综述：生物标志物增强的机器学习在卵巢癌管理中的早期诊断与结果预测综述

本综述系统探讨了生物标志物（如CA-125、HE4）与机器学习（ML）技术（包括随机森林、XGBoost和神经网络）在卵巢癌（OC）早期诊断、风险分层和治疗预测中的整合应用。文章强调了多模态数据（如炎症标志物CRP、NLR和代谢参数）融合如何显著提升模型性能（AUC > 0.90），同时指出当前局限（如样本量小、缺乏外部验证）并展望未来方向（如多中心验证、可解释AI）。

　　

背景

卵巢癌（OC）作为致死率最高的妇科恶性肿瘤，多数患者确诊时已处于晚期，5年生存率仅约30%。早期诊断可显著提升生存率（局部病变达84%），但仅约5%的高级别浆液性病例能在早期被发现。传统生物标志物如癌症抗原125（CA-125）虽广泛应用，但存在特异性不足的问题（如在子宫内膜异位症或肝病中也会升高）。近年来，机器学习（ML）与生物标志物整合的策略为改善OC管理提供了新途径。

卵巢癌预测中的生物标志物

生物标志物可分为四类：

1. 1.

   肿瘤标志物：CA-125（MUC16基因编码）仍是核心指标，但早期敏感性仅50%；人附睾蛋白4（HE4）特异性更高，常与CA-125联合用于风险卵巢恶性肿瘤算法（ROMA）。其他如CEA、CA19-9和CA72-4对黏液性肿瘤鉴别有辅助价值。

2. 2.

   炎症标志物：C反应蛋白（CRP）、中性粒细胞-淋巴细胞比率（NLR）和纤维蛋白原与肿瘤相关炎症和预后相关，NLR升高提示预后不良。

3. 3.

   激素与代谢标志物：雌激素（E2）、孕酮（P4）、血糖和脂质谱（如LDL-C/HDL-C）反映代谢失调，与肿瘤进展相关。

4. 4.

   血液学参数：血小板计数（PLT）、红细胞分布宽度（RDW）和淋巴细胞百分比（LYM%）关联贫血和免疫抑制，提升模型预测力。

机器学习在医疗中的基础

ML通过监督（如分类、回归）和无监督学习（如聚类）分析数据模式。在OC中，ML应用涵盖：

• •

  早期检测：通过纵向数据（如连续CA-125测量）捕捉时间动态，循环神经网络（RNN）模型AUC达0.987。

• •

  诊断分类：随机森林（RF）和XGBoost在区分恶性与良性肿瘤中准确性高达99.82%。

• •

  预后预测：XGBoost整合手术复杂性评分（SCS）和腹膜癌指数（PCI）预测生存（AUC 0.866）。

• •

  治疗响应：ML模型指导细胞减灭术和化疗策略，但传统逻辑回归（LR）表现较差（AUC 0.55–0.62）。

综述方法

本研究通过结构化文献检索（PubMed、Scopus，2000–2025年），筛选17项符合标准的研究。纳入标准聚焦血清/血浆生物标志物与ML结合的应用，排除仅依赖影像或基因组数据的研究。数据提取涵盖样本量、ML算法、性能指标（如AUC、敏感性），并通过叙事综合对比结果。

机器学习在卵巢癌中的应用发现

诊断模型

• •

  高性能算法：RF和XGBoost在跨 sectional数据中表现优异（AUC 0.86–0.925），而RNN利用纵向数据实现最高准确性（AUC 0.987）。

• •

  关键特征：CA-125与HE4组合提升特异性；炎症标志物（如CRP）和代谢参数增强区分力。

• •

  局限性：小样本量（如n=98）和缺乏多中心验证限制临床推广。

预后与生存预测

• •

  ensemble方法主导：XGBoost在整合术中特征（如肿瘤负荷）时AUC达0.866，优于深度学习模型（DNN AUC 0.739）。

• •

  临床参数价值：年龄、FIGO分期和术前CA-125水平是核心预测因子。

治疗响应预测

• •

  手术与化疗指导：ML模型（如KNN）准确率约65.8%，但集成学习更可靠；术中指标（如残余病灶）影响预测精度。

优势与挑战

• •

  优势：ML提升多模态数据融合能力，可解释AI（如SHAP分析）明确关键特征（如NLR、HE4）。

• •

  挑战：样本偏差、外部验证缺失及影像/基因组数据排除仍是主要瓶颈。未来需聚焦多中心研究、多组学整合和实时临床实施。

结论

生物标志物驱动的ML代表OC管理的变革性策略，通过高精度诊断和个性化护理改善患者结局。未来研究应优先解决验证瓶颈，整合多组学数据，并推动可解释AI，以最终降低OC死亡率。