5강 / 20강

5,202장 — 암종마다 다른 세계

한 장에서 코호트로

1~4강에서 지도 한 장을 숫자 하나로 바꾸는 법을 배웠습니다. 그 계산을 TCIA 가 공개한 13개 암종 5,202장 전부에 돌린 표가 브라우저 안에 실려 있습니다. (정확히 같은 코드입니다 — til.metrics() 를 5,202번 부른 것뿐이에요.)

고등학생한 장에서 5,202장으로

슬라이드 한 장을 분석했다. 이제 5,202장 으로 넓힌다.

규모가 커지면 무엇이 가능해지나

가능해지는 것	내용
분포를 본다	한 장은 점 하나
암종별로 비교	나눠도 각각 충분
임상과 엮는다	생존 분석
기준선이 생긴다	"높다" 를 말할 수 있음

한 장으로는 아무 값도 해석할 수 없다 — 견줄 것이 있어야 한다

슬라이드 이름 · 암종 · 침윤률 · 조직 조각 수 · 덩어리 수 · 깊이 · 임상 · 생존.

Python 브라우저에서 실행

import til

d = til.slides()
print("표 크기:", d.shape)
print()
print(d[["slide", "tumor", "til_pct", "tissue_patches", "n_clusters", "OS_time"]].head(5).to_string(index=False))
print()
print("열 이름:", ", ".join(d.columns))

중앙값이 0.00% (포도막흑색종) 부터 12.28% (위암) 까지 벌어집니다.

Python 브라우저에서 실행

import til

d = til.slides()
g = d.groupby("tumor").til_pct
표 = g.describe()[["count", "25%", "50%", "75%", "max"]].round(2)
표.columns = ["장수", "Q1", "중앙값", "Q3", "최대"]
표["암종"] = [til.NAMES[t] for t in 표.index]
print(표.sort_values("중앙값", ascending=False).to_string())

고등학생암종마다 다른 세계

침윤률 분포가 암종마다 크게 다르다.

경향	암종
침윤이 높은 편	흑색종 · 일부 폐암 · MSI-H 대장암
낮은 편	췌장암 · 일부 뇌종양

그래서 암종을 섞으면 안 된다

"침윤률 10%" 가 흑색종에서는 낮고 췌장암에서는 높을 수 있다.

같은 값이 암종에 따라 반대 의미 를 갖는다.

17강의 심슨의 역설이 여기서 시작된다

암종을 섞어서 분석하면 암종 간 차이가 결과를 만든다.

기준선이 다른 집단을 섞으면 그 차이가 결과를 지배한다

맨 아래 UVM(포도막흑색종) 을 보세요. 중앙값이 0.00% 입니다. 슬라이드 63장의 절반 이상에 붉은 칸이 하나도 없습니다.

버그가 아닙니다. 눈 안쪽의 포도막은 면역특권 부위 — 면역세포가 함부로 들어가지 못하도록 진화적으로 차단된 곳이거든요. 눈에 염증이 생기면 시력을 잃으니까요. 그 사실이 지도에 그대로 찍혀 있는 것입니다.

반대쪽 끝 STAD(위암)·READ(직장암)·CESC(자궁경부암) 는 중앙값이 9~12% 입니다. 점막에 늘 면역세포가 대기하고 있는 장기들이에요.

고등학생5,202라는 규모의 뜻

규모	가능한 것
수십 장	사례 보고
수백 장	단일 암종 분석
5,000장 이상	암종별로 나눠도 각각 충분

그런데 규모가 모든 것을 풀지는 않는다

규모가 줄이는 것	못 줄이는 것
우연 오차	계통 편향
—	측정 오차 (11강)
—	배치 효과 (18강)

슬라이드가 많아도 모두 같은 병원 에서 왔으면 그 병원의 특징이 결과에 남는다.

표본을 늘리면 흔들림은 줄지만 치우침은 안 줄어든다

상자그림 — 가운데 선이 중앙값, 상자가 사분위 범위입니다.

Python 브라우저에서 실행

import til
import matplotlib.pyplot as plt

d = til.slides()
순서 = d.groupby("tumor").til_pct.median().sort_values().index

fig, ax = plt.subplots(figsize=(9, 4.4))
ax.boxplot([d[d.tumor == t].til_pct.clip(0, 45) for t in 순서], showfliers=False)
ax.set_xticks(range(1, len(순서) + 1))
ax.set_xticklabels(list(순서), rotation=45, fontsize=8)
ax.set_ylabel("TIL %")            # matplotlib 에는 한글 글꼴이 없어 라벨은 영문으로
ax.axhline(d.til_pct.median(), color="crimson", ls="--", lw=1)
plt.tight_layout()

print("상자 하나가 암종 하나입니다. 상자들이 겹치기는 하지만 자리가 분명히 다릅니다.")

고등학생분포를 먼저 본다

평균을 계산하기 전에 분포를 그린다.

확인할 것	왜
모양이 대칭인가	평균이 대표값인가 (6강)
봉우리가 몇 개인가	여러 집단이 섞였나
극단값이 있나	이상치 · 오류
0 이나 1 에 몰렸나	문턱 문제

6강에서 문제가 드러난다

이 자료의 분포는 왼쪽에 몰리고 오른쪽 꼬리가 길다. 그러면 평균이 대표값이 아니다.

평균을 내기 전에 분포를 그리는 것이 순서다

🤔 확인 문제

포도막흑색종(UVM)의 침윤률 중앙값이 0.00% 인 가장 그럴듯한 까닭은?

🤔 확인 문제

암종마다 침윤률 분포가 크게 다르다는 사실이 뒤 강의에 던지는 숙제는?