남성, 1 = 여성); BMI (kg/m²); 미끄러진 분절(0 = L3/L4, 1 = L5); 그리고 Goutallier 등급(0 = 0–2등급; 1 = 3–4등급, 심한 지방 침윤을 나타냄). 보고 시에는 10년 증가당 연령의 효과와 5 kg/m² 증가당 BMI의 효과로 표시합니다. 침상 예측 방정식에는 보고된 증분 기반 계수와 대수적으로 동일한 원단위 계수를 사용합니다.
   2. 결측값을 식별하고, 이상치를 검증하며, 모든 변수가 예상 범위 내에 있는지 확인하여 데이터 정제(data cleaning)를 수행합니다.
   3. 원본 기록을 확인한 후, 필수 결과 변수 또는 예측 변수가 누락된 환자는 제외합니다. 범위 확인 및 산점도를 사용하여 연속 변수를 검사하고, 원본 기록에 근거하여 확인된 데이터 입력 오류를 수정하며, 생물학적으로 타당한 이상치는 유지하고, 필수 모델 변수에 대해서는 대체 값(impute)을 할당하지 않습니다.
2. SPSS 버전 27.0을 실행하고 재현성을 보장하기 위해 랜덤 시드(random seed)를 42로 설정합니다. 연속 변수에는 Student's t-test를, 범주형 변수에는 카이제곱 검정을 사용하여 단변량 스크리닝을 수행합니다.
   1. P < 0.05인 변수를 다변량 분석 대상으로 선택합니다. Akaike 정보 기준(AIC) 최소화에 기반한 후향적 단계별 제거법(backward stepwise elimination)을 사용하여 다변량 이분형 로지스틱 회귀 모델을 적합시킵니다.
   2. Hosmer-Lemeshow 검정을 사용하여 모델의 적합도(goodness-of-fit)를 평가합니다. 유지된 모든 예측 변수에 대해 분산 팽창 요인(VIF)을 계산하고, 모든 VIF 값이 <5인지 확인합니다.
   3. 회귀 계수를 지수화하여 95% 신뢰 구간(CIs)을 포함한 보정 오즈비(ORs)를 구합니다. R의 forestplot 패키지를 사용하여 효과 크기를 시각화하는 포레스트 플롯을 생성합니다(그림 1). 10년 증가당 연령의 효과와 5 kg/m² 증가당 BMI의 효과를 보고합니다.
   4. 이 단일 센터 데이터세트에 대해 단변량 스크리닝 후 후향적 단계별 선택을 탐색적 모델 구축 전략으로 사용합니다. 단계별 선택은 불안정한 계수 추정치와 낙관적인 모델 성능을 나타낼 수 있으므로, 최종 모델은 가설 생성용 임상 의사결정 지원 도구로 해석합니다. 임상 적용 전 외부 검증을 통해 모델 성능을 확인하십시오.
   5. 정제된 SPSS 데이터세트를 변수 레이블은 제거하고 코딩은 유지한 채 쉼표로 구분된 값(.csv) 파일로 내보냅니다. R 버전 4.3.1의 forestplot 패키지를 사용하여 포레스트 플롯을 생성합니다. 플로팅 전 R의 변수 코딩이 SPSS 코딩 사전과 일치하는지 확인합니다.
3. 모델링 코호트에 대해 수신자 조작 특성 곡선 아래 면적(AUC)을 계산하여 모델 판별력을 평가합니다. DeLong 검정을 사용하여 표준 오차를 추정합니다.
   1. 모델링 및 검증 코호트 모두에서 그룹화된 예측 위험 구간에 걸쳐 예측 확률과 관찰 확률을 비교하는 보정 플롯(calibration plots)을 사용하여 모델 보정도를 평가합니다(그림 2). 예측 위험의 양 끝단에서는 관측값이 적으므로 검증 코호트의 보정 곡선은 주의 깊게 해석하십시오.
   2. R 버전 4.3.1의 rmda 패키지(버전 1.6)를 사용하여 결정 곡선 분석(decision curve analysis)을 수행합니다. 다양한 임계 확률 범위에서 예측 모델을 모든 환자 치료(treat-all) 및 치료 안 함(treat-none) 전략과 비교합니다(그림 3).
   3. 분리된 내부 검증 코호트(n = 106)를 사용하여 최종 모델을 검증합니다. 검증 AUC, 보정 플롯 및 결정 곡선을 서술적으로 보고합니다. 모델링 코호트와 검증 코호트 간의 일치성은 외부 타당성의 증거가 아니라 내부 일관성의 증거로 해석합니다.
   4. R 버전 4.3.1에서 수신자 조작 특성 분석, 보정 플롯 작성 및 결정 곡선 분석을 수행합니다. R 스크립트, 패키지 버전, 입력 데이터세트, 코딩 사전 및 출력 그림을 통계 분석 기록과 함께 보관합니다.
   5. AUC 차이 ≤0.05 또는 보정 기울기 0.8–1.2와 같은 고정 임계값을 공식적인 검증 기준으로 사용하지 마십시오. 이러한 값은 내부 모델 안정성의 지표로 서술적으로 보고하고, 광범위한 임상 적용 전에는 다기관 외부 검증이 필요함을 명시하십시오.
      참고: 모델을 외부 임상 데이터세트에 적용하기 전에 내부 검증을 완료하십시오.
4. DLS 환자의 다섯 가지 예측 변수를 수집합니다: 연령(years), 성별, BMI (kg/m²), 미끄러진 분절(L3/L4 또는 L5), 그리고 미끄러진 레벨에서의 다열근 Goutallier 등급.
   1. 원천 임상 단위로 표현된 로지스틱 회귀 방정식을 사용하여 예측 확률을 계산합니다:
      
