卵巣癌の間隔減量手術における残存病変・手術範囲予測のCTモデルを検証する

注目ポイント

- 進行卵巣癌において、術前化学療法後の完全肉眼切除（Complete Gross Resection, CGR）は生存に極めて重要である。
- Memorial Sloan Kettering Cancer Center（MSKCC）のCTベース予測モデルは、間隔減量手術（Interval Debulking Surgery, IDS）への適用時には予測精度が限定的である。
- 患者年齢、CA-125の閾値、ならびに選択された画像所見を組み込むことで、残存病変および手術複雑性の予測性能は改善する。
- 特定のCT所見は高度な手術手技の必要性を示唆し得るが、そのような所見がないことは複雑な手術を不要とする根拠にはならない。

研究背景

進行卵巣癌（Advanced Ovarian Cancer, AOC）は、主として国際産婦人科連合（International Federation of Gynecology and Obstetrics, FIGO）病期IIIC～IVに分類され、予後は主として減量手術後の残存病変（Residual Disease, RD）の程度により左右される。完全肉眼切除（CGR）の達成は、一貫して生存率の改善と関連する。治療は通常、初回減量手術、または術前化学療法（Neoadjuvant Chemotherapy, NACT）後に間隔減量手術（IDS）を行う方法のいずれかで構成される。術前のコンピュータ断層撮影（Computed Tomography, CT）に基づく予測モデルは、初回手術におけるRDおよび手術の複雑性の予測に有望性を示してきた一方、NACT後の有用性はなお不明である。NACT後には腫瘍の反応により病変分布や画像特性が変化し得るため、既存モデルの精度が低下する可能性がある。NACT後のRDおよび手術複雑性をより正確に予測できる手段が必要であり、これは術前計画およびIDSの患者選択の最適化に資する。

研究デザイン

本研究は2016年から2021年にかけて実施された多施設後ろ向きコホート研究であり、FIGO病期IIIC～IVのAOC患者246例で、NACT後にIDSを受けた症例を対象とした。主要目的は、初回手術設定で既に妥当性が確認されている Memorial Sloan Kettering Cancer Center（MSKCC）のCTベース予測モデルについて、NACT後の残存病変および手術複雑性の予測性能を評価することであった。NACT前後のCT画像は、6名の放射線科医により独立して評価され、18の事前定義された腹部・骨盤内病変部位について判読された。RDおよび横隔膜手術や肝周囲手術などの高度手術手技の必要性を予測する臨床・画像学的因子を同定するため、ロジスティック回帰解析が用いられた。MSKモデルは、年齢およびCA-125の最適閾値を用いて再較正され、改訂版予測モデルが作成された。

主要所見

コホート全体では、61%で完全肉眼切除（可視残存病変なし）が達成され、35%は残存病変が1 cm以下、4%は1 cmを超える残存病変を有していた。既存のMSKモデルをNACT後のIDSに適用した場合、RD予測の識別能は限定的であり、c統計量は0.670で、性能は中等度にとどまった。著者らは、患者年齢およびCA-125の最適閾値、ならびに選択された画像学的特徴を組み込んだ改訂モデルを作成し、c統計量を0.711に改善した。これは予測能の向上を示す。

高度手術手技の必要性を予測する別個のロジスティック回帰モデルでは、中等度の識別能が示され、c統計量は0.736であった。特に、CTで肝被膜下および肝周囲部位に病変を認める所見は、横隔膜手術と相関していた。しかし、画像上そのような病変が認められないことは、横隔膜剥離術やその他の複雑手技の必要性を信頼性高く除外するものではなく、感度の限界が示された。

以上のデータは、NACT後の術前計画において画像所見のみでは十分ではないことを示している。CA-125や患者年齢といった臨床指標を統合することで、化学療法に伴う腫瘍変化後の手術複雑性という多因子性の性質を反映した、より良い予測が可能となる。

専門家コメント

本研究は、NACT-IDSの場面において広く参照されてきたCTベース予測ツールを検証することで、卵巣癌診療における重要な空白を補うものである。c統計量が中等度にとどまったことは、化学療法後に画像による予測が本質的に難しいことを示している。化学療法は腫瘍量や組織特性を変化させ、残存病変を画像上で覆い隠す可能性があるためである。したがって、効果的な術前計画には、画像診断と臨床バイオマーカー、ならびに多職種による臨床判断の統合が不可欠であることが強調される。

本研究の限界として、後ろ向き研究であること、さらに独立判読が行われたにもかかわらず、放射線科医間での判読者間変動の可能性が挙げられる。加えて、手術方針の決定には画像やCA-125以外にも、全身状態や術中所見など、モデル化が困難な要素が含まれる。本研究は、MSKのようなモデルがリスク層別化や手術計画に有用であっても、陰性画像所見が熟練した手術チームによる十分な減量手術の必要性を否定するものではないことを再確認している。

これらの知見は、IDSにおける個別化された手術アプローチを重視し、患者層別化にバイオマーカー統合の価値を示す現在のNCCNガイドラインとも整合する。今後の前向き研究では、高度画像技術、分子バイオマーカー、リアルタイムの手術変数を組み込むことで予測モデルの精緻化を目指すべきであり、機械学習の活用により予測精度がさらに向上する可能性がある。

結論

要するに、原発性卵巣癌手術向けに開発された MSKCC の CT ベースモデルは、間隔減量手術における術前化学療法後の残存病変予測については精度が限定的である。年齢やCA-125などの臨床パラメータを用いてモデルを再較正すると識別能はわずかに改善するが、予測上の限界は完全には解消されない。特定のCT所見は複雑な手術操作を予見する上で有用である一方、画像上で病変が認められないことは広範な手術介入を必要としないことを意味しない。NACT後の進行卵巣癌においては、臨床情報、画像情報、バイオマーカー情報を統合した多職種評価が、手術成績の最適化に不可欠である。本研究は、化学療法後の手術環境に即した、より高精度な予測ツールの必要性を示しており、患者選択と手術戦略の意思決定をより適切に導くことが求められる。

資金提供および臨床試験

本研究では、特定の資金提供元や臨床試験登録番号は報告されていない。後ろ向き研究であり、かつ多施設が参加したことから、婦人科腫瘍学を専門とする各施設間の協働が示されている。

参考文献

1. Ainio C, Caruso G, Alessi S, et al. Predicting residual disease and extent of surgery after neoadjuvant chemotherapy for ovarian cancer: Does the MSKCC model from the primary setting apply? Gynecologic Oncology. 2026 Aug 18;212:145-151. PMID: 42612479.
2. National Comprehensive Cancer Network. NCCN Clinical Practice Guidelines in Oncology: Ovarian Cancer Including Fallopian Tube Cancer and Primary Peritoneal Cancer. Version 1.2024.
3. Eisenhauer EA, et al. New response evaluation criteria in solid tumours: Revised RECIST guideline (version 1.1). Eur J Cancer. 2009 Jan;45(2):228-47.
4. Fagotti A, et al. Prospective validation study of a laparoscopic predictive model for optimal cytoreduction in advanced ovarian carcinoma. Am J Obstet Gynecol. 2008;199(6):617.e1-617.e6.
5. Rutten MJ, et al. Predictive diagnostic models of residual disease after primary debulking surgery in advanced-stage ovarian cancer. J Clin Oncol. 2019;37(25):2259-2269.