《Frontiers in Oncology》：Predicting the efficacy of recombinant human thrombopoietin in treating cancer therapy-related thrombocytopenia: based on stacking ensemble methods
编辑推荐：
背景：癌症治疗相关血小板减少症（Cancer Treatment?Induced Thrombocytopenia, CTIT）是抗肿瘤治疗常见不良反应，可增加出血风险、延长住院时间、提高医疗费用，并影响抗肿瘤治疗效果，甚至导致患者死亡。因此，依据患者个体情况
背景：癌症治疗相关血小板减少症（Cancer Treatment?Induced Thrombocytopenia, CTIT）是抗肿瘤治疗常见不良反应，可增加出血风险、延长住院时间、提高医疗费用，并影响抗肿瘤治疗效果，甚至导致患者死亡。因此，依据患者个体情况及时启动升血小板治疗至关重要。方法：纳入2023年1月至12月期间发生CTIT并接受重组人血小板生成素（Recombinant Human Thrombopoietin, Rh?TPO）治疗的住院患者，以绝对血小板升高值为结局变量，经单因素分析筛选具有统计学意义的指标后选取18项临床变量作为初始特征，采用最小绝对收缩与选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归筛选关键特征。在此基础上，基于交叉验证与外折预测构建堆叠集成模型以防止信息泄露，并对模型预测性能进行评估。最后，利用沙普利加性解释（SHapley Additive exPlanations, SHAP）算法对模型进行解释并进行特征可视化分析。结果：共纳入400例CTIT住院患者，其中训练集280例，测试集120例。LASSO回归筛选出7个关键特征：民族、身高、基线血清肌酐、化疗前血小板计数、化疗后随访天数、Rh?TPO治疗前血小板计数及Rh?TPO治疗持续时间。比较多种机器学习模型后，选取表现最优的三个模型作为基模型，结合线性回归作为元学习器，采用3折交叉验证构建堆叠集成模型。该模型在训练集的决定系数（R2）为0.77，测试集为0.74；平均绝对误差（MAE）分别为6.39和8.34；均方误差（MSE）分别为62.17和97.70；均方根误差（RMSE）分别为7.88和9.88；平均绝对百分比误差（MAPE）分别为0.09和0.12。SHAP分析显示，化疗前血小板计数和化疗后随访天数是影响预测结果的重要特征。结论：本研究构建的预测模型可准确预测接受Rh?TPO治疗的CTIT患者的血小板计数改善情况，有助于临床及时识别高风险患者并采取干预措施，降低因血小板下降带来的风险。
该研究发表于《Frontiers in Oncology》，旨在解决肿瘤治疗相关血小板减少症（CTIT）在临床治疗中因个体差异导致的重组人血小板生成素（Rh?TPO）疗效不确定问题。CTIT发生率约为15%至25%，严重病例可导致出血、治疗中断甚至死亡，但目前尚缺乏有效预测Rh?TPO疗效的工具。为此，研究人员基于机器学习方法构建预测模型，以优化个体化治疗决策。
关键技术方法方面，研究回顾性收集了400例CTIT住院患者数据，经单因素分析筛选显著变量后，使用LASSO回归提取关键特征；构建六种独立机器学习模型并比较性能，最终选取随机森林（Random Forest, RF）、极端梯度提升（eXtreme Gradient Boosting, XGBoost）和类别提升（CatBoost）作为基模型，结合线性回归作为元学习器，采用3折交叉验证和外折预测构建堆叠集成模型；并利用SHAP方法进行模型解释与特征重要性排序。
研究结果分为以下几个部分：
基线特征：400例患者以老年女性为主，汉族居多，化疗前血小板计数多处于正常范围，Rh?TPO治疗中位持续时间为5天。
LASSO特征筛选：从18个候选变量中筛选出7个非零系数特征，包括民族、身高、基线血清肌酐、化疗前血小板计数、化疗后随访天数、Rh?TPO治疗前血小板计数及治疗持续时间。
模型评估与性能：堆叠集成模型在测试集中取得R2为0.74，优于所有独立模型，并在多项误差指标上表现最佳。
模型解释：SHAP分析表明化疗前血小板计数与化疗后随访天数对预测贡献最大，且特征值与预测结果之间存在可解释的非线性关系。
可视化界面：基于Streamlit开发在线预测工具，支持输入关键特征实时获得Rh?TPO疗效预测结果。
在讨论部分，研究人员指出堆叠集成方法能够综合多个基模型的优势，提高预测准确性并降低对单一特征或数据噪声的敏感性；线性回归作为元学习器在减少过拟合、提升泛化能力方面表现良好。SHAP解释揭示了临床重要特征，例如Rh?TPO治疗前血小板计数较高者往往疗效更佳，治疗持续时间与血小板恢复程度相关，但也需注意长期用药的血栓风险。研究同时承认存在回顾性数据局限、样本量有限、测试集R2值中等、治疗持续时间变量可能引入时序重叠等问题，并提出未来应通过前瞻性外部验证、扩大数据集及优化特征工程来完善模型。
结论部分翻译为：本研究表明，堆叠集成模型在预测Rh?TPO治疗CTIT的疗效方面表现良好。通过有效整合多种机器学习算法，该模型能够准确预测血小板计数的改善，为临床决策提供参考，并有助于优化CTIT患者的个体化治疗策略。