      여기서,  z = -5.521 + (0.0412 × age) + (0.856 × sex) + (0.1256 × BMI) + (1.326 × slipped segment) + (1.158 × Goutallier grade) 입니다. 연령은 years 단위로 입력하고, 성별은 0 = 남성, 1 = 여성으로 코딩하며, BMI는 kg/m² 단위로 입력하고, 미끄러진 분절은 0 = L3/L4, 1 = L5로 코딩하며, Goutallier 등급은 0 = 0–2등급, 1 = 3–4등급으로 코딩합니다. 연령과 BMI에 대한 원단위 계수는 각각 10년 및 5 kg/m² 증가당 표현된 계수와 대수적으로 동일합니다.
   2. 예측 확률을 다음과 같이 서술적으로 해석합니다: <20%는 낮은 추정 확률, 20%–50%는 중간 추정 확률, >50%는 높은 경막외 지방종 추정 확률을 나타냅니다. 이 범주를 치료 선택이 아닌 위험 소통 및 워크플로우 우선순위 지정에 사용하십시오.
      참고: 예측 모델을 임상 의사결정 지원 도구로만 사용하십시오. 모델이 임상적 판단이나 방사선학적 해석을 대체해서는 안 됩니다. 추가 검증 없이 이행성 척추전방전위증, 수술 후 척추 상태 또는 스테로이드 유발 경막외 지방종 환자를 포함하여 유도 코호트 이외의 인구 집단에 모델을 적용하지 마십시오.
   3. 원시 연령 및 BMI 값을 예측 방정식에 직접 입력합니다. 연령 및 BMI 계수의 대수적 스케일 재조정은 방정식의 표기 방식만 바꿀 뿐, 예측 확률, 오즈비, 수신자 조작 특성 곡선, 보정 플롯 또는 결정 곡선 분석 결과는 변경하지 않습니다.
   4. 오즈비를 다음과 같이 일관되게 보고합니다: 10년 증가당 연령; 5 kg/m² 증가당 BMI; 남성 대비 여성 성별; L3/L4 대비 L5 미끄러진 분절; 그리고 0–2등급 대비 3–4등급 Goutallier 등급.
   5. 낮음, 중간, 높음 확률 범주를 모델 예측 확률 분포와 결정 곡선 분석에서 도출된 실용적인 임상 소통 그룹으로 사용하십시오. 최적의 결정 임계값을 설정하기 위해서는 전향적 외부 검증이 필요하므로, 이러한 범주를 검증된 치료 임계값으로 해석하지 마십시오.

