《Scientifica》：Explainable Survival Modeling in Pediatric Hematopoietic Stem Cell Transplantation Using Landmark-Based Machine Learning
编辑推荐：
背景：机器学习生存模型在异质性儿童造血干细胞移植（HSCT）队列中可优于传统Cox回归，但临床采用受限于对信息泄漏、时间依赖性结构及可解释性的担忧。研究人员评估了与移植前及移植后早期并发症后的真实临床决策节点对齐的可解释生存建模。
材料与方法：在839例接受
背景：机器学习生存模型在异质性儿童造血干细胞移植（HSCT）队列中可优于传统Cox回归，但临床采用受限于对信息泄漏、时间依赖性结构及可解释性的担忧。研究人员评估了与移植前及移植后早期并发症后的真实临床决策节点对齐的可解释生存建模。
材料与方法：在839例接受HSCT（2010–2016年）的移植初治儿童（<14岁）单中心队列中，研究人员对从输注至死亡或末次随访的总生存期（OS）进行建模。基线模型仅使用移植前变量（移植时年龄、主要诊断组、干细胞来源和供者HLA型）。为防止输注后事件的信息泄漏，研究人员构建了第+100天界标队列（n=721；第+100天后121例死亡），并扩展纳入第+100天已知的早期并发症（SOS/VOD和急性移植物抗宿主病）。采用C指数、综合累积/动态AUC（iAUC）和综合Brier评分（IBS）对Cox比例风险模型、随机生存森林（ranger）和randomForestSRC（rfSRC）进行基准测试。使用Schoenfeld残差检验Cox比例风险假设。模型无关可解释性（survex）包括时间依赖性置换重要性、部分依赖生存曲线、SurvSHAP(t)、ceteris paribus曲线及加性归因（breakdown和SHAP）。
结果：总体死亡率为28.1%（236/839）。基线Cox模型违反比例风险假设（全局p=0.00181），而第+100天界标Cox模型未违反（全局p=0.52）。基线性能偏向ML模型（C指数：Cox 0.673，ranger 0.677，rfSRC 0.668；iAUC：0.698，0.866，0.826；IBS：0.159，0.126，0.135）。在界标设定中，ML的区分度和准确性均有提升（C指数：Cox 0.721，ranger 0.870，rfSRC 0.840；iAUC：0.609，0.668，0.650；IBS：0.125，0.0969，0.1016）。可解释性分析产生了第+100天之后临床连贯的全局和个体化风险叙事。
结论：一种无信息泄漏、基于界标的XAI框架可实现儿科HSCT中临床可信的生存预测，其中随机生存森林优于Cox回归，并提供透明的队列水平和患者水平解释，适用于临床沟通和风险更新。
**儿童造血干细胞移植中基于界标法的可解释生存建模研究解读**
**一、研究背景与问题**
儿科造血干细胞移植（hematopoietic stem cell transplantation, HSCT）是多种恶性及非恶性疾病的重要治愈性手段，其预后受移植前基础疾病特征、供者因素及移植后早期并发症等多维度因素共同影响。传统生存分析以Cox比例风险回归为金标准，但其固有局限性在异质性儿科移植队列中日渐凸显：首先，Cox模型要求比例风险假设成立，而真实临床数据中该假设常被违反；其次，Cox模型难以捕捉变量间的非线性关系和高阶交互效应；第三，传统建模常将移植后事件直接纳入基线预测模型，造成信息泄漏（information leakage），使模型性能被高估且不符合临床决策时序。近年来，机器学习（machine learning, ML）生存模型在医学预后研究中展现出优于传统回归的判别性能，但其"黑箱"特性限制了临床信任与采纳。因此，如何在避免信息泄漏的前提下构建兼具高判别性能与临床可解释性的生存预测模型，成为移植医学领域亟待解决的方法学问题。
**二、研究内容与结论**
研究人员基于沙特阿拉伯利雅得费萨尔国王专科医院暨研究中心儿科血液学/肿瘤学科2010年1月1日至2016年12月31日期间接受HSCT的839例移植初治儿童（移植时年龄<14岁）的真实世界临床数据，系统评估了可解释机器学习（explainable artificial intelligence, XAI）框架在儿科HSCT生存预测中的应用价值。研究构建了两个符合真实临床决策时序的预测时间轴：基线时间轴（移植日，day 0）仅纳入移植前已知变量（移植年龄、主要诊断相关组、干细胞来源、供者HLA型），用于移植前风险分层和咨询；第+100天界标时间轴（landmark cohort，n=721，第+100天后死亡121例）进一步纳入第100天内已知的早期并发症——肝窦阻塞综合征/静脉闭塞性疾病（sinusoidal obstruction syndrome/veno-occlusive disease, SOS/VOD）和急性移植物抗宿主病（acute graft-versus-host disease, aGvHD），用于移植后动态预后更新。三种生存建模方法——Cox比例风险回归（coxph）、ranger随机生存森林和randomForestSRC（rfSRC）随机生存森林——在各时间轴内采用相同预测变量集进行基准比较。