《Frontiers in Oncology》：Interpretable machine learning prognostication of gastroenteropancreatic neuroendocrine tumors across Chinese and United States cohorts
编辑推荐：
背景：胃肠胰神经内分泌肿瘤（GEP-NETs）表现出显著的临床异质性，常规预后指标如TNM分期与Ki-67指数在个体化风险区分方面作用有限。研究人员旨在开发并在外部验证用于生存预测的可解释机器学习模型。方法：本回顾性研究纳入337例经组织学确诊的GEP-NET
背景：胃肠胰神经内分泌肿瘤（GEP-NETs）表现出显著的临床异质性，常规预后指标如TNM分期与Ki-67指数在个体化风险区分方面作用有限。研究人员旨在开发并在外部验证用于生存预测的可解释机器学习模型。方法：本回顾性研究纳入337例经组织学确诊的GEP-NETs患者，按死亡状态分层随机划分为训练集（n=236）与独立测试集（n=101）。研究人员以非惩罚Cox回归为基线，训练了LASSO Cox、随机生存森林（RSF）、梯度提升生存分析（GBSA）、Extra Trees与DeepSurv共6种生存模型，采用5×5嵌套交叉验证。综合评估区分度、概率准确性、校准度与临床效用，利用SHAP分析识别关键预测因子并构建列线图，在51,225例SEER患者中进行外部验证。结果：测试集中Extra Trees区分度最高（C-index 0.843，95% CI 0.762–0.914），校准平衡（1年ICI 0.031）；1、3、5年时间依赖AUC分别为0.871、0.847、0.935；其高危分层生存显著更差（HR 8.93，95% CI 3.35–23.84，P<0.001），优于TNM分期（0.772）、Ki-67（0.705）与肿瘤分级（0.699）；决策曲线分析在5%–50%阈值概率内净获益更高；SHAP提示T分期、肿瘤分级、M1状态、TNM分期与Ki-67为核心预测因子；SEER外部验证C-index 0.719，校准斜率0.901–1.058。结论：可解释机器学习模型在GEP-NETs生存预测中优于常规方法，Extra Trees内部表现最佳，DeepSurv外部C-index最高；基于SHAP简化的列线图为需前瞻验证的探索性个体化预后工具。
研究背景与立题依据
胃肠胰神经内分泌肿瘤（GEP-NETs）近四十年发病率显著上升，生物学异质性强，从惰性高分化肿瘤到侵袭性低分化癌跨度极大。传统预后依赖TNM分期、肿瘤分级与Ki-67增殖指数等单维指标，难以满足个体化风险分层需求；Cox比例风险框架受限于线性与比例假设，无法捕捉多维非线性交互。既有机器学习研究多基于SEER单队列，缺乏中国人群证据，且评估常局限于C-index，校准与临床效用维度缺失。为此，研究人员在西安交大第一附属医院中国队列与SEER美国队列间开展跨人群对比，系统比较六种生存模型。
主要技术方法概述
研究人员采用回顾性队列设计，内部队列为2016–2023年西安交大第一附属医院经组织学确诊的337例GEP-NETs（7:3划分训练集236例与测试集101例，按死亡状态分层抽样，种子固定为42）；外部验证队列为SEER 2004–2019年51,225例患者。候选预测变量涵盖人口学、肿瘤学、症状与治疗四类共46项，连续变量以训练集中位数填补并标准化，Ki-67在SEER中按分级赋值替代。建模采用5×5嵌套交叉验证防止过拟合，对比非惩罚Cox、LASSO Cox、RSF、GBSA、Extra Trees、DeepSurv；性能从区分度（C-index、时间依赖AUC）、概率准确性（Brier、IBS）、校准度（cloglog斜率、ICI）、风险分层（maxstat切点+log-rank）与临床净获益（决策曲线分析）五维评价；以SHAP解析Extra Trees全局重要性，取前五位变量构列线图并部署为在线计算器。
研究结果
3.1 队列特征：内部337例以胰腺原发为主（43.9%），G1/G2/G3分别占42.7%/46.9%/10.4%，训练与测试集基线均衡，全队列中位总生存36.27月，死亡58例（17.2%）。
