《Journal of Hepatocellular Carcinoma》:Machine-Learning Based Prognostic Model for Predicting Early Recurrence in HCC Patients After Hepatectomies: An Explainable AI Approach
编辑推荐:
目的 肝切除术后24个月内早期复发仍是导致肝细胞癌(hepatocellular carcinoma, HCC)患者不良预后的主要因素。在缺乏标准化辅助治疗指南的情况下,稳健的术后风险分层至关重要。研究人员评估了可解释机器学习(machine learning
目的 肝切除术后24个月内早期复发仍是导致肝细胞癌(hepatocellular carcinoma, HCC)患者不良预后的主要因素。在缺乏标准化辅助治疗指南的情况下,稳健的术后风险分层至关重要。研究人员评估了可解释机器学习(machine learning, ML)架构,旨在利用易获取的参数优化风险建模。患者与方法 这项回顾性多中心研究分析了2007–2020年长庚纪念医院(Chang Gung institutions)行治愈意向肝切除术的1,681例HCC患者作为训练队列,并使用马偕纪念医院(Mackay Memorial Hospital)独立队列(n = 251)进行外部验证。采用k-近邻(k-nearest neighbors, KNN)法填补缺失数据,使用5折交叉验证训练随机生存森林(random survival forest, RSF)、Cox-nnet、最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)及极端梯度提升(eXtreme Gradient Boosting, XGBoost)四种算法。区分能力采用一致性指数(concordance index, C-index)评估,特征重要性通过SHAP(SHapley Additive exPlanations)值解析。结果 XGBoost框架判别性能最优,训练集C-index达0.98;独立外部验证中C-index降至稳健的0.72,反映了基线机构异质性的预期调整。多变量Cox与SHAP分析一致确定五个关键预测因子:性别(sex)、术前治疗(preoperative treatment)、肿瘤大小(tumor size)、卫星结节(satellite lesions)及血管侵犯(vascular invasion)。所得列线图(nomogram)可实现有效的患者风险分层(p < 0.0001),但在外部验证队列中绝对复发概率被系统性高估。结论 尽管XGBoost模型在不同队列间存在预期的校准偏移,其对分类风险分层仍具备稳健的跨中心判别泛化能力。该可解释模型不应作为绝对概率估计器,而应作为可靠的临床工具,用于选择性识别需加强影像学随访的高危患者。在广泛临床应用前仍需开展地理及种族多样化前瞻性验证。
该研究发表于《Journal of Hepatocellular Carcinoma》。
研究背景与意义
肝细胞癌(hepatocellular carcinoma, HCC)是全球癌症相关死亡的主要病因之一,治愈性肝切除术(curative-intent hepatectomy)后五年复发率超50%,其中术后24个月内早期复发是长期生存的独立不良预后因素。目前缺乏标准化辅助治疗共识,术后早期复发风险分层尤为关键。传统统计学方法难以整合多维临床病理数据且常损失连续变量信息,既有机器学习(machine learning, ML)预测模型多依赖昂贵多组学、样本量小、缺真实外部验证且存在"黑箱"问题,限制临床转化。为此,研究人员开展此项回顾性多中心研究,构建并外部验证基于可解释ML的早期复发预测模型,最终筛选出XGBoost(eXtreme Gradient Boosting)结合加速失效时间(Accelerated Failure Time, AFT)架构的最优模型,并据此绘制列线图(nomogram)用于术后风险分层,为高危患者强化随访提供依据。
主要关键技术方法