그림 1. 퇴행성 요추 척추전방전위증 환자에서 경막외 지방종의 독립적 예측 인자에 대한 포레스트 플롯. 다변량 이분 로지스틱 회귀 분석을 통해 확인된 5가지 독립적 예측 인자의 보정 오즈비(ORs)와 95% 신뢰구간(CIs)을 나타내는 포레스트 플롯. 빨간색 사각형은 보정 OR을, 파란색 수평선은 해당 95% CI를 나타내며, 수직 점선은 기준값(OR = 1)을 나타낸다. 연령의 영향은 10년 증가당으로 보고되었으며, 체질량지수(BMI)의 영향은 5 kg/m² 증가당으로 보고되었다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.

그림 2. 로지스틱 회귀 예측 모델의 보정 곡선. (A) 모델링 코호트(n = 248)에 대한 보정 곡선. (B) 검증 코호트(n = 106)에 대한 보정 곡선. x축은 경막외 지방종의 예측 확률을 나타내며, y축은 관찰 빈도를 나타냅니다. 검은색 실선 대각선은 이상적인 보정을 나타내고, 기호가 포함된 색상선은 겉보기 모델 성능을 나타내며, 음영 영역은 95% 신뢰구간(C.I.)을 나타냅니다. 여기를 클릭하여 이 그림의 더 큰 버전을 확인하십시오.

그림 3예측 모델의 수신자 조작 특성 곡선 및 결정 곡선 분석. (A) 모델링 코호트(곡선 하 면적 [AUC] = 0.834)와 검증 코호트(AUC = 0.815)의 수신자 조작 특성(ROC) 곡선. 회색 대각선은 판별력이 없는 분류기의 기준선을 나타낸다. (B) 임계 확률에 따른 예측 모델의 순 이익을 보여주는 결정 곡선 분석. 빨간색 실선은 모델링 코호트를, 파란색 점선은 검증 코호트를 나타내며, 검은색 일점쇄선은 모두 치료 전략을, 회색 점선은 치료하지 않음 전략을 나타낸다. 이 그림의 더 큰 버전을 보시려면 여기를 클릭하십시오.

결과

본 프로토콜은 DLS 환자 354명을 대상으로 연속적으로 적용되었습니다. 무작위 배정을 통해 모델링 코호트(n = 248)와 검증 코호트(n = 106)를 구성하였습니다. 기저 인구통계학적, 임상적, 방사선학적 및 MRI 특성을 비교한 결과 코호트 간에 통계적으로 유의미한 차이가 없었으며, 이는 이후의 모델 개발 및 내부 검증을 위해 환자 분포가 적절히 배분되었음을 나타냅니다(표 1).

모델링 코호트 내에서, 표준화된 MRI 프로토콜에 따라 87명의 환자는 경막외 지방증으로 분류되었고 161명의 환자는 경막외 지방증이 없는 것으로 분류되었습니다. 단변량 분석 결과, 연령(P = 0.014), BMI(P < 0.001), 슬립 분절(P = 0.010) 및 Goutallier 등급(P = 0.024)에서 그룹 간 차이가 나타났습니다. 여성 성별은 명목상 유의성 임계값에 있었습니다(P = 0.050). Pfirrmann 등급이나 나머지 척추골반 및 후관절 파라미터에서는 통계적으로 유의미한 차이가 관찰되지 않았습니다(표 2).

