A patológiai teljes válasz előrejelzése a neoadjuváns kemoterápiára mellrákban gépi tanulási modellek segítségével.

Ez a retrospektív megfigyelési tanulmány egy mellrák-regisztrumot használt, amely klinikai és patológiai adatokat tartalmazott azokról a betegekről, akik 2010. január és 2025. december között neoadjuváns kemoterápiát kaptak. A tanulmány célja egy gépi tanuláson alapuló prediktív modell fejlesztése és validálása volt a patológiai teljes válasz (pCR) előrejelzésére rutinszerűen elérhető klinikopatológiai változók felhasználásával.

A kezdeti adathalmaz, amely 298 betegből és 144 rögzített változóból állt, mellrák-onkológiai szakértők által lett összeállítva, hogy klinikailag releváns prediktorokat azonosítsanak. Összesen 20 bevált klinikopatológiai változót választottak ki, amelyek demográfiai jellemzőket, daganat stádiumot, biomarkerek profiljait és kezeléssel kapcsolatos tényezőket képviseltek. Funkciómérnöki technikákat alkalmaztak, beleértve az ordinális kódolást, a one-hot kódolást és a bináris leképezést, hogy az adathalmazt előkészítsék a modellfejlesztéshez. A hiányzó értékeket medián imputációval kezelték egy keresztvalidációs folyamaton belül, hogy megelőzzék az adatszivárgást.

A funkciókiválasztás egy hibrid fontossági keretrendszer segítségével történt, amely kölcsönös információanalízist, SHAP-alapú attribúciót gradiens erősítésű modellekből és L1-regularizált logisztikus regressziós együtthatókat integrált. Szekvenciális funkció-részhalmaz értékelés azonosított egy 10 prediktorból álló optimális részhalmazt a modellfejlesztéshez.

Több gépi tanulási algoritmust – beleértve a logisztikus regressziót, véletlen erdőt, gradiens erősítésű modelleket, támogató vektorgépeket, k-legközelebbi szomszédokat és együttes tanulási megközelítéseket – tanítottak és értékeltek 5-rétegű rétegzett keresztvalidációval. A végső teljesítményt független validációs és tartalék adathalmazokon értékelték ROC-AUC, precízió-emlékezet AUC, F1-pontszám és Matthews korrelációs együttható segítségével.

A fő eredmény a patológiai teljes válasz volt a neoadjuváns kemoterápia után. Küszöboptimalizálást végeztek, hogy egy klinikailag értelmes valószínűségi küszöbértéket azonosítsanak, amely egyensúlyt teremtett az érzékenység és a specifikusság között a kezelési válasz előrejelzésében. A modell teljesítményét egy prevalencia-korrigált sztochasztikus alapvonallal hasonlították össze Monte Carlo szimuláció segítségével, hogy megerősítsék a prediktív érvényességet a véletlenszerű eredményeken túl.

Ez a tanulmány értékeli a klinikopatológia-alapú gépi tanulási modellek alkalmazásának megvalósíthatóságát a kezelési válasz előrejelzésére mellrákban és az egyéni klinikai döntéshozatal támogatására a neoadjuváns környezetben.