利用机器学习方法预测激素敏感性前列腺癌患者的疾病进展

《Frontiers in Oncology》:Machine learning approaches for predicting progression in hormone-sensitive prostate cancer patients

【字体: 大 中 小 】 时间:2026年02月12日 来源:Frontiers in Oncology 3.3

编辑推荐:

  目的: 几乎所有激素敏感性前列腺癌(HSPC)病例在接受雄激素剥夺治疗(ADT)后最终都会进展为去势抵抗性前列腺癌(CRPC)。本研究旨在开发一种机器学习(ML)模型来预测HSPC患者的疾病进展。此外,研究人员还对数据集进行了统计分析,以确定预测HSPC转化为

  
目的: 几乎所有激素敏感性前列腺癌(HSPC)病例在接受雄激素剥夺治疗(ADT)后最终都会进展为去势抵抗性前列腺癌(CRPC)。本研究旨在开发一种机器学习(ML)模型来预测HSPC患者的疾病进展。此外,研究人员还对数据集进行了统计分析,以确定预测HSPC转化为CRPC的重要特征和临床标志物。 方法: 分析了2017年1月1日至2022年5月31日期间在云南肿瘤医院接受治疗的410例HSPC患者的数据。预测分析基于患者首次就诊时观察到的一系列特征进行。采用的主要ML方法包括决策树(DT)、随机森林(RF)、XGBoost、人工神经网络(ANN)和支持向量机(SVM)。使用遗传算法(GA)进行特征选择。ML模型采用80%的训练集进行训练,并使用20%的测试集进行验证。使用受试者工作特征曲线下面积(AUC)、校准曲线和学习曲线评估模型性能以检验拟合度和校准度。评估指标包括准确率(ACC)、精确率(PRE)、特异性(SPE)、敏感性(SEN)和F1分数。 结果: 通过混淆矩阵和ROC曲线展示评估指标的可视化结果。集成学习方法,特别是RF和XGBoost,表现出最佳的模型性能。RF在训练数据集上的得分为0.838(95% CI:0.8324-0.902),在测试数据集上的得分为0.817(95% CI:0.659 - 0.829)(AUC:0.873,95% CI:0.730-0.878)。XGBoost在训练数据集上的得分为0.814(95% CI:0.790-0.878),在测试数据集上的得分为0.805(95% CI:0.707-0.829)(AUC:0.866,95% CI:0.780-0.871)。校准曲线表明模型校准良好,学习曲线表明训练和测试集均无明显过拟合。 结论: 研究结果表明,集成学习方法,特别是RF,在预测HSPC进展方面表现出优越的性能。这项研究代表了迈向预测工具的初步一步,强调了利用基线临床数据进行风险分层的潜力。未来有必要进行更大规模、多中心队列的前瞻性研究,以验证和完善这一方法,实现可能的临床整合。
本研究发表于《Frontiers in Oncology》,聚焦于激素敏感性前列腺癌(HSPC)向去势抵抗性前列腺癌(CRPC)转化的预测难题。前列腺癌是全球男性第二大常见恶性肿瘤,尽管Gleason评分、前列腺特异性抗原(PSA)等指标已被用于评估预后,但在实际临床实践中,仍有患者在雄激素剥夺治疗(ADT)期间出现疾病进展。这种进展往往导致CRPC的发生,严重影响患者生存质量及生存期。目前,机器学习(ML)在前列腺癌预后评估中的应用多集中于生存结局,针对疾病转化预测的模型相对匮乏。为此,研究人员开展了一项回顾性研究,旨在通过基线临床数据构建预测模型,识别HSPC进展的独立风险因素。
在研究技术方法层面,研究人员纳入了2017年1月1日至2022年5月31日期间在云南肿瘤医院确诊并接受治疗的410例HSPC患者数据。数据集涵盖18个分类变量和7个连续变量,包括年龄、TNM分期、Gleason评分、睾酮水平、前列腺体积、游离PSA(fPSA)、总PSA(TPSA)及其比值、高瘤负荷(HVD)、骨转移、内脏转移、碱性磷酸酶(ALP)等。针对高维特征与有限样本量的挑战,研究人员采用遗传算法(GA)进行特征选择,并利用递归特征消除与支持向量机(RFE-SVM)、最小绝对收缩和选择算子(LASSO)等方法进行对比。模型构建阶段,研究人员选用了决策树(DT)、随机森林(RF)、XGBoost、人工神经网络(ANN)和支持向量机(SVM)五种算法,将数据集按8:2划分为训练集与测试集,并通过十折交叉验证和网格搜索进行超参数调优。模型性能评估采用了准确率(ACC)、精确率(PRE)、特异性(SPE)、敏感性(SEN)、F1分数及受试者工作特征曲线下面积(AUC)等多项指标,辅以校准曲线和自助法(Bootstrap)进行内部验证。
研究结果部分显示,在患者基线数据分析中,进展组与非进展组在年龄和睾酮水平上无显著差异,但在肿瘤侵袭性标志物(如Gleason评分≥8、TPSA升高)、高瘤负荷(HVD)、晚期T分期、淋巴结受累(N1)及远处转移(M1)方面,进展组比例显著更高。生化标志物分析亦揭示进展组的乳酸脱氢酶(LDH)和碱性磷酸酶(ALP)水平显著升高。
在模型性能评估中,集成学习方法表现最优。随机森林(RF)模型在测试集上取得了0.817的准确率(AUC:0.873),XGBoost模型紧随其后(测试集准确率0.805,AUC:0.866)。相比之下,人工神经网络(ANN)、决策树(DT)和支持向量机(SVM)的性能略逊一筹。学习曲线与校准曲线分析表明,RF和XGBoost模型具有良好的泛化能力,未见明显过拟合现象,且Brier评分证实了模型预测概率与实际观察频率的高度一致性。
重要性分析揭示了影响疾病进展的关键因素。在RF和XGBoost模型中,总前列腺特异性抗原(TPSA)、激素敏感期治疗方案及碱性磷酸酶被识别为最重要的预测因子。而在ANN模型中,梗阻症状、T1-T2分期及Gleason评分则占据了更重要的权重。局部可解释模型(LIME)和SHAP值分析进一步验证了这些特征在不同模型中的贡献度。
讨论部分深入剖析了模型表现与临床意义。研究证实RF模型在准确识别非进展患者(高特异性)方面具有优势,这对于临床排除低风险病例具有重要价值。虽然Gleason评分在传统观念中是前列腺癌预后的金标准,但在本研究的ML模型中其重要性相对较低,研究人员推测这可能与数据集中特征间的低共线性有关,但这一发现仍需进一步验证。值得注意的是,激素敏感期的治疗策略、PSA水平及碱性磷酸酶(反映骨转移负荷)在多种解释性分析中均被列为关键特征,这与现有临床共识相符,同时也凸显了骨转移管理在延缓前列腺癌进展中的重要性。此外,梗阻症状在某些模型中的高权重提示其与疾病进展可能存在潜在关联,值得未来研究关注。
结论指出,本研究成功开发了基于机器学习的HSPC患者疾病进展预测模型,其中RF模型表现出最佳的预测效能,可作为个体化风险分层的有效工具。该研究确立了激素敏感期治疗策略、高瘤负荷(HVD)及PSA水平等关键因素的独立预后影响,为临床决策提供了客观依据。尽管受限于单中心回顾性设计的样本量与缺乏外部验证,本研究仍为前列腺癌的精准医疗迈出了坚实的一步,未来需通过多中心大样本前瞻性研究进一步验证模型的可扩展性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号