변수	지방종증 군 (n = 87)	비지방종증 군 (n = 161)	t/χ2	P 값
연령 (years)	70.28 ± 10.84	66.57 ± 11.50	2.47	0.014
성별, n (%)			3.844	0.05
남성	26 (29.89)	70 (43.48)
여성	61 (70.11)	91 (56.52)
체질량 지수 (kg/m²)	26.84 ± 3.68	23.82 ± 3.12	6.815	<0.001
전위 분절, n (%)			9.304	0.01
L3	6 (6.90)	25 (15.53)
L4	48 (55.17)	101 (62.73)
L5	33 (37.93)	35 (21.74)
Pfirrmann 등급, n (%)			0.99	0.804
Grade II	5 (5.75)	13 (8.07)
Grade III	24 (27.59)	50 (31.06)
Grade IV	34 (39.08)	59 (36.65)
Grade V	24 (27.59)	39 (24.22)
Goutallier 등급, n (%)			9.446	0.024
Grade 1	22 (25.29)	56 (34.78)
Grade 2	26 (29.89)	60 (37.27)
Grade 3	21 (24.14)	31 (19.25)
Grade 4	18 (20.69)	14 (8.70)
원위 후관절각 (°)	55.38 ± 6.52	55.20 ± 6.39	0.208	0.835
원위 후관절 삼출액 (mm)	0.96 ± 0.22	0.93 ± 0.20	1.091	0.277
원위 디스크 높이 (mm)	9.08 ± 1.96	9.20 ± 1.90	0.469	0.64
근위 후관절각 (°)	49.82 ± 6.17	50.02 ± 5.97	0.252	0.802
근위 후관절 삼출액 (mm)	0.85 ± 0.27	0.83 ± 0.25	0.584	0.56
근위 디스크 높이 (mm)	8.02 ± 1.56	8.07 ± 1.50	0.247	0.805
골반 입사각 (PI, °)	52.46 ± 8.12	52.03 ± 7.86	0.404	0.687
골반 경사각 (PT, °)	24.58 ± 7.33	24.22 ± 7.10	0.375	0.708
천추 경사각 (SS, °)	44.78 ± 6.91	44.98 ± 6.80	0.224	0.823
흉추 후만각 (TK, °)	21.08 ± 7.79	21.24 ± 7.62	0.158	0.875

표 2: 모델링 코호트에서 경막외 지방종과 관련된 요인의 단변량 분석. 연속 변수는 평균 ± 표준 편차(SD)로, 범주형 변수는 수(%)로 표시하였다. 다변량 로지스틱 회귀 분석을 위한 후보 변수를 식별하기 위해 지방종군(n = 87)과 비지방종군(n = 161) 간의 비교를 수행하였다. 약어: BMI, 체질량 지수; PI, 골반 입사각; PT, 골반 경사; SS, 천추 경사각; TK, 흉추 후만증.

다변량 이분 로지스틱 회귀 분석을 통해 경막외 지방종의 다섯 가지 독립적 예측 인자가 확인되었습니다: 연령(10년 증가당 오즈비 [OR] = 1.510), 여성(OR = 2.354), BMI(5 kg/m² 증가당 OR = 1.874), L5 전방 전위 분절(OR = 3.766), 그리고 Goutallier Grade 3–4(OR = 3.184)입니다. 이에 해당하는 회귀 계수, 표준 오차, Wald 통계량, OR 및 95% CI는 표 3에 요약되어 있습니다. 선정된 예측 인자들의 상대적 효과 크기와 CI는 포레스트 플롯(그림 1)에 도식화되어 있습니다.

