機械学習モデルを用いた乳がん術前化学療法の病理学的完全奏効予測。

この後ろ向き観察研究は、2010年1月から2025年12月までの間に術前化学療法を受けた患者の臨床的および病理学的データを含む乳がんレジストリを用いて実施されました。 本研究の目的は、日常的に利用可能な臨床病理学的変数を用いて、病理学的完全奏効（pCR）を予測する機械学習ベースの予測モデルを開発および検証することでした。

298人の患者と144の記録変数からなる初期データセットは、臨床的に関連性のある予測因子を特定するために、乳がん腫瘍学の専門家によって精選されました。 合計20の確立された臨床病理学的変数が選ばれ、人口統計学的特性、腫瘍の病期、バイオマーカープロファイル、および治療関連要因を代表しています。 順序符号化、ワンホット符号化、バイナリマッピングを含む特徴量エンジニアリング技術を適用し、モデル開発のためのデータセットを準備しました。 欠損値は、データ漏洩を防ぐために、クロスバリデーションパイプライン内で中央値代入法を用いて処理されました。

特徴量選択は、相互情報量分析、勾配ブースティングモデルからのSHAPベースの帰属分析、およびL1正則化ロジスティック回帰係数を統合したハイブリッド重要度フレームワークを使用して実行されました。 逐次的特徴量サブセット評価により、モデル開発のための10個の予測因子の最適なサブセットが特定されました。

ロジスティック回帰、ランダムフォレスト、勾配ブースティングモデル、サポートベクターマシン、k最近傍法、およびアンサンブル学習アプローチを含む複数の機械学習アルゴリズムが、5分割層化クロスバリデーションを使用して訓練および評価されました。 最終的な性能は、独立した検証およびホールドアウトデータセットにおいて、ROC-AUC、適合率-再現率曲線下面積、F1スコア、およびマシューズ相関係数を用いて評価されました。

主要なアウトカムは、術前化学療法後の病理学的完全奏効でした。 閾値最適化が実行され、治療反応を予測する際の感度と特異性のバランスをとる、臨床的に意味のある確率カットオフを特定しました。 モデルの性能は、モンテカルロシミュレーションを使用した有病率調整確率的ベースラインと比較され、偶然を超えた予測的有効性が確認されました。

本研究は、乳がんの治療反応を予測し、術前化学療法の個別化された臨床的意思決定を支援するために、臨床病理学ベースの機械学習モデルを適用する可能性を評価しています。