Predikce patologické kompletní odpovědi na neoadjuvantní chemoterapii u karcinomu prsu pomocí modelů strojového učení.

Tato retrospektivní observační studie byla provedena pomocí registru karcinomu prsu obsahujícího klinická a patologická data pacientek, které podstoupily neoadjuvantní chemoterapii mezi lednem 2010 a prosincem 2025. Cílem studie bylo vyvinout a ověřit prediktivní model založený na strojovém učení pro patologickou kompletní odpověď (pCR) pomocí rutinně dostupných klinickopatologických proměnných.

Počáteční datová sada skládající se z 298 pacientek a 144 zaznamenaných proměnných byla upravena odborníky na onkologii prsu k identifikaci klinicky relevantních prediktorů. Bylo vybráno celkem 20 zavedených klinickopatologických proměnných představujících demografické charakteristiky, staging nádoru, profily biomarkerů a faktory související s léčbou. Byly použity techniky feature engineering, včetně ordinálního kódování, one-hot kódování a binárního mapování, k přípravě datové sady pro vývoj modelu. Chybějící hodnoty byly zpracovány pomocí medianové imputace v rámci cross-validačního pipeline, aby se zabránilo úniku dat.

Výběr příznaků byl proveden pomocí hybridního frameworku důležitosti integrujícího analýzu vzájemné informace, SHAP-based atribuci z gradient boosting modelů a koeficienty L1-regularizované logistické regrese. Sekvenční vyhodnocení podmnožin příznaků identifikovalo optimální podmnožinu 10 prediktorů pro vývoj modelu.

Vícečetné algoritmy strojového učení – včetně logistické regrese, náhodného lesa, gradient boosting modelů, podpůrných vektorových strojů, k-nearest neighbors a ensemble learning přístupů – byly trénovány a vyhodnocovány pomocí 5-fold stratified cross-validation. Konečný výkon byl hodnocen na nezávislých validačních a holdout datových sadách pomocí ROC-AUC, precision-recall AUC, F1-score a Matthewsova korelačního koeficientu.

Primárním výsledkem byla patologická kompletní odpověď po neoadjuvantní chemoterapii. Byla provedena optimalizace prahu k identifikaci klinicky významného prahu pravděpodobnosti, který vyvažoval senzitivitu a specificitu pro predikci léčebné odpovědi. Výkon modelu byl porovnán s prevalence-adjusted stochastickou základní linií pomocí Monte Carlo simulace k potvrzení prediktivní platnosti nad rámec náhody.

Tato studie hodnotí proveditelnost aplikace klinickopatologicky založených modelů strojového učení k predikci léčebné odpovědi u karcinomu prsu a k podpoře individualizovaného klinického rozhodování v neoadjuvantním prostředí.