模型性能以C指数（concordance index）、综合累积/动态AUC（integrated cumulative/dynamic AUC, iAUC）和综合Brier评分（integrated Brier score, IBS）为评价指标，Cox比例风险假设以Schoenfeld残差检验。可解释性分析采用模型无关的"survex"框架，包括时间依赖性置换重要性、部分依赖生存曲线、SurvSHAP(t)、ceteris paribus生存曲线及加性归因（breakdown分解和SHAP）。研究结论表明，无信息泄漏的界标式XAI框架可实现儿科HSCT临床可信的生存预测，随机生存森林在判别性能和预测精度上均优于Cox回归，并提供透明的队列水平与患者水平解释，适合临床沟通和风险动态更新。该论文发表于《Scientifica》。
**三、主要关键技术方法**
本研究基于单中心回顾性队列（839例移植初治儿童，2010–2016年，沙特阿拉伯利雅得费萨尔国王专科医院暨研究中心），主要采用以下技术方法：（1）Cox比例风险回归（coxph）作为经典基准模型，以Schoenfeld残差检验比例风险假设；（2）两种随机生存森林实现——"ranger"和"randomForestSRC"（rfSRC）——用于捕捉非线性关系与交互效应；（3）基于界标分析（landmark analysis）的两阶段建模框架，基线模型仅含移植前固定变量，第+100天界标模型纳入早期并发症，以杜绝信息泄漏；（4）模型性能评估采用C指数、综合累积/动态AUC（iAUC）和综合Brier评分（IBS），并辅以时间依赖性AUC和Brier曲线可视化；（5）第+100天界标模型的校准评估在界标后365天预测时域进行，以逆删失概率加权（IPCW）估计观察事件概率并绘制校准曲线；（6）模型无关可解释性分析采用R包"survex"，涵盖全局解释（时间依赖性置换重要性、部分依赖生存曲线）和局部解释（SurvSHAP(t)、ceteris paribus生存曲线、breakdown分解和SHAP）。
**四、研究结果**
**4.1 模型性能（Model Performance）**
中位随访50.7±1.8个月，5年累计总生存概率为70.3%±1.7%。SOS/VOD阳性患者5年生存率显著较低（45.2%±5.1% vs. 73.7%±1.7%，p<0.001）。总体死亡率28.1%（236/839），其中SOS/VOD阳性组死亡率53.5%（54/101）显著高于阴性组24.7%（182/738），比值比（odds ratio）为3.510（95%置信区间：2.294–5.370，p<0.001）。基线时间轴（day 0）分析中，仅使用移植前变量时，三种模型均呈中等判别性能：Cox模型的校正C指数为0.673，iAUC为0.599，IBS为0.183；ranger模型OOB C指数0.677，iAUC 0.667，IBS 0.164；rfSRC模型OOB C指数0.668，iAUC 0.686，IBS 0.152。基线Cox模型违反比例风险假设（全局p=0.00181）。在第+100天界标分析中（n=721，事件数=121），纳入移植后早期并发症后各模型性能均提升：Cox模型C指数0.721，iAUC 0.609，IBS 0.125，且满足比例风险假设（全局p=0.52）；ranger模型达到最高性能（OOB C指数0.870，iAUC 0.668，IBS 0.0969）；rfSRC模型（OOB C指数0.840，iAUC 0.650，IBS 0.1016）。随机生存森林在界标设定中的判别能力和预测精度均优于Cox回归。第+100天界标后365天校准评估显示，各模型预测风险与观察风险总体一致，随机生存森林在高预测概率区间存在轻度风险高估，但未出现显著失校准。
**4.2 全局模型解释：时间依赖性变量重要性（Global Model Interpretation: Time-Dependent Variable Importance）**
基线模型中，干细胞来源为最具影响力的预测变量，供者HLA型次之，主要诊断组（PRIDRG）居第三位，移植年龄影响相对较小，该排序在ranger和rfSRC两种实现中高度一致。第+100天界标模型中，时间依赖性置换重要性分析显示PRIDRG成为生存的决定性因素（Brier评分增幅最大且贯穿随访全程），干细胞来源为第二重要变量（早期贡献显著、随时间渐衰减但仍持续），aGvHD呈中等早期预后相关性（界标后1–2年内达峰后下降），第100天内诊断的SOS/VOD贡献相对温和但持续，供者HLA型贡献中等，移植年龄影响最小。两种随机生存森林实现的特征重要性排序高度一致。
**4.3 全局解释：部分依赖生存曲线（Global Explanation: Partial Dependence Survival Profile）**
ranger随机生存森林的部分依赖生存曲线显示：PRIDRG效应最显著，恶性疾病估计生存概率最低，血红蛋白病和骨髓衰竭综合征预后轨迹相对有利；干细胞来源中骨髓移植的生存优于脐血和外周血干细胞；第100天内诊断的aGvHD和SOS/VOD均与预测生存的显著早期下降相关；供者HLA型影响温和可辨；移植年龄对平均生存预测影响最小。上述效应的方向和相对幅度在两种随机生存森林实现中一致。
