用于预测肺腺癌磨玻璃结节侵袭性的可解释机器学习方法：一项多中心研究

《Scientific Reports》：Interpretable machine learning for preoperative prediction of ground-glass nodules invasiveness in lung adenocarcinoma: a multicenter study

　　

摘要

对于肺腺癌的手术规划而言，准确且无创地预测磨玻璃结节（GGNs）的侵袭性至关重要。这项多中心研究基于定量和定性的计算机断层扫描（CT）特征，构建并验证了一种可解释的机器学习模型。我们从三个中心回顾性纳入了860名患者及其1009个GGNs样本。第一个中心的样本被分为训练组（n=609）和内部验证组（n=261），而第二和第三中心的样本则构成外部验证组（n=139）。特征选择通过最小绝对值收缩和选择算子回归法完成，随后使用交叉验证方法训练了八个机器学习模型。进一步的分析比较了随机森林模型与肿瘤密度比指标的效果，评估了纯磨玻璃结节的情况，去除了肉眼可见的侵袭性特征，并通过袋外法和自举优化校正估计法检测过拟合现象。随机森林模型在训练集、内部验证集和外部分析集上的AUC值分别为0.955、0.874和0.873；其袋外AUC值为0.835。仅使用肿瘤密度比指标时，在内部和外部验证组中的区分能力均低于随机森林模型，且将该指标加入随机森林模型后也并未显著提升AUC值。在仅分析纯磨玻璃结节的情况下，随机森林模型在内部和外部验证组中的AUC值分别为0.792和0.872。去除结节边缘的棘状突起及内部血管特征会降低模型的性能，但仍能保持较好的外部区分能力。总体而言，随机森林模型在评估GGNs的侵袭性方面具有稳定的验证性能，其特征作用也易于理解，可作为术前评估的辅助工具，但在临床应用之前仍需进行前瞻性验证。