基于可解释机器学习的乳腺癌急性放射性皮炎预测模型：开发与验证研究

《Frontiers in Oncology》：Development and validation of an interpretable machine learning model for acute radiation dermatitis in breast cancer

本综述开发并验证了一种可解释机器学习模型，用于预测乳腺癌放疗后急性放射性皮炎（RD）。研究整合临床、治疗及社会经济等多维变量，通过随机森林（RF）算法构建预测工具，曲线下面积（AUC）达0.84（训练集）和0.75（测试集）。SHAP分析揭示放疗靶区（CTVsc/CTVim）、TNM分期Ⅱ期和糖尿病状态为关键预测因子，模型具备优异校准性和临床效用（DCA显示净收益提升0.2–0.4），为个性化放疗方案制定提供理论依据。

　　

研究背景与目的

放射性皮炎（RD）是乳腺癌放疗常见的不良反应，严重影响患者生活质量并增加医疗负担。超过半数患者会出现2级及以上皮炎，可能导致治疗中断。尽管已有研究尝试通过放射组学或多组学模型预测RD，但存在模型泛化性不足、对非线性关系拟合能力有限等问题。本研究旨在开发一种整合多维临床变量、具备可解释性的机器学习模型，以实现对高风险患者的早期识别。

研究方法与设计

本研究回顾性纳入2024年2月1日至12月19日期间691例接受术后放疗的乳腺癌患者，随访至2025年2月25日。所有患者均接受图像引导调强放疗（IGRT-IMRT），靶区勾画遵循放射治疗肿瘤学组（RTOG）指南。研究收集了31项预测变量，包括13项临床因素（如年龄、BMI、糖尿病状态）、2项社会经济因素和6项放疗参数（如临床靶区体积）。RD严重程度按RTOG急性放射毒性标准每周评估，主要终点定义为放疗期间及结束后两周内的峰值皮炎等级（≥2级视为严重RD）。数据集按8:2比例随机分为训练集（n=552）和测试集（n=139），采用10折交叉验证评估14种机器学习算法性能。

模型构建与性能验证

随机森林（RF）模型在综合评估中表现最优，训练集AUC为0.84（95% CI: 0.807–0.873），测试集AUC为0.748（95% CI: 0.665–0.831），灵敏度分别为0.811和0.877，特异性为0.747和0.576。校准曲线显示预测概率与观察风险一致性良好，训练集和测试集的Brier分数分别为0.173和0.198。决策曲线分析（DCA）表明，在25%–75%的治疗阈值范围内，模型净收益比“全治疗”或“不治疗”策略高0.2–0.4。

关键预测因子与机制解读

SHAP分析明确放疗靶区体积（CTV_sc和CTV_im）、TNM分期Ⅱ期和糖尿病状态为最重要预测因子。CTV_sc和CTV_im的照射会显著增加RD风险，因其直接扩大皮肤照射面积并可能引发剂量叠加效应。TNM分期Ⅱ期患者因手术范围扩大、化疗强度增加及放疗剂量较高，更易发生严重皮炎。糖尿病通过多重机制加剧RD：慢性高血糖增加活性氧（ROS）生成，微血管病变降低组织修复能力，表皮屏障功能受损进一步放大辐射敏感性。

模型优势与临床意义

本研究首次将放疗靶区参数系统整合至RD预测模型，通过SHAP解释性分析揭示特征非线性相互作用。RF模型优势在于能处理高维数据、自动评估特征重要性，且对异常值不敏感。模型在独立测试集仅出现5.29%的性能衰减，证明其强泛化能力。尽管特异性有提升空间，但高灵敏度（0.877）确保对高危患者的有效筛查，符合临床优先防范严重并发症的需求。

局限性与展望

研究的单中心设计和中等样本量可能限制外推性，病理类型因数据缺失未纳入分析。未来将通过多中心前瞻性研究扩大样本，并探索将模型嵌入放疗计划系统实现实时风险预警。当前模型已明确核心风险因子，为个体化防护策略制定提供可靠工具。