机器学习与传统Cox回归在癌症生存预测中的对决：基于真实世界数据的系统评价与Meta分析

《BMC Medical Research Methodology》：Comparison of machine learning methods versus traditional Cox regression for survival prediction in cancer using real-world data: a systematic literature review and meta-analysis

本研究针对癌症生存预测中传统Cox比例风险(CPH)模型的局限性，系统比较了机器学习(ML)方法与CPH模型在真实世界数据中的预测性能。通过对21项研究的系统评价和7项研究的Meta分析发现，ML模型（包括随机生存森林、梯度提升和深度学习）在预测癌症生存结局方面并未显著优于传统CPH模型（标准化均数差=0.01，95%CI：-0.01至0.03）。这一发现为临床选择预测模型提供了重要证据，同时强调了提高ML报告透明度的必要性。

　　

在全球范围内，癌症仍然是导致死亡的主要原因，2019年约有1000万人死于癌症。准确预测癌症患者的生存时间对于评估预后因素、指导治疗决策和提高癌症护理质量至关重要。在生存分析领域，Cox比例风险(CPH)回归模型一直是传统标准方法，但其存在明显局限性：该模型最初为小数据集设计，对高维大数据集适应性较差，且需要满足比例风险假设，否则可能导致估计偏差。

随着人工智能技术的发展，机器学习(ML)方法在医疗领域的应用日益广泛。ML算法能够自动学习数据模式，特别适用于处理复杂、高维和异质性数据集。近年来，ML方法已逐渐应用于预测时间至事件结局，如肿瘤学中的生存结局。然而，现有的大多数系统评价主要比较ML与传统逻辑回归在预测二元结局方面的性能，缺乏专门针对癌症患者生存预测中ML与CPH模型比较的综合评估。

为填补这一知识空白，黄益南(Yinan Huang)领导的研究团队在《BMC Medical Research Methodology》上发表了这项系统评价与Meta分析，旨在：(1)系统识别基于ML的癌症患者生存预测模型；(2)评估ML风险预测模型与传统CPH模型在预测生存结局方面的性能差异。

研究团队采用PRISMA和MOOSE指南，系统检索了PubMed、MEDLINE和Embase数据库中截至2023年5月3日的相关研究。纳入标准包括：评估ML方法与CPH模型比较癌症生存结局的观察性研究，报告曲线下面积(AUC)或一致性指数(C-index)等性能指标，并使用美国真实世界数据（如行政索赔数据、电子病历或癌症登记数据）。最终共有21项研究纳入系统评价，其中7项符合Meta分析条件。

关键技术方法包括：系统文献检索策略、研究质量评估（采用改良的TRIPOD声明和Luo检查表）、随机效应模型进行Meta分析、多重敏感性分析（留一法、累积法、按ML算法类型分组分析等）。研究数据主要来源于SEER-Medicare登记数据集（90.48%）、退伍军人事务部数据（4.76%）和电子病历数据（4.76%）。

研究结果

ML算法应用概况

在21项纳入研究中，最常用的ML算法是随机生存森林(RSF)(76.19%)，其次是梯度提升(GB)(23.81%)和深度学习(DL)(38.09%)。神经网络(NN)和支持向量机(SVM)分别占38.09%和14.28%。共评估了42个ML模型，平均AUC或C-index为0.759，中位数为0.751。大多数研究(80.95%)的ML模型AUC达到0.7或以上。

ML与CPH模型性能比较

Meta分析结果显示，ML模型在预测癌症生存结局方面并未表现出优于CPH模型的性能。标准化均数差(SMD)为0.01（95%置信区间：-0.01至0.03），表明两种方法在预测准确性方面相似。

敏感性分析

六组敏感性分析（包括留一法、累积法、按ML算法类型分组分析等）均证实了主要结果的稳健性。即使在纳入所有17个ML模型的扩展分析中，ML与CPH回归之间的AUC或C-index仍无显著差异（SMD=0.02，95%CI：-0.01至0.05）。

研究质量评估

基于改良的TRIPOD声明和Luo检查表的评估显示，绝大多数研究(95.24%)为高质量，偏倚风险低。但部分研究未报告如何处理缺失数据，且一些研究未提供AUC或C-index的置信区间，使其不符合Meta分析条件。

研究结论与讨论

本研究首次系统评价和Meta分析了ML算法与传统CPH模型在预测美国癌症患者生存结局方面的性能。研究发现，尽管ML算法（特别是RSF、GB和NN）在癌症生存预测中显示出良好的预测能力，但并未显著优于传统CPH模型。这一发现对临床实践和未来研究具有重要启示。

从临床角度看，CPH模型因其可解释性和能够清晰说明各预测变量（如年龄、疾病状态、癌症类型等）对生存时间的影响风险，在癌症治疗决策中具有独特价值。而ML模型虽然可能捕获更复杂的非线性关系，但其"黑箱"特性限制了临床解释性。因此，在选择预测模型时，不应仅考虑预测准确性，还需权衡模型的临床实用性和生成可操作见解的潜力。

本研究揭示了ML研究方法学方面需要改进的领域。大多数纳入研究缺乏外部验证，仅使用相同数据集进行模型验证，这限制了模型在其他真实环境中的适用性。未来研究应遵循标准化报告指南（如TRIPOD-AI），提高ML研究的质量和实用性。

值得注意的是，底层真实世界数据(RWD)的质量直接影响模型性能。本研究中使用的主要数据源SEER-Medicare数据存在一定局限性，如未捕获实验室和影像学检查结果，且主要涵盖老年癌症患者，限制了向年轻或商业保险人群的推广性。未来研究可考虑使用电子病历-索赔关联数据，这类数据包含更细粒度的临床预测变量，可能提高预测准确性和临床效用。

研究的局限性包括：仅检索英文文献和主要电子数据库；仅关注使用结构化数据集的ML研究；未评估AUC/C-index以外的性能指标；以及合并不同质量研究的结果。未来研究应比较特定类型ML与CPH模型在特定癌症类型中的性能，并评估模型校准情况。

总之，这项研究为癌症生存预测中ML与CPH模型的比较提供了重要证据，强调在选择预测模型时需要综合考虑预测准确性、临床实用性和可解释性。未来研究应继续探索ML在识别新型预后因素和优化临床决策支持方面的潜力。