변수	β	SE	Wald χ2	P 값	OR	95% CI
연령	0.412	0.156	6.975	0.008	1.51	1.112-2.050
성별 (여성)	0.856	0.368	5.408	0.02	2.354	1.144-4.842
체질량 지수	0.628	0.184	11.648	0.001	1.874	1.307-2.688
미끄러진 분절 (L5)	1.326	0.342	15.034	<0.001	3.766	1.926-7.362
Goutallier 등급 (3-4 등급)	1.158	0.316	13.421	<0.001	3.184	1.714-5.915
상수	-5.521	1.248	19.574	<0.001	0.004	—

표 3: 경막외 지방종의 독립적 예측 요인에 대한 다변량 이분 로지스틱 회귀 분석. 결과는 최종 다변량 이분 로지스틱 회귀 모델에 포함된 독립적 예측 요인들에 대한 회귀 계수(β), 표준 오차(SE), Wald χ² 통계량, 오즈비(OR) 및 그에 해당하는 95% 신뢰 구간(CI)으로 나타내었다. 보고된 연령 계수는 10년 증가에 해당하며, 보고된 체질량 지수(BMI) 계수는 5 kg/m² 증가에 해당한다. 예측 방정식에 실제 임상 값을 직접 입력하기 위한 등가 계수는 연령당 0.0412/year 및 BMI당 0.1256/kg/m²이다. 약어: β, 회귀 계수; SE, 표준 오차; OR, 오즈비; CI, 신뢰 구간.

교정 곡선(Calibration plots)은 모델링 및 검증 코호트에서 예측 확률과 관찰 확률 사이에 대략적인 일치가 있음을 보여주었으며, 검증 코호트에서는 예측 확률이 높을수록 불확실성이 더 크게 나타났다(그림 2A,B).

모델 판별력은 ROC(receiver operating characteristic) 분석을 통해 평가되었습니다. 예측 모델은 모델링 코호트에서 0.834, 검증 코호트에서 0.815의 AUC를 달성하였습니다(그림 3A). 결정 곡선 분석(Decision curve analysis) 결과, 모든 환자 치료(treat-all) 및 치료하지 않음(treat-none) 전략과 비교하여 선택된 임계 확률 범위에서 잠재적인 순 이익이 있음이 시사되었습니다(그림 3B). 검증 코호트가 단일 기관 내에서 내부적으로 분리된 집단이었으므로, 이러한 결과는 내부적 일관성을 나타내며 광범위한 외부 일반화의 근거로 해석되어서는 안 됩니다.

본 연구 과정에서 생성 및 분석된 데이터셋은 교신저자(R.T.)에게 합리적인 요청을 통해 제공받을 수 있습니다. 환자의 개인정보 보호 및 기관의 데이터 거버넌스 정책으로 인해, 개인 수준의 임상 및 영상 데이터는 공개적으로 제공될 수 없습니다. 비식별화된 요약 데이터, 회귀 계수, 예측 방정식, 코딩 시트 예시 및 통계 분석 코드는 톈진 연합 의료 센터(Tianjin Union Medical Center)의 기관생명윤리위원회(Institutional Review Board) 및 윤리위원회의 승인과 데이터 사용 계약 체결을 거친 자격을 갖춘 연구자에게 공유될 수 있습니다.

토론

본 프로토콜은 표준화된 MRI 획득, 구조화된 영상 해석 및 정량적 위험 모델링을 통합하여 DLS 환자의 경막외 지방종을 식별하기 위한 응집력 있는 임상 의사결정 지원 도구를 제공합니다. 워크플로우는 네 가지 순차적 구성 요소로 이루어집니다: 인구통계학적 및 신체 계측 변수를 포함한 체계적인 환자 특성 분석, 경막외 지방 시각화에 최적화된 표준화된 시상면 T1 강조 MRI 획득, 사전 정의된 진단 기준을 이용한 경막외 지방 침착 및 척추 주변 근육의 지방 침윤에 대한 구조화된 정성적 평가, 그리고 개별화된 확률 추정치를 생성하기 위한 다변량 예측 방정식의 적용입니다. 프로토콜의 재현성을 지원하는 핵심 단계에는 주 진단 시퀀스로서의 시상면 T1 강조 영상 사용, 재현 가능한 슬립 레벨(slipped-level) 경막외 지방 침착을 정의하기 위한 동일 평면 내 ≥5 mm의 상하 범위 임계값 설정, 경막낭 압박의 축상면 확인, 다열근 지방 침윤에 대한 체계적인 척추 적응형 Goutallier 등급 분류, 그리고 이러한 파라미터들을 정량적 위험 점수로 통합하는 과정이 포함됩니다.

