Utvärdering av en maskininlärningsbaserad prediktionsstrategi för extrahepatisk metastas vid hepatocellulärt karcinom

Bakgrund och motivering

Hepatocellulärt karcinom (HCC) är förknippat med en betydande risk för postoperativ återkomst och extrahepatisk metastas, vilket kan påverka prognosen och behandlingsmöjligheterna avsevärt. Tidig identifiering av patienter med hög risk för extrahepatisk metastas kan stödja en mer lämplig övervakningsintensitet, tidigare multidisciplinär utvärdering och mer tidig behandlingsplanering. Riskstratifierade postoperativa övervakningsstrategier för extrahepatisk metastas är dock inte väletablerade i rutinmässig klinisk praktik.

Forskarna har tidigare utvecklat maskininlärningsbaserade riskstratifieringsmodeller för extrahepatisk metastas i retrospektiva multcenterkohorter, med särskilt fokus på lung- och skelettmetastaser. Denna studie är utformad för att prospektivt validera dessa modeller och utvärdera deras potentiella värde i verklig klinisk arbetsprocess och beslutsfattande.

Studieobjektiv Primärt mål

Att prospektivt validera prestandan för förutbestämda maskininlärningsbaserade riskstratifieringsmodeller för postoperativ extrahepatisk metastasrisk vid HCC (särskilt lung- och skelettmetastaser), inklusive diskriminering och kalibrering i en multcenter verklig miljö.

Sekundära mål

Att utvärdera riskstratifieringsprestanda över kliniskt relevanta undergrupper och deltagande centra.Att bedöma implementeringsrelaterade resultat i rutinpraktik, inklusive modellanvändning och klinisk beslutsinverkan.Att utvärdera om modellinformerad riskstratifiering är förknippad med förändringar i postoperativa övervakningsmönster, remissvägar och tidpunkt för multidisciplinär bedömning.Att utforska kliniska utfallsindikationer (t.ex. tid-till-händelse-utfall och kliniskt handlingsbara detektionsfönsterrelaterade utfall) förknippade med modellinformerad riskstratifiering.Att utforska resursanvändning och hälsoekonomiska implikationer av modellinformerad postoperativ hantering i verkliga miljöer.

Studiedesign

Detta är en multcenter, prospektiv, observationskohortstudie. Deltagare rekryteras och följs enligt rutinmässig klinisk vård vid deltagande sjukhus. Denna studie innebär inte randomisering, obligatorisk interventionsuppdelning eller protokollstyrd behandlingsallokering. Studien är avsedd att validera och utvärdera ett riskstratifieringsverktyg och dess implementering i verkligheten, snarare än att testa en interventionell behandling.

Riskmodellerna, variablerna och det förutbestämda riskstratifieringsramverket utvecklades före starten av prospektiv rekrytering. Prospektiv datainsamling används för att utvärdera modellens överförbarhet, kalibrering, kliniska användbarhet och implementeringsegenskaper i oberoende verkliga kohorter.

Studiepopulation

Behöriga deltagare är vuxna med hepatocellulärt karcinom som har genomgått kurativt avsedd behandling och som inleder postoperativ uppföljning. Detaljerade inklusions- och exklusionskriterier finns i protokollet och inkluderar tillgänglighet av nödvändiga baslinjekliniska variabler och uppföljningsinformation för utfallsbedömning.

Studieprocedurer och datainsamling

Data samlas in prospektivt under rutinmässig vård och kan inkludera:

Baslinjedemografiska och kliniska egenskaper；Tumörrelaterade och behandlingsrelaterade variabler；Uppföljningsbildgivning och laboratorieövervakningsinformation；Förekomst och tidpunkt för extrahepatisk metastas (särskilt lung- och skelettmetastaser)

Återkomst- och överlevnadsrelaterade utfall, där tillgängligt

Kliniska hanteringsbeslut (t.ex. övervakningsintensitet, remisser, multidisciplinära teamdiskussioner och behandlingsplanering)

Implementeringsmått (t.ex. modellanvändning/implementering och beslutsinverkan-dokumentation, där tillgängligt)

Resursanvändningsvariabler för utforskande ekonomiska analyser, där tillgängligt

Ingen studieobligatorisk behandling tilldelas. Kliniska beslut förblir under behandlande läkares ansvar.

Utfall och analytiskt ramverk

Studien kommer att utvärdera modellens prestanda med förutbestämda statistiska metoder, vilka kan inkludera mått på diskriminering, kalibrering och klinisk användbarhet för tid-till-händelse-utfall. Analyser kan också bedöma centernivåheterogenitet, tidsmässig prestanda och modelluppdaterings-/omkalibreringsstrategier där lämpligt.

Implementerings- och klinisk användbarhetsanalyser kan inkludera utvärdering av:

Implementering och användning av riskstratifieringsverktyget

Förändringar i övervakningsintensitet eller uppföljningsvägar förknippade med riskstrata

Beslutsinverkan på remisser och hanteringsplanering

Utforskande associationer med kliniskt meningsfulla utfall och resursanvändning

Alla analyser avsedda att emulera hypotetiska hanteringsstrategier (t.ex. måltrialsemuleringsbaserade analyser) kommer tydligt rapporteras som observationsbaserade och uppskattade/hypotetiska, och kommer inte att tolkas som randomiserade behandlingseffekter.

Studiens betydelse

Denna studie förväntas ge prospektiva multcenterbevis om giltigheten och den verkliga kliniska användbarheten av maskininlärningsbaserad riskstratifiering för extrahepatisk metastas vid HCC. Resultaten kan informera om optimering av postoperativ övervakning, riskanpassade hanteringsvägar och framtida implementeringsforskning.