基于生活方式因素的可解释机器学习方法用于预测乳腺癌预后：英国生物样本库提供的证据

《Breast Cancer》：Interpretable machine-learning survival prediction of breast cancer prognosis from lifestyle factors: evidence from UK biobank

　　

摘要

背景

了解生活习惯如何影响乳腺癌患者的生存率对于改善长期预后及制定个性化治疗方案至关重要。本研究旨在通过分析多种生活习惯的协同效应，全面了解饮食习惯、运动频率、睡眠质量以及烟草和酒精摄入频率对乳腺癌患者生存率的影响。

方法

我们分析了英国生物银行中21,219名女性乳腺癌患者的数据，该数据库是一个大规模的人群队列。我们采用了三种特征选择方法来识别关键的预后变量，并比较了五种生存风险模型，以研究乳腺癌生存率与生活习惯之间的关系。针对表现最佳的模型计算出的风险评分，我们进行了Kaplan-Meier生存分析以及SHapley加性解释法分析。

结果

通过特征选择，我们发现年龄、体重指数、吸烟状况以及治疗药物的服用情况是影响乳腺癌患者生存率的关键因素。在所有模型中，极端梯度提升模型表现出最高的预测性能（3年：AUC=0.748，6年：AUC=0.749，9年：AUC=0.765）。Kaplan-Meier分析显示，根据风险评分被归为高风险的患者，其生存状况明显更差（P＜0.0001）。SHAP分析进一步证实了这些关键因素对死亡风险的显著影响。

结论

本研究强调了生活习惯在乳腺癌生存率预测中的重要性。通过将常规健康指标纳入可解释的机器学习模型中，我们的研究结果为个性化风险评估以及基于生活方式的干预策略提供了实用依据。