基于神经网络的晚期黑色素瘤患者可解释性风险分层评分系统构建与验证

《npj Digital Medicine》：Development of a scoring system via an interpretable end-to-end neural network for prognostic stratification of patients with advanced melanoma

　　

摘要

我们创建了一个可解释的端到端神经网络（ScoreNet），可用于开发易于实施的风险分层评分系统。我们将其应用于5项支持新药批准的试验中2711名晚期黑色素瘤患者的数据，并开发了总生存期（OS）和无进展生存期（PFS）的评分系统。随后，该评分系统在两项独立试验中得到了验证。该评分是基于八个基线特征的加权总和（所有靶病灶最长直径之和、乳酸脱氢酶、系统免疫炎症指数、血红蛋白、ECOG体能状态、肝转移、脉搏率和PD-L1免疫组化状态）。使用该评分，患者可被分为OS和PFS降低的低风险、中风险或高风险类别。对于接受PD-1/PD-L1抑制剂、化疗、CTLA-4抑制剂、BRAF或MEK抑制剂及其联合治疗的患者，均验证了风险分层的效果。基于ScoreNet的风险分层可成为临床研究和/或实践的新工具。