면역병리학 지표로 본 젊은 여성의 유방암
면역병리학 지표로 본 젊은 여성의 유방암
2019 11 12
1.대상논문
1)제목: 35세 이하 젊은 여성의 유방암: 자기공명영상 소견과 임상병리학적 및 면역조직화학 특성과의 상관관계
2)저자: 이세형 외 2인
3)게재지: 대한영상의학회지 P.196-203, 2018.
  1. 1.
    활용데이터
1)건수: 2010년부터 2018년까지, 약 9년 간 유방암을 진단받은 35세이하 환자 레지스트리데이터 227건과, 해당 기간 내 45세 이상 유방암 진단 환자 데이터 중 랜덤으로 추출한 대조군 데이터 227 건, 총 454 건
2)테이블: 유방암 대상자(BRST_PT_TRGT), 유방암 면역병리(BRST_PE_IMNL)
본 논문은 35세 이하의 젊은 여성의 유방암에 대해 고찰한 논문이다. 특히 나이든 연령군과 대조하여, 영상학적 검사소견 및 조직 병리학적 특징에 대해 비교 중점을 두었다. 본 시각화에서는 논문 P.201 내 고찰 부분, 젊은 여성의 유방암은 ER수용체, Ki-67 양성, P53 양성, 세 지표와 관련이 있다고 기록한 부분에서 착안하여, 세 지표와 두 연령대조군을 설정하여 비교 분석을 실시하였다.

연령군 별 대조에 따른 ER-Score 및 P-53 검사 결과

첫 시각화 대상은 연령군에 따른 ER-Score 음성에 대한 비교 분석 결과이다. 논문에서 고찰한 것과는 달리, 레지스트리 데이터는 두 연령군 대비 약 1% 차이밖에 나타나지 않았다. P-53 양성에 대한 대조 또한, 이와 마찬가지로 1%차이를 보였다. 다만, 두 지표 모두 1%라도 젊은 연령군이 좀더 유의하게 관계있다고 나타난 것에 의의를 둘 수 있을 것이다.
ggplot(brst2,mapping=aes(x=DIAG_AGE, y=..count.., fill=IMNL_ER_SCRE_CMNT)) + geom_bar(stat="count", color="black") + scale_fill_brewer(palette=2) + ggtitle("연령군 별 대조에 따른 ER-Score 결과", )+ geom_text(mapping=aes(label=paste0(round(..count../sum(..count..)*100),"%")),stat ="count", vjust=1.5, hjust=0.5, position = "stack", color="black", size=5) + theme(plot.title = element_text(family = "serif",size=15, face="bold", hjust = 0.5)) + labs(x="연령군",y="환자수", fill="ER Score 결과")
ggplot(brst2,mapping=aes(x=DIAG_AGE, y=..count.., fill=IMNL_P53_CMNT)) + geom_bar(stat="count", color="black") + scale_fill_brewer(palette=3) + ggtitle("연령군 별 대조에 따른 P-53 검사 결과", )+ geom_text(mapping=aes(label=paste0(round(..count../sum(..count..)*100),"%")),stat ="count", vjust=1.5, hjust=0.5, position = "stack", size=5) + theme(plot.title = element_text(family = "serif",size=15, face="bold", hjust = 0.5)) + labs(x="연령군", y="환자수", fill="P-53 검사결과")

Ki-67 양성 환자 중 연령군 별 비율

세 지표 중, Ki-67 양성 지표는 그 중 젊은연령군과 가장 관계가 높은 것으로 드러났다. 약 6%의 차이로, 분석 대상 데이터 수(454건)로 미루어봤을 때, 유의미한 결과로 판단내릴 수 있다.
ggplot(brst2sub, aes(x="", y=..count.., fill=DIAG_AGE)) + geom_bar(stat="count", width = 1.0, color="black") + scale_fill_brewer(palette=5) + coord_polar(theta = "y") + geom_text(mapping=aes(label=paste0(round(..count../sum(..count..)*100),"%")),stat ="count",position=position_stack(vjust=0.5), face="bold", size=5 ) + ggtitle("Ki-67 양성 환자 중 연령군 별 비율", )+ theme(plot.title = element_text(family = "serif", face = "bold", hjust = 0.5, size = 15, color = "darkblue"), legend.position="bottom") + labs(x="연령군", y="환자수", fill="Ki-67 검사결과")
## Warning: Ignoring unknown parameters: face