回顾性纳入长庚纪念医院及土城医院2007–2020年HCC治愈性肝切除患者1681例为训练队列,马偕纪念医院251例为独立外部验证队列;排除混合型肝癌、非治愈/再次切除、年龄<18或>85岁、合并其他恶性肿瘤、BCLC(Barcelona Clinic Liver Cancer)D期、围术期死亡/肝移植/24个月内失访病例。早期复发定义为原发灶切除后24个月内经影像或病理证实的HCC复发。缺失值用k-近邻(k-nearest neighbors, KNN)填补,训练集K=60、验证集K=16;比较随机生存森林(Random Survival Forests, RSF)、Cox-nnet、LASSO(Least Absolute Shrinkage and Selection Operator)及XGBoost-AFT四种算法,5折交叉验证防过拟合,以C-index(concordance index)选优。用XGBoost的weight/F-score和gain值及SHAP(SHapley Additive exPlanations)蜂群图解析特征重要性;依筛选出的5个核心变量绘制预测2年无复发生存(recurrence-free survival, RFS)的nomogram;按中位得分分高低危组行Kaplan–Meier分析及Log rank检验;校准曲线(1000次自举重抽样)、决策曲线分析(decision curve analysis, DCA)及时间依赖性Brier评分进一步验证。
研究结果
Baseline Clinicopathological Characteristics
训练队列(n=1681)早期复发率38.3%,验证队列(n=251)为17.9%(p<0.001),两队列在合并症、术前治疗率、ICG R15(indocyanine green retention at 15 min)、手术方式、病理特征等方面存在显著基线异质性(p均<0.05),满足外部验证对模型泛化能力的压力测试条件。
Development and Performance Comparison of Machine Learning Models
四种算法中XGBoost-AFT在训练集C-index为0.98(95% CI: 0.97–0.98),外部验证C-index为0.72(95% CI: 0.65–0.80),综合判别力最优故被选为最终架构。SHAP分析、gain及weight值共同识别出五大关键预测因子:血管侵犯(vascular invasion)、卫星结节(satellite lesions)、术前治疗(preoperative treatment)、性别(sex)、肿瘤大小(tumor size),与多变量Cox回归独立危险因素完全一致。AFP(alpha-fetoprotein)虽具高模型权重但因严重右偏分布未纳入列线图计分。
Development and Validation of the ML-Based Nomogram
基于五变量构建预测术后2年早期复发风险的nomogram,训练集与验证集C-index分别为0.709和0.733;Events Per Variable(EPV)>120远超低限(EPV>10–20)。按中位总分分层后Kaplan–Meier显示高低危组RFS差异极显著(训练与验证队列均p<0.0001)。训练集校准曲线吻合良好,外部验证因队列异质性致复发概率系统性高估;训练集Brier评分0.1183(空模型0.1451),验证集Brier评分0.0364(空模型0.1190);DCA证实列线图在较宽阈值概率内具临床净获益;训练集ROC的AUC为0.727,优于任一单变量(肿瘤大小0.682、血管侵犯0.660、性别0.541、卫星结节0.544、术前治疗0.533)。
讨论与结论翻译
研究人员指出,肝切除术后24个月内HCC早期复发主要由肝内转移及侵袭性肿瘤生物学驱动,目前全球尚无标准化辅助治疗,强化影像随访是早诊关键,而本XGBoost-AFT模型可通过预先行风险分层将高级影像及积极随访资源优先配置给高危者。机器学习相较传统Cox比例风险回归可保留原始连续变量分布、捕捉非线性关系,SHAP分析赋予"黑箱"模型临床可解释性,五大预测因子与多变量Cox结果吻合佐证其生物学合理性。Nomogram在外部验证中维持稳定判别力(C-index 0.733),虽存校准偏移但优于传统分期系统(如BCLC、TNM),因其额外整合性别与术前治疗等非解剖因素。训练与验证C-index落差主要归因于机构间基线异质性及严格过拟合控制手段(5折交叉验证、树深约束、L1/L2正则化α=0.01 λ=2、早停机制),并不削弱实际判别泛化能力。研究局限含回顾性选择偏倚、KNN填补局限性、两中心术前治疗率差异大,未来需多中心前瞻性试验完善校准。
结论:本研究表明,基于可解释ML、特别是XGBoost-AFT算法的预后模型,可对HCC患者肝切除术后早期复发实现稳健且具临床合理性的特征整合预测。独立跨中心测试中出现的性能衰减凸显了不同机构环境下算法泛化的固有挑战。模型虽保持一致的判别能力,但其精确风险概率校感受基线临床异质性制约。因此,所得列线图不应作为绝对概率估计器,而应负责任地用作可靠的术后分类风险分层工具,指导被判定为高危患者的随访路径强化。在推荐更广泛临床推行前,仍需开展涵盖地理及种族多样性人群的多中心前瞻性验证。