《International Journal of Women's Health》:Machine Learning Models for Predicting Liver Metastasis at Diagnosis and Overall Survival in Ovarian Cancer: A SEER-Based Study
编辑推荐:
目的:卵巢癌(Ovarian Cancer, OC)是女性生殖系统常见恶性肿瘤之一,肝转移是其最常见的远处转移部位。目前尚缺乏可同时预测OC患者初诊时肝转移及预后的机器学习(Machine Learning, ML)模型。本研究旨在开发高效预测模型。方法:本研
目的:卵巢癌(Ovarian Cancer, OC)是女性生殖系统常见恶性肿瘤之一,肝转移是其最常见的远处转移部位。目前尚缺乏可同时预测OC患者初诊时肝转移及预后的机器学习(Machine Learning, ML)模型。本研究旨在开发高效预测模型。方法:本研究为基于监测、流行病学与最终结果(Surveillance, Epidemiology, and End Results, SEER)数据库的回顾性研究,纳入2010—2020年间确诊的OC患者,将数据集按6:4划分为训练集与验证集。主要终点为OC患者初诊时的肝转移状态,以及合并肝转移患者的12、36、60个月总生存期(Overall Survival, OS)。经Boruta算法筛选特征后,分别构建9种ML诊断模型与5种ML预后模型。诊断模型采用受试者工作特征曲线下面积(Area Under the Curve, AUC)、准确率、Kappa值、灵敏度、特异度、阳性预测值、阴性预测值评估性能;预后模型采用AUC与Brier评分进行评估。结果:在27?065例OC患者中,1?053例初诊即伴肝转移。组织学类型、T分期、分级、年龄、N分期、CA125水平、肿瘤侧别及种族与初诊肝转移显著相关;组织学类型、化疗、手术、放疗、肺转移、骨转移、年龄、肿瘤分级及婚姻状况与肝转移患者OS显著相关。训练集中K最近邻(K-Nearest Neighbor, KNN)模型的AUC最高(0.863),验证集中岭回归(Ridge Regression)模型的AUC最高(0.758),且在灵敏度(0.929)与阴性预测值(0.994)方面表现最佳。12个月OS预测中,随机生存森林(Random Survival Forest, RSF)模型在训练集与验证集均取得最高AUC(0.876),综合性能最优。T分期是诊断肝转移的最具区分度特征;化疗、组织学类型及年龄分别为12、36、60个月OS最具区分度的特征。手术与化疗与OS改善相关。结论:Ridge回归与RSF分别在诊断与预后模型中表现出优异的预测性能,可为临床识别OC初诊肝转移患者及制定个体化治疗方案提供支持。
本研究发表于《International Journal of Women's Health》,聚焦于卵巢癌(OC)这一女性生殖系统第三大常见恶性肿瘤,其全球发病率与死亡率居高不下,且超过三分之二的患者在初诊时已发生远处转移,其中肝脏是最常见的转移部位,约占所有远处转移的57%。合并肝转移的OC患者中位生存期仅约30个月,且易因肝功能衰竭等严重事件导致预后进一步恶化。当前,肿瘤-淋巴结-转移(TNM)分期系统与病理分型虽广泛用于预后评估,但因纳入变量有限、缺乏人口学与治疗相关信息,难以满足精准预测的需求。传统列线图的预测效能亦有限(AUC≈0.764)。因此,研究人员基于大规模肿瘤登记数据,应用机器学习技术,构建可同时预测OC患者初诊肝转移风险及肝转移人群生存期的模型,以期弥补现有工具的不足。
研究人员采用的主要关键技术方法包括:基于SEER数据库提取2010—2020年OC病例,按纳入与排除标准筛选最终27?065例患者,随机分为训练集(60%)与验证集(40%);利用Boruta算法进行特征选择,保留重要性P<0.01的变量;构建九种诊断模型与五种预后模型,诊断模型评价指标包括AUC、准确率、Kappa值、灵敏度、特异度、阳性预测值与阴性预测值,预后模型采用AUC与Brier评分;特征重要性分析分别采用SHAP(Shapley Additive Explanation)值与Brier评分排序;对手术、化疗及放疗的生存影响进行倾向评分匹配(Propensity Score Matching, PSM)及Kaplan-Meier生存分析。
研究结果如下:
人群特征:共纳入27?065例OC患者,其中1?053例初诊伴肝转移。与无肝转移患者相比,肝转移组年龄更高,黑人比例更高,单身比例更高,双侧肿瘤更多,T分期与N分期更晚,病理分级更高,浆液性癌比例更高,CA125阳性率更高。
OC初诊肝转移的风险与预后因素:Boruta分析显示,组织学类型、T分期、分级、年龄、N分期、CA125、肿瘤侧别及种族与初诊肝转移显著相关;组织学类型、化疗、手术、放疗、肺转移、骨转移、年龄、分级及婚姻状况与肝转移患者OS显著相关。
诊断与预后模型的预测性能:训练集中KNN模型AUC最高(0.863),验证集中Ridge回归AUC最高(0.758),并在灵敏度(0.929)与阴性预测值(0.994)上表现最佳。预后模型中,RSF在12个月OS预测中AUC最高(0.876),综合表现最优;随时间推移,各模型AUC普遍下降,Brier评分呈先升后降趋势。
机器学习模型中的特征重要性:Ridge回归模型中,T分期是最具区分度的诊断特征,其次为组织学类型、N分期与分级。RSF模型中,12个月OS的最重要特征为化疗,36个月为组织学类型,60个月为年龄。
生存分析:PSM结果显示,手术与化疗显著提高OS(P<0.0001),放疗与OS的关系可能受样本量限制而未呈现一致获益。
讨论部分指出,本研究在OC肝转移的预测模型构建中验证了Ridge回归与RSF的优势,与前人研究一致,表明集成学习与正则化回归在高维医学数据分析中的价值。研究发现的肝转移风险因素与既往文献相符,强调了肿瘤分期、组织学类型及分化程度的重要性。化疗与手术被证实可显著延长生存期,符合现有治疗指南。研究人员同时指出,本研究存在若干局限:模型仅针对初诊肝转移,而非预测未来转移;SEER数据的地域局限性可能影响泛化能力;缺乏血液学指标、合并症及分子生物学信息;回顾性设计带来潜在偏倚;外部验证与临床转化尚需进一步研究。
结论部分翻译:组织学类型、T分期、分级、年龄、N分期、CA125、肿瘤侧别及种族与OC患者初诊肝转移显著相关;婚姻状况、分级、年龄、骨转移、肺转移、放疗、手术、化疗及组织学类型与合并肝转移的OC患者OS显著相关。Ridge回归与RSF分别在诊断与预后模型中表现出优越的预测性能,可为临床识别高风险OC患者及制定个体化治疗策略提供依据。