성별 특이적 기계 학습 모델을 활용한 간암 원격 전이 예측 (GENDER-HCC-MET)

연구 설계 및 목적:

본 연구는 감시, 역학 및 최종 결과(SEER) 데이터베이스의 데이터를 활용한 후향적, 인구 기반 코호트 연구입니다. 주요 목적은 간세포암종(HCC) 환자에서 원격 전이의 발생률을 체계적으로 비교하고 성별 특이적 결정 요인을 확인하는 것이었습니다. 부차적 목적은 남성 및 여성 환자에 맞춤화된 원격 전이 위험에 대한 별도의 고성능 기계 학습(ML) 예측 모델을 개발하고 검증하는 것이었습니다.

데이터 출처 및 참가자:

데이터는 2004년부터 2022년 사이에 HCC로 진단된 환자를 포함하는 22개 SEER 레지스트리에서 추출되었습니다. 포함 기준은 HCC의 병리학적 진단이 필요했습니다. 주요 제외 기준은 다음과 같습니다: 인종, 혼인 상태, 종양 등급 또는 수술 상태에 대한 데이터 누락; 첫 번째 원발성 악성 종양이 아님; 불완전한 TNM 병기 데이터. 기준을 적용한 후, 최종 분석에는 19,019명의 환자(남성 14,575명, 여성 4,444명)가 포함되었습니다.

변수 및 정의:

결과 변수는 진단 시 원격 전이 상태로, 일관된 AJCC 기준에 따라 M0(전이 없음) 또는 M1(전이)로 이분화되었습니다. 예측 변수에는 연령, 성별, 인종, 종양 등급, 혼인 상태, 수술 치료(비수술, 국소 치료, 수술적 절제 또는 간 이식으로 분류), 방사선 치료, 화학 요법, 연간 가구 소득 및 거주 지역(인구 규모 기준)이 포함되었습니다. AJCC 병기 매뉴얼의 다양한 판본 간 비교 가능성을 보장하기 위해 T 병기는 T0-2(국소) 대 T3-4(국소 진행)로, N 병기는 N0 대 N1로 그룹화되었습니다.

통계 및 기계 학습 분석:

원격 전이와 독립적으로 연관된 요인을 확인하기 위해 단변량 및 다변량 로지스틱 회귀 분석이 수행되었으며, 성별로 층화되었습니다.

예측 모델링을 위해 데이터셋은 무작위로 훈련 세트(80%)와 내부 테스트 세트(20%)로 분할되었습니다. 로지스틱 회귀, 랜덤 포레스트, XGBoost, LightGBM, AdaBoost, 의사 결정 트리, 그래디언트 부스팅 의사 결정 트리(GBDT) 및 다층 퍼셉트론의 8가지 기계 학습 알고리즘이 개발 및 비교되었습니다. 모델 하이퍼파라미터는 훈련 세트에서 10-겹 교차 검증을 사용하여 최적화되었습니다. 최종 모델은 독립적인 테스트 세트에서 평가되었습니다. 모델 성능은 수신자 조작 특성 곡선 아래 면적(AUC), 정확도, 민감도, 특이도, F1 점수, 보정 곡선 및 의사 결정 곡선 분석(DCA)을 사용하여 평가되었습니다. 가장 성능이 우수한 모델의 해석 가능성은 Shapley Additive Explanations(SHAP)를 사용하여 향상되었습니다.