본 프로토콜은 임상 환경 및 영상 플랫폼에 따라 조정하여 적용할 수 있다. 3.0 T 시스템의 경우 더 얇은 슬라이스 두께가 가능할 수 있으나, 고자기장 강도에서 더 두드러지게 나타날 수 있는 T1 shine-through 아티팩트를 최소화하기 위해 에코 시간을 신중하게 조정해야 한다. 1.5 T 시스템의 경우 표준 획득 파라미터로도 충분한 진단 품질을 제공하며, 영상 노이즈가 과도할 경우 excitation 횟수를 2회에서 3회로 늘리거나 2를 초과하지 않는 병렬 영상 가속 인자를 사용한다. 등쪽 분포가 아닌 원주형 분포 또는 띠 모양이 아닌 패치형 침착을 포함한 비전형적인 지방 분포 패턴의 경우, 동일한 시상면에서 가장 큰 연속적 또는 반연속적 침착물에 대해 ≥5 mm 기준을 적용하고 축상 T2 강조 영상에서 해당 소견을 확인한다. 병적 경막외 지방종증과 생리적 경막외 지방 간의 구분이 불분명한 경우에는 축상 영상에서 지방 침착물을 경막낭의 전후경 및 단면적과 비교한다. 본 프로토콜에서 축상 정량 측정은 원래 모델 결과의 재정의를 위한 독립적인 참조 표준이 아니라, 확인 및 문서화를 지원하기 위한 용도로 사용된다. Goutallier 등급 판정 시 판독자 간 변동성을 최소화하기 위해, 관심 영역(ROI) 설정 위치를 탈출된 추간판 공간의 중간 지점에 해당하는 축상 슬라이스로 표준화한다. 두 명의 독립적인 판독자 간의 의견 불일치는 제3의 상급 판독자와의 합의를 통해 해결한다.

몇 가지 방법론적 제한점을 고려해야 합니다. 첫째, 진단이 정량적인 부피 측정보다는 MRI 신호 특성과 두미측 범위에 대한 정성적인 시각적 평가에 의존합니다. 이러한 접근 방식은 실용적이고 널리 적용 가능하지만, 증상의 심각도 및 수술의 긴급성과 더 직접적으로 상관관계가 있을 수 있는 3차원 경막외 지방 부피를 포착하지 못합니다. 경막외 지방 대 경막낭 비율 기반 방법 및 Manjila 국소 부위 등급 시스템을 포함한 기성 MRI 등급 분류 접근법은 축성 관 협착, 시상면 범위, 그리고 배측, 복측 또는 원주형 지방 분포에 관한 보완적인 정보를 제공합니다^13,14. 이러한 특징들은 척수관 기하학적 구조와 외측 함몰 해부학적 구조가 다른 요추 레벨과 다른 L5-S1에서 특히 중요할 수 있습니다. 본 프로토콜은 축성 압박과 지방 분포를 전향적으로 기록하지만, 원래 연구가 표준 참조 진단 정확도 연구로 설계되지 않았기 때문에 이러한 등급 시스템을 독립적인 참조 표준으로 사용하지 않았습니다. 결과적으로 민감도, 특이도 및 방법 간 일치도를 재계산하지 않았으며, 이를 통해 원래 연구 결과의 사후 재분류를 방지했습니다. Dixon 기반의 지방-물 분리와 부피 분할을 포함한 고급 정량적 MRI 기법은 더 정밀한 지방 정량화를 제공할 수 있지만, 전문 소프트웨어와 추가적인 획득 시간이 필요합니다. 둘째, Goutallier 등급 시스템은 여전히 반정량적이며 관찰자 간 변동성에 영향을 받습니다. 5단계 체계는 실용적인 임상 분류를 제공하지만, 근육 및 경막외 지방 조직의 염증성 사이토카인 발현²¹ 및 다열근의 수동적 기계적 특성 변화^22,23와 연관이 있는 지방 침윤의 연속적 측정값은 제공하지 않습니다. 본 연구에서는 Goutallier 개념을 척추에 맞게 적용하였으며, 모델의 간결성을 유지하면서 비중증 지방 대체와 중증 지방 대체를 구분하기 위해 0-2등급을 3-4등급과 별도로 그룹화했습니다. 셋째, 예측 모델에는 임상 및 영상 변수만 포함되었으며, 대사성 원인 사례에서 예측 성능을 향상시킬 수 있는 혈청 지질 프로필, 염증 마커 또는 아디포카인과 같은 생화학적 마커는 포함되지 않았습니다. 넷째, 단변량 스크리닝 후 단계적 로지스틱 회귀 분석을 사용하는 것은 변수 선택 편향과 계수 불안정성을 유발할 수 있습니다. 따라서 이 모델은 탐색적이며 내부적으로만 검증된 것으로 간주해야 합니다. 마지막으로, 광범위한 임상 적용 전에 다양한 임상 환경, 영상 플랫폼 및 환자 집단에 대한 외부 검증이 여전히 필요합니다. 검증이 단일 기관 코호트를 사용하여 수행되었으므로, 향후 다기관 전향적 연구를 통해 모델 성능을 확인하고 임상적으로 유용한 확률 임계값을 설정해야 합니다.

