메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김성장 (부산대학교 의과대학 핵의학과) 김인주 (부산대학교 의과대학 핵의학과) 김용기 (부산대학교 의과대학 핵의학과) 배영태 (부산대학교 의과대학 일반외과)
저널정보
대한핵의학회 대한핵의학회지 대한핵의학회지 제34권 제3호
발행연도
2000.1
수록면
234 - 242 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
목적: Tc-99m MIBI 유방스캔은 원발성 유방암의 진단에 유용한 것으로 알려져 있다. 그러나 대부분의 연구에서는 적은 환자군을 대상으로 하였다. 저자들은 대단위의 환자군에서 Tc-99m MIBI 유방스캔을 경험하였으며 원발성 유방암과 액와부 림프절 전이의 진단에서 Tc-99m MIBI 유방스캔의 진단 성능을 조사하였다. 대상 및 방법: 유방암이 의심되는 환자 305명을 대상으로 Tc-99m MIBI 유방스캔을 시행하였다. 925 MBq의 Tc-99m MIBI를 정맥주사하고 10분 후에 유방의 양 측면영상을 얻었으며 이상소견이 관찰되면 3시간 후의 지연영상을 얻었다. Tc-99m MIBI 유방스캔의 결과는 수술이나 세침흡인세포잔검사의 결과와 서로 비교하였으며 유방스캔상 병변 대 배후방사능 비의 악성과 양성에서의 차이를 분석하였다. 결과: 155명이 유방암으로 확진되었으며 양성 유방 질환은 150명이었다. 악성 유방질환 중 126예가 침윤성 관상피암이었으며, 관상피내암이 16예, 침윤성 소엽상피암이 3예, 악성 엽상종양이 1예, 수질성암이 2예, 화생성암이 2예, 점액성암이 3예, 유두성암이 1예, 시그넷링암이 1예의 분포를 보였다. 양성 유방질환의 종류는 섬유낭성 질환이 111명으로 가장 많았으며 섬유선종이 19예, 유선염이 5예, 선증이 3예, 관증식증이 3예, 양성 엽상종양이 3예, 관내 유두종이 1예, 상피낭종이 1예, 농양이 1예, 지방종이 1예, 관상형 선종이 1예, 유선낭포가 1예의 분포를 보였다. 수술로 확진된 유방암 평균 크기는 $2.8{\pm}2.0cm$이고 0.2 cm이 가장 작았으며 가장 큰 유방암은 15cm였다. Tc-99m MIBI 유땅스캔상 진양성을 보인 경우는 132예, 위양성이 10예, 위음성이 23예 이었고 진음성이 140예이었다. 원발성 유방암 진단의 예민도, 특이도, 양성예측률 및 음성예측률은 각각 85.2%, 93.4%, 92.9%, 85.9%이었다. 액와부 곽청술을 시행한 143명의 환자에서 Tc-99m MIBI 유방스캔의 액와부 림프절 전이 진단 성능은 진양성 13예, 진음성 76예, 위양성 8예, 위음성 46예로 액와부 림프절 전이 진단 성능은 예민도 22%, 특이도 90.4%였다. 종양 대 배후방사능의 비는 조기영상에서 악성으로 진단된 경우 $2.44{\pm}0.97$로 양성의 $1.94{\pm}0.78$보다 의미있게 높은 값을 보였으나(p=0.01), 지연영상에서 구한 종양 대 배후방사능의 비는 유방암 $1.94{\pm}0.52$, 양성 유방질환 $1.91{\pm}0.73$으로 의미있는 차이를 보이지 않았다(p=0.43). 결론: 대단위 환자를 대상으로 한 저자들의 연구에서 Tc-99m MIBI 유방스캔은 원발성 유방의 진단에 유용하게 사용되어질 수 있으며 조기영상에서 구한 병변 대 배후방사능의 비는 악성과 양성의 감별에 보조적인 역할을 할 것으로 여겨지나 적절한 문턱값을 구하기 위해서는 추가적인 연구를 필요로 할 것으로 여겨진다. 그러나 1 cm 이하의 크기가 작은 유방암의 진단에 Tc-99m MIBI 유방스캔은 한계가 있으며 액와부 림프절의 전이 진단 역시 어려운 것으로 여겨지며 앞으로의 연구가 수반되어야 한다고 판단된다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0