**4.4 局部解释——单个统计单元的SurvSHAP(t)图（Local Explanation–SurvSHAP(t) Plot for Single Statistical Unit）**
以患者#11（血红蛋白病，移植年龄6.1岁，HLA全相合供者骨髓移植，SOS/VOD阳性，无aGvHD，存活3896天）为例，SurvSHAP(t)分析显示：PRIDRG（血红蛋白病）对预测生存概率产生最强正向贡献，骨髓来源和aGvHD阴性提供额外有利贡献，HLA全相合供者状态呈温和保护效应；第100天内发生SOS/VOD则对早期生存预测施加显著负向贡献且随时间趋于稳定。总正向贡献超过SOS的不利影响，与该患者观察到的长期生存一致。
**4.5 局部解释——Breakdown图和Shapley加性解释（Local Explanation–Breakdown Plot and Shapley Additive Explanations）**
Breakdown分解显示，对患者#11而言，第100天内SOS/VOD造成最大的预测结果不利偏移，血红蛋白病诊断产生显著保护性贡献部分抵消SOS的负面影响，骨髓来源和aGvHD阴性提供额外保护性偏移，移植年龄和HLA全相合状态贡献甚微。SHAP归因进一步量化各预测因子的贡献：SOS/VOD为最大的不利贡献者，血红蛋白病诊断为最强的保护性贡献者（大幅抵消SOS负面效应），aGvHD阴性和骨髓来源提供中等强度的额外保护，净效应为有利的总生存估计，与患者长期存活结局一致。两种随机生存森林实现的归因方向和相对排序一致。
**4.6 局部解释：实例水平Ceteris Paribus生存曲线（Local Explanation: Instance-Level Profiles as Ceteris Paribus for Survival）**
对患者#11的反事实分析显示：改变PRIDRG产生最大的个体化生存预测偏移（血红蛋白病轨迹最有利，恶性/组织细胞病类别预测生存曲线较低）；改变干细胞来源产生持续的生存曲线分离（骨髓优于脐血和外周血干细胞）；aGvHD阳性产生最大的反事实生存概率下降，SOS/VOD阳性产生一致但较小的降低；供者HLA型和移植年龄的反事实变化仅引起适度改变。
**五、讨论总结与结论翻译**
**讨论总结：** 时间-事件建模在儿科HSCT中具有核心地位，结局受移植前因素和移植后早期并发症共同影响。本研究的方法学核心贡献在于明确区分基线预测与移植后动态更新以避免信息泄漏——SOS/VOD和aGvHD等早期毒性发生在输注之后，不能有效纳入day 0的预测，研究通过界标框架将其纳入，仅以界标时点存活且在随访中的患者构成后续风险集，并发症状态以该时点已知信息定义。这一设计使建模任务与临床问题对齐，避免未来信息的无效使用导致表观性能膨胀。两种时间轴下，ML模型均相对Cox基准表现出更强判别力和更低预测误差，与集成生存方法可捕捉参数框架难以预设的非线性和交互效应的既往报道一致。基线设定中，比例风险假设未获满足，凸显了在异质性移植队列中以更灵活的ML生存方法补充经典回归的价值。校准评估表明生存森林模型在更高判别力的同时保持可接受的校准，但最高预测风险水平存在一定风险高估，Cox模型预测更平滑但判别力较弱，体现了生存建模中预测精度与校准之间的权衡。可解释性分析将模型行为转化为可理解的临床叙事：全局解释（时间依赖性置换重要性、部分依赖生存曲线）阐明平均而言预测生存如何随关键移植分层变化，并揭示模型在随访中最依赖的协变量；患者水平解释（SurvSHAP(t)、ceteris paribus生存曲线、breakdown和SHAP）一致显示SOS/VOD的不利贡献被有利的诊断组和移植物特征所抵消。Breakdown提供直观的序贯分解，SHAP提供序不变、博弈论属性分配，两种独立解释家族及两种森林实现的收敛性增强了结果反映稳定模型结构而非单一算法伪影的信心。研究局限包括：单中心队列需外部验证；界标框架不等同于完整时间依赖性协变量建模；局部解释方法为基于模型的摘要而非因果估计；综合指标iAUC和IBS可能掩盖特定时间点的校准问题，需补充时间分辨曲线和临床选择时域的报告。总之，校正的两阶段框架为儿科HSCT中临床落地的XAI提供了务实路径——基线模型支持输注前咨询和计划，界标模型在移植后早期并发症显现后提供动态预后更新；各阶段内模型无关可解释性在预测性能与临床信任间架起透明桥梁，使移植团队能够以符合临床推理的方式审视队列水平风险驱动因素并检查患者水平预测。ML应用在移植医学中持续扩展，此类无信息泄漏设计与可解释输出相结合，有望确保预测工具不仅准确，而且临床可解释、适合实施。
**研究结论翻译：** 一种无信息泄漏、基于界标的XAI框架允许在儿科HSCT中进行临床可信的生存预测，其中随机生存森林优于Cox回归，并提供透明的队列水平和患者水平解释，适用于临床沟通和风险更新。纳入移植后早期临床事件的ML生存模型可能为HSCT后的动态风险分层提供更精细的框架。可解释生存建模可增强移植后的临床风险评估。
