진행 유방암에서는 장기 전이에 의한 증상 이외에 전신적인 병태에 기인하는 복잡한 증상의 파악이 중요해진다. 본 연구에서는 JMP Pro를 이용하여 466례의 진행 유방암 환자 데이터에 대해 잠재 클래스 분석(LCA)을 실시하여 병태별 환자층별화를 시도했다. 지난해 토론을 바탕으로 기존 인자 분석에서 LCA로 수법을 변경했다. 분석 결과, 7개의 병태 클러스터를 확인하였고, 특히 흉수 저류를 수반하는 2군이 상이한 배경 병태를 가짐을 시사하였다. 한쪽은 림프관 색전에 의한 「암성 림프관증형」, 다른 한쪽은 흉막염을 수반하는 「암성 흉막염형」이며, CT 화상이나 LDH치에도 명확한 차이가 보였다. 또한 본 연구와 병행하여 유방암 환자로부터 다수의 오르가노이드를 수립하고 있으며, 흉수 유래 오르가노이드와의 비교로부터 LCA에서 얻어진 지견의 생물학적 타당성을 검증 중이다. 본 연구는, JMP Pro에 의한 임상 데이터 해석과 기초 연구를 연결하는 리버스 트랜스레이셔널 리서치의 실천예이며, 향후는 흉수 화상의 AI 해석과의 통합을 목표로 하고 있다. 본 발표에서는, JMP Pro를 활용한 층별화 모델의 유용성과 향후의 연구 전개에 대해 보고해, 관련 분야의 연구자와의 협동의 가능성을 찾고 싶다.