본 프로토콜은 체계적이지 않은 임상 관행에 비해 여러 가지 장점을 제공합니다. 기존의 관행은 표준화된 진단 기준 없이 방사선 전문의가 우연히 경막외 지방증을 발견하는 것에 의존하는 경우가 많아, 검출 결과가 일관되지 않았습니다. 이와 대조적으로, 본 프로토콜은 판독자와 기관 전반에 걸쳐 일관되게 적용할 수 있는 명시적인 진단 기준과 구조화된 해석 워크플로우를 제공합니다. 고급 영상 기법이나 침습적 진단 기술을 포함하는 더 복잡한 다중 모달 평가 전략과 비교했을 때, 본 접근법은 표준 요추 MRI 시퀀스와 일상적으로 이용 가능한 임상 데이터를 사용하므로 운영상 실용적입니다. 본 프로토콜의 주요 기여는 다열근 지방 침윤에 대한 척추 맞춤형 Goutallier 평가를 DLS 관련 경막외 지방증의 위험 예측 프레임워크에 통합한 것입니다. 추간판 퇴행 평가의 경우, Pfirrmann 등급 시스템은 여전히 실용적이며 널리 인정받는 형태학적 MRI 분류법입니다¹⁸. MR 엘라스토그래피는 퇴행이 진행됨에 따라 디스크 강성이 증가한다는 점과 순서형 Pfirrmann 등급을 넘어 객관적인 생체역학적 정보를 제공할 수 있다는 점에서 보완적인 정량적 기술로 부상했습니다²⁴. 본 프로토콜은 Pfirrmann 등급법이 일상적인 요추 MRI 검사에 쉽게 적용 가능하기 때문에 이를 유지하며, 향후 기술 보급이 확대됨에 따라 MR 엘라스토그래피를 포함하는 버전이 출시될 수 있습니다.

