性別特異的機械学習モデルによる肝癌遠隔転移の予測 (GENDER-HCC-MET)

研究デザインと目的：

本研究は、Surveillance, Epidemiology, and End Results (SEER) データベースのデータを用いた後ろ向き、集団ベースのコホート研究である。 主目的は、肝細胞癌（HCC）患者における遠隔転移の発生率を体系的に比較し、性別特有の決定因子を同定することであった。 副次目的として、男性患者と女性患者それぞれに合わせた遠隔転移リスクの高性能機械学習（ML）予測モデルを開発し、検証することであった。

データソースと参加者：

データは、2004年から2022年の間にHCCと診断された患者をカバーする22のSEERレジストリから抽出された。 参加にはHCCの病理学的診断が必要であった。 主な除外基準は、人種、婚姻状況、腫瘍グレード、または手術状況に関するデータの欠如、非初発原発性悪性腫瘍、および不完全なTNM病期分類データであった。 基準を適用した後、19,019人の患者（男性14,575人、女性4,444人）が最終分析に含まれた。

変数と定義：

アウトカム変数は、診断時の遠隔転移の有無であり、一貫したAJCC基準に基づきM0（転移なし）またはM1（転移あり）に二値化された。 予測変数には、年齢、性別、人種、腫瘍グレード、婚姻状況、外科的治療（非手術、局所療法、外科的切除、または肝移植に分類）、放射線療法、化学療法、世帯年収、および居住地（人口規模に基づく）が含まれた。 AJCC病期分類マニュアルの異なる版間での比較可能性を確保するため、T病期はT0-2（限局性）対T3-4（局所進行性）に、N病期はN0対N1にグループ化された。

統計的および機械学習分析：

遠隔転移と独立して関連する因子を性別で層別化して同定するため、単変量および多変量ロジスティック回帰分析が実施された。 予測モデリングのために、データセットはランダムにトレーニングセット（80％）と内部テストセット（20％）に分割された。 8つの機械学習アルゴリズムが開発され比較された：ロジスティック回帰、ランダムフォレスト、XGBoost、LightGBM、AdaBoost、決定木、勾配ブースティング決定木（GBDT）、および多層パーセプトロン。 モデルのハイパーパラメータは、トレーニングセットでの10分割交差検証を用いて最適化された。 最終モデルは独立したテストセットで評価された。 モデルの性能は、受信者操作特性曲線下面積（AUC）、精度、感度、特異度、F1スコア、キャリブレーション曲線、および決定曲線分析（DCA）を用いて評価された。 最高性能モデルの解釈可能性は、Shapley Additive Explanations（SHAP）を用いて強化された。