《Diagnostics》：From Stage to Systems: Integrating Standard Laboratory Markers into Bladder Cancer Prognostic Models
编辑推荐：
背景/目的：膀胱癌（bladder cancer, BC）仍是全球高发恶性肿瘤，具有显著的临床异质性。尽管TNM分期系统是诊断金标准，但其提供个体化、全面预后评估的能力有限。本研究评估将常规实验室指标整合入机器学习（machine learning, ML）框
背景/目的：膀胱癌（bladder cancer, BC）仍是全球高发恶性肿瘤，具有显著的临床异质性。尽管TNM分期系统是诊断金标准，但其提供个体化、全面预后评估的能力有限。本研究评估将常规实验室指标整合入机器学习（machine learning, ML）框架能否在传统分期基础上增强死亡风险预测能力。方法：研究人员分析了2010–2023年间337例经病理确诊的BC成年患者的常规电子健康记录，评估了六种ML架构的死亡风险预测性能：逻辑回归（GLM）、弹性网络逻辑回归（GLMNET）、广义加性模型（GAM）、极端梯度提升（XGBoost）、梯度提升机（GBM）和支持向量机（SVM）。结果：所有模型均表现出稳定的性能，其中SVM取得了最高的合并AUC（0.679，95% CI 0.57–0.77）。特征重要性分析识别出肿瘤分级及常规血液标志物——特别是血小板计数、碳酸氢盐（CO2）和随机血糖——为排名最高的预测因子，其在模型中的相对特征权重高于单个传统解剖分期参数。结论：将标准血液学与代谢指标整合入ML模型为增强风险分层提供了一条潜在且经济有效的途径，在临床实施前需进一步开展外部验证。
论文解读
一、研究背景与目的
膀胱癌（bladder cancer, BC）是全球第十大常见恶性肿瘤，也是癌症相关发病、死亡和医疗支出的重要来源。其临床病程高度可变：部分患者表现为非肌层浸润性疾病，生存预后相对较好；而进展为肌层浸润或转移的患者，尽管手术、系统治疗和免疫肿瘤学不断进步，长期结局仍急剧恶化。这种生物学和临床异质性使得准确的风险分层成为治疗计划与随访的核心环节。
在常规临床实践中，预后判断仍主要依赖解剖分期（TNM）、组织学分级和有限的临床病理因素。然而，分期和分级相似的患者往往经历截然不同的疾病轨迹，这凸显了基于形态学的系统在个体化预测方面的局限性。在非肌层浸润性和肌层浸润性疾病中，风险误判可导致部分患者过度治疗，另一些患者则治疗延迟或不足。因此，迫切需要能够超越单纯解剖学、捕捉系统性宿主因素和肿瘤生物学信息的补充性预后方法。
过去十年间，人工智能（artificial intelligence, AI）和机器学习（machine learning, ML）已迅速整合入BC研究的多种数据模态，包括组织病理学、影像组学和多组学。基于全切片图像、CT和MRI影像组学、基因组和转录组图谱以及外泌体相关基因的ML特征已反复显示出优于传统分期和分级的诊断与预后性能。然而，许多此类模型依赖专用影像平台、复杂多组学流程或大量生物信息学基础设施，成本高昂、技术要求高，在日常实践中难以广泛普及，其即时转化影响有限。
相比之下，标准临床病理数据和常规实验室检查（如全血细胞计数和基础代谢指标）成本低廉、普遍可得，并能反映全身炎症、营养状态和代谢应激等日益被认识到影响癌症结局的重要决定因素。新兴研究表明，将这些系统性标志物与既定临床变量相结合可显著改善生存预测，有时甚至优于仅基于分期的模型。然而，鲜有研究在现代可解释ML框架内严格比较常见血液学和代谢参数相对于TNM分期的预后贡献，尤其是在尊重每预测因子事件数约束的临床现实队列中。
本研究旨在填补这一空白，聚焦于利用常规临床实践中已可获取的数据进行预后预测，目标有二：其一，识别哪些标准血液标志物携带独立的预后信息；其二，评估这些实验室标志物能否在传统解剖分期之外增强死亡风险预测能力。
二、主要技术方法
研究人员采用回顾性队列研究设计，数据来源于沙特阿拉伯吉达国家卫队健康事务部（NGHA）BESTCare系统2010年7月至2023年6月期间的常规电子健康记录，最终纳入337例经组织学确诊的BC成年患者，中位随访21个月。研究评估了六种ML架构：逻辑回归（GLM）、弹性网络逻辑回归（GLMNET）、广义加性模型（GAM）、极端梯度提升（XGBoost）、梯度提升机（GBM）和径向基函数核支持向量机（SVM）。缺失数据采用链式方程多重插补（MICE）生成40个插补数据集处理，模型超参数通过各插补数据集内的分层10折交叉验证调优，最终性能经psfmi R包跨插补合并。模型评估指标包括交叉验证AUC、敏感性、特异性、校准曲线和决策曲线分析（DCA），并采用变量重要性（VIP）和SHAP值进行模型解释。
