Forudsigelse af patologisk komplet respons på neoadjuvant kemoterapi ved brystkræft ved hjælp af maskinlæringsmodeller.

Denne retrospektive observationsstudie blev udført ved hjælp af et brystkræftregister, der indeholder kliniske og patologiske data fra patienter, der modtog neoadjuvant kemoterapi mellem januar 2010 og december 2025. Formålet med studiet var at udvikle og validere en maskinlæringsbaseret forudsigelsesmodel for patologisk komplet respons (pCR) ved hjælp af rutinemæssigt tilgængelige klinisk-patologiske variable.

Et indledende datasæt bestående af 298 patienter og 144 registrerede variable blev kurateret af brystonkologieksperter for at identificere klinisk relevante prædiktorer. I alt blev 20 etablerede klinisk-patologiske variable udvalgt, der repræsenterede demografiske karakteristika, tumorstadiering, biomarkørprofiler og behandlingsrelaterede faktorer. Feature engineering-teknikker, herunder ordinal kodning, one-hot kodning og binær mapping, blev anvendt for at forberede datasættet til modeludvikling. Manglende værdier blev håndteret ved hjælp af medianimputation inden for en krydsvalideringspipeline for at forhindre datalækage.

Feature selection blev udført ved hjælp af en hybrid vigtighedsramme, der integrerede gensidig informationsanalyse, SHAP-baseret attribution fra gradient boosting-modeller og L1-regulariserede logistiske regressionskoefficienter. Sekventiel evaluering af feature subsets identificerede et optimalt subset på 10 prædiktorer til modeludvikling.

Flere maskinlæringsalgoritmer – inklusive logistisk regression, random forest, gradient boosting-modeller, support vector machines, k-nearest neighbors og ensemble learning-tilgange – blev trænet og evalueret ved hjælp af 5-fold stratificeret krydsvalidering. Endelig ydeevne blev vurderet på uafhængige validerings- og holdout-datasæt ved hjælp af ROC-AUC, precision-recall AUC, F1-score og Matthews korrelationskoefficient.

Det primære udfald var patologisk komplet respons efter neoadjuvant kemoterapi. Tærskeloptimering blev udført for at identificere en klinisk meningsfuld sandsynlighedsgrænse, der balancerede sensitivitet og specificitet for at forudsige behandlingsrespons. Modelydelse blev sammenlignet med en prævalensjusteret stokastisk baseline ved hjælp af Monte Carlo-simulation for at bekræfte forudsigelsesvaliditet ud over tilfældighed.

Denne studie evaluerer muligheden for at anvende klinisk-patologi-baserede maskinlæringsmodeller til at forudsige behandlingsrespons ved brystkræft og til at understøtte individuel klinisk beslutningstagning i neoadjuvant sammenhæng.