3.2 嵌套交叉验证：训练集事件数/变量比（EPV）0.89，非惩罚Cox平均C-index仅0.638，机器学习模型集中于0.836–0.840，train-test差距更小，证实小样本下常规Cox不稳定。
3.3 测试集区分度：Extra Trees C-index 0.843居首，RSF 0.832、LASSO Cox 0.815次之，非惩罚Cox 0.621；Extra Trees的1/3/5年AUC为0.871/0.847/0.935。
3.4 Brier与IBS：Extra Trees的IBS 0.087最低，RSF与LASSO Cox相近（0.089/0.088），非惩罚Cox达0.117。
3.5 校准度：Extra Trees在1/3/5年校准斜率1.808/1.671/1.886，ICI 0.031/0.031/0.059，树模型ICI<0.05；非惩罚Cox斜率近0。
3.6 SHAP特征重要性：全局前五位为T分期、G1分级、M1、IV期、Ki-67（平均|SHAP| 0.652–0.466），千次bootstrap中稳定进入前十（≥89%）；方向符合先验——高T、高Ki-67、M1、IV期、消瘦/食欲下降推高风险，G1/I期降风险。
3.7 亚组分析：Extra Trees在胰腺亚组C-index 0.804，非胰腺0.865；I+II期0.922高于III+IV期0.649；男性0.884优于女性0.808；<60岁0.865略优于≥60岁0.810；G3亚组因事件少CI极宽（0.615，0.189–0.977）。
3.8 风险分层：训练集maxstat切点8.989（82.6%低危），测试集复用后高低危HR 8.93（3.35–23.84，P<0.001），千次bootstrap切点中位数一致。
3.9 决策曲线与常规指标对比：3年决策曲线在5%–50%阈值内Extra Trees净获益超Cox与全治/全不治策略；其C-index 0.843显著高于TNM 0.772、Ki-67 0.705、分级0.699。
3.10 列线图与校准：取SHAP前五变量（T分期、分级、M1、TNM、Ki-67）建3/5年总生存列线图，测试集校准斜率同Extra Trees（偏>1），SEER中接近理想；同步发布Shiny在线计算器。
3.11 SEER外部验证：DeepSurv外部C-index最高0.740，RSF 0.728，Extra Trees 0.719，LASSO Cox 0.675，GBSA 0.655，Cox 0.600；Extra Trees外部1/3/5年AUC 0.817/0.791/0.764，校准斜率0.901/0.970/1.058，ICI 0.032–0.040；复用内部切点分SEER为48647低危/2578高危，生存曲线显著分离；Wu等已发表Cox组合在SEER直接拟合得0.809属样本内乐观。
讨论部分总结
研究人员指出树模型在小样本低EPV下经自助抽样、随机特征与随机分裂降方差，Extra Trees极随机分裂进一步解相关，故内部最优；DeepSurv在大数据SEER中非线性表征力释放，外部反超。校准斜率>1反映树集成对小样本预测风险压缩、偏保守；非惩罚Cox斜率近0说明无线性关联。SHAP核心变量（T分期、Ki-67、M1、分级、IV期）与文献及LASSO Cox重叠，印证解剖负荷+增殖活性+转移为稳健信号；体重下降/食欲减退入前十体现症状维度增量价值。局限性包括内部样本小事件少、G3与老年亚组CI宽、SEER缺Ki-67致外部可能低估、切点未跨队列重校准、回顾单中心需前瞻验证。
结论翻译
研究人员开发并在SEER外部队列评估了GEP-NETs的机器学习预后框架。模型排序随队列规模变化——Extra Trees内部最优，DeepSurv外部最优；该框架在内部测试集与SEER中于区分度与校准度均优于常规Cox与单变量分期指标。基于SHAP关键变量简化的列线图为快速预后评估的探索性工具，待前瞻验证。未来应开展前瞻多中心验证、整合多模态影像组学与分子标记，并探究小样本下深度生存模型校准不稳定性的方法学问题。
（本文发表于《Frontiers in Oncology》）