三、研究结果
3.1 描述性结果
最终队列包含337例经组织学确诊的BC成人患者，其中228例（67.6%）在随访期间死亡。男性占85%，诊断时中位年龄64岁。高级别肿瘤占59%，23%的患者基线时存在肌层浸润性疾病，14%就诊时已有转移。移行细胞癌占90%以上。九个实验室变量因缺失率超过80%在建模前被排除，其余变量平均缺失比例为37.5%。Fisher精确检验显示，除MPV的缺失与结局存在关联外，缺失机制与年龄、性别和结局无显著关联。多重插补后预测因子间相关性总体较低，中位绝对相关系数为0.080。
3.2 预测建模结果
六种建模方法的合并交叉验证AUC范围为0.64至0.68，判别性能中等且大致相当。SVM取得最高合并AUC（0.679，95% CI 0.57–0.77），其次为弹性网络回归（0.671）和逻辑回归与XGBoost（0.662–0.663），GAM略低（0.653），GBM最低（0.639）。各模型置信区间大多重叠，表明方法间差异无统计学显著性。敏感性范围为0.610至0.705，特异性范围为0.601至0.680，阳性预测值在各模型间相近（0.783–0.799），阴性预测值较低（0.449–0.494），F1分数范围为0.683至0.736。合并交叉验证ROC曲线在各模型间高度重叠，视觉差异可忽略不计。
3.3 校准与临床效用
校准分析显示，各模型总体存在对低风险和高风险的高估倾向。SVM表现出良好的整体对齐，与恒等线偏差相对有限，而线性和加性模型略有校准偏差。树基方法校准稳定性较差，XGBoost和GBM在插补间曲线离散度较大。决策曲线分析显示，所有模型在广泛的阈值概率范围内相较于"全部预测死亡"策略均表现出正的标准化净收益，净收益曲线大体重叠，表明各方法间临床效用差异较小。在70%–80%阈值区间，模型相对"全部预测死亡"策略提供更高净收益。
3.4 预测因子重要性与稳健性
跨模型分析中，肿瘤分级始终被列为最具影响力的预测因子（VIP 60.51；平均绝对SHAP 0.1236），血小板计数同样被认定具有预测价值（VIP 49.48；SHAP 0.1191）。前五位预测因子还包括碳酸氢盐（CO2）、随机血糖、红细胞计数和MCV。值得注意的是，四个常规血液检测指标（血小板计数、碳酸氢盐、随机血糖、红细胞计数）的预测权重均高于肿瘤分期。模型性能和预测因子排序在各方法间保持稳定，线性和非线性方法取得相当的判别力和校准度，提示预后信号存在于预测因子集合本身而非由特定建模框架驱动。额外的TNM-only与全模型比较显示，GLM的合并交叉验证AUC从TNM-only模型的0.548（95% CI 0.45–0.65）提升至全模型的0.668（95% CI 0.55–0.77），重分类指标亦支持全模型（IDI = 0.127；连续NRI = 0.801）。
四、讨论与结论
讨论部分指出，本研究中SVM取得的AUC 0.679代表了基于常规可获取基线临床参数的适度但符合预期的判别性能，与外部验证中ML模型常见的性能衰减现象一致。校准分析显示SVM相对稳定且校准良好，DCA证实了模型相较于参考策略的临床效用。MICE方法有效保留了全队列并控制了缺失数据带来的不确定性。研究的一个重要发现是，血液和代谢标志物的系统性特征对预测的贡献超过传统解剖分期，这与多种实体瘤中TNM分期单独常无法捕捉预后异质性的证据相符。血小板计数、碳酸氢盐、随机血糖和红细胞相关指标应被理解为全身炎症、营养状态和代谢应激的替代指标，而非直接因果驱动因素。这些变量成本低廉、广泛可得且已在常规诊疗中检测，使该模型框架具有日常实践的可扩展性。
研究结论指出，将标准血液学和代谢标志物整合入机器学习框架能够捕捉传统解剖分期框架之外的独特系统性预后信号，为膀胱癌风险分层提供了一条经济有效的增强途径。然而，所有模型表现出的中等判别性能表明这些模型尚不具备独立临床应用的实施条件。受限于回顾性单中心设计和较高的基线数据缺失比例，结果的普适性尚不能假定。本研究定位为可解释的、数据驱动的概念验证而非操作性工具。前瞻性多中心外部验证、纵向治疗后变量的整合以及具备充分检验效能、能够支持稳健亚组分析的样本量，是确立模型真实可移植性和定义可行临床路径的必要后续步骤。