임상적으로, 확률 추정치는 위험 인식, 영상 검토, 수술 계획 논의 및 환자 상담에 도움을 줄 수 있습니다. 이전 연구에서는 감압술 후 경막외 지방종과 퇴행성 협착증 간의 2년 결과가 유사함이 입증되었습니다^25,26. 하지만 본 프로토콜은 치료 결과를 평가하거나 감압 전략을 비교하지 않으므로, 개방형, 최소 침습적 또는 내시경적 감압술을 강제하는 용도로 사용되어서는 안 됩니다. 대신, 이 모델은 임상의에게 임상적으로 유의미한 경막외 지방 축적 가능성을 알리고, 축성 압박, 등쪽 또는 배쪽 지방 분포 및 경막낭 압박에 대한 세밀한 검토를 권장하기 위한 것입니다. L5 척추체 저형성증과 L5-S1 가성 전방전위증은 잠재적인 발달적 또는 해부학적 유사 질환인데, 이는 상대적으로 작은 전후방 L5 척추체와 후방 지방-섬유 조직이 겉보기에 척추 미끄러짐처럼 보일 수 있기 때문입니다. 이러한 오분류 원인을 줄이기 위해, 본 프로토콜은 비퇴행성 및 발달성 척추전방전위증을 제외하고, 기립 방사선 사진과 협부 결손의 부재를 통해 DLS를 확인하며, 시상면과 축상면 MRI 간의 전위 레벨 상관관계를 요구합니다. 환자 상담 시, 개별화된 확률 추정치는 영상 소견 및 예상되는 수술 중 고려 사항에 대한 논의를 원활하게 할 수 있습니다. 수술 후에는 이 프로토콜이 더 면밀한 추적 관찰이 필요한 환자를 식별하는 데 도움이 될 수 있으나, 이 응용 분야는 추가적인 검증이 필요합니다. DLS 외에도, 이 프레임워크는 요추 척추관 협착증 및 전위가 없는 요추 척추증을 포함하여 경막외 지방 축적이 증상에 기여하는 다른 퇴행성 척추 질환에도 적용 가능할 수 있습니다.

결론적으로, 본 프로토콜은 DLS 환자의 경막외 지방종증을 평가하기 위한 구조적이고 임상적으로 실용적인 접근 방식을 제공합니다. 표준화된 MRI 판독, 체계적인 척추 주변 근육 평가, 경막낭 압박에 대한 전향적 축상면 확인 및 다변량 위험 모델링을 통합함으로써, 본 프로토콜은 특수 장비 없이 표준 임상 MRI를 사용하여 재현 가능한 영상 검토, 위험 소통, 수술 계획 논의 및 환자 상담을 지원합니다. 원래의 진단 결과 정의와 보고된 모델 성능은 수정 과정에서도 유지되었습니다. 본 모델은 진단적 표준 참조 기준이나 수술 결정 규칙이라기보다 내부적으로 검증된 임상 의사결정 지원 도구로 해석되어야 합니다. 향후 연구에는 기존 MRI 표준 참조 기준과의 비교, 다기관 외부 검증, 자동 영상 분석, 그리고 Dixon imaging 및 MR elastography와 같은 고급 정량적 MRI 기술이 포함되어야 합니다.

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
1.5 테슬라 자기공명영상 스캐너	장비	Siemens Healthineers	Magnetom Aera
16채널 척추 표면 코일	장비	Siemens Healthineers	표준 구성
DICOM Part 14 준수 진단용 모니터 (3 메가픽셀)	장비	Barco NV	Nio Color 3MP, MDNC-3421CN; Barco QAWeb Enterprise를 통한 DICOM 보정
forestplot R 패키지	소프트웨어	R Foundation for Statistical Computing	버전 3.1.3
ImageJ	소프트웨어	미국 국립보건원	버전 1.53t
PACS 워크스테이션	장비	Dell Inc.	Precision 3660 타워 워크스테이션; Windows 10, 64비트 운영체제
의료영상 저장 전송 시스템 (PACS)	소프트웨어	인피니트헬스케어 주식회사	INFINITT PACS 7.0
R	소프트웨어	R Foundation for Statistical Computing	버전 4.3.1
REDCap	소프트웨어	밴더빌트 대학교	버전 13.1
rmda R 패키지	소프트웨어	R Foundation for Statistical Computing	버전 1.6
SPSS Statistics	소프트웨어	IBM	버전 27.0