整合ctDNA甲基化标志物与临床变量的CatBoost可解释机器学习模型在HBV感染患者中区分肝细胞癌与非肝细胞癌结节的诊断研究

《BMC Gastroenterology》：Development and validation of an interpretable machine learning model integrating ctDNA methylation and clinical features for diagnosing hepatocellular carcinoma in HBV-infected patients with intrahepatic nodules

摘要

背景

在乙型肝炎病毒（HBV）感染患者中，区分肝细胞癌（HCC）与非HCC结节仍然具有挑战性。我们开发了一种可解释的机器学习模型，将该特定诊断场景下的基线循环肿瘤DNA（ctDNA）甲基化读数与临床变量相结合。

方法

队列包括586例患者，其中217例经裁定为HCC结局。保留了现有的411例患者训练集和175例患者内部验证集的划分方案。使用了此前通过Boruta和LASSO方法筛选出的11个基线预测因子。10种算法接受了嵌套分层交叉验证，包含10个外层折和5个内层折、正则化候选参数设置以及一个标准误差选择规则。模型选择与分类阈值均使用训练数据。冻结后的模型在内部进行评估，并使用SHAP方法来解释CatBoost的预测结果。

结果

在使用Boruta和LASSO进行特征选择后，保留了11个特征：年龄、肝硬化、最大肝内结节直径、AFP-L3%、AFP、DCP、ALBI分级、AST、HIST1H3G/ACTB、OTX1/ACTB和NLR。随后进行了SHAP分析，以量化并可视化每个特征对模型预测的贡献。在所评估的机器学习模型中，CatBoost在内部验证集中取得了最高的观察到的受试者工作特征曲线下面积（AUC = 0.903）。敏感性、特异性、准确率、阳性预测值（PPV）、阴性预测值（NPV）、F1分数和约登指数分别为0.800、0.818、0.811、0.722、0.874、0.759和0.618。

结论

通过整合临床特征、实验室指标和ctDNA甲基化标志物，该整合CatBoost模型在识别伴有肝内结节的HBV感染患者的HCC方面展现了强大的诊断性能。该模型为区分HCC与非HCC结节提供了可解释的框架，并显示出作为结节检出后HCC可能性个体化评估辅助工具的潜力。然而，使用历史推导的特征选择方法以及内部验证集的重复使用可能会限制验证的稳健性。