Полоспецифические модели машинного обучения для прогнозирования отдаленных метастазов при раке печени (GENDER-HCC-MET)

Дизайн и цель исследования:

Это было ретроспективное популяционное когортное исследование с использованием данных базы данных Surveillance, Epidemiology, and End Results (SEER). Основной целью было систематическое сравнение частоты и выявление полоспецифических детерминант отдаленных метастазов у пациентов с гепатоцеллюлярной карциномой (ГЦК). Вторичной целью была разработка и валидация отдельных высокопроизводительных моделей прогнозирования риска отдаленных метастазов с использованием машинного обучения (МО), адаптированных для пациентов мужского и женского пола.

Источник данных и участники:

Данные были извлечены из 22 регистров SEER, охватывающих пациентов с диагнозом ГЦК в период с 2004 по 2022 год. Включение требовало патологического диагноза ГЦК. Ключевыми критериями исключения были: отсутствие данных о расе, семейном положении, степени опухоли или хирургическом статусе; не первое первичное злокачественное новообразование; и неполные данные стадирования TNM. После применения критериев в окончательный анализ было включено 19 019 пациентов (14 575 мужчин, 4 444 женщин).

Переменные и определения:

Исходной переменной был статус отдаленных метастазов на момент постановки диагноза, дихотомизированный как M0 (без метастазов) или M1 (метастазы) на основе последовательных критериев AJCC. Предикторные переменные включали: возраст, пол, расу, степень опухоли, семейное положение, хирургическое лечение (категоризированное как отсутствие хирургии, локальная терапия, хирургическая резекция или трансплантация печени), лучевую терапию, химиотерапию, годовой доход домохозяйства и место жительства (на основе численности населения). Для обеспечения сопоставимости между различными изданиями руководства по стадированию AJCC стадия T была сгруппирована как T0-2 (локализованная) против T3-4 (локально распространенная), а стадия N как N0 против N1.

Статистический анализ и анализ машинного обучения:

Были проведены однофакторный и многофакторный логистический регрессионный анализы для выявления факторов, независимо связанных с отдаленными метастазами, стратифицированных по полу.

Для прогнозного моделирования набор данных был случайным образом разделен на обучающий набор (80%) и внутренний тестовый набор (20%). Были разработаны и сравнены восемь алгоритмов машинного обучения: логистическая регрессия, случайный лес, XGBoost, LightGBM, AdaBoost, дерево решений, градиентный бустинг деревьев решений (GBDT) и многослойный перцептрон. Гиперпараметры моделей были оптимизированы с использованием 10-кратной перекрестной проверки на обучающем наборе. Окончательные модели были оценены на независимом тестовом наборе. Производительность модели оценивалась с использованием площади под кривой рабочих характеристик приемника (AUC), точности, чувствительности, специфичности, F1-меры, калибровочных кривых и анализа кривых решений (DCA). Интерпретируемость наилучшей модели была улучшена с использованием объяснений Шепли (SHAP).