初诊即转移性前列腺癌诊断时3年死亡率的可解释机器学习风险分层：基于SEER数据库的开发与时间验证

《Frontiers in Oncology》：Interpretable machine-learning risk stratification at the time of diagnosis for 3-year mortality in de novo metastatic prostate cancer: development and temporal validation in SEER

　　

初诊即转移性前列腺癌(mPCa)患者预后差且异质性高，但诊断时可解释、透明报告的工具有限。研究人员使用监测、流行病学与结局(SEER)17登记库(2010–2020)开发并时间验证了机器学习模型，预测新诊mPCa的固定的3年癌症特异性死亡率(CSM)与总死亡率(OM)。从42,691例导出病例中定义41,057例(生存≥1月)队列，按时间分为训练集(2010–2016，n=21,584)与验证集(2017–2020，n=19,473)。在统一诊断时特征空间(年龄、年份、种族、婚姻、前列腺特异抗原(PSA)、Gleason评分、转移部位，排除治疗与AJCC T/N)上比较7种算法，选CatBoost为主模型。时间验证中CSM曲线下面积(AUC)0.701(95%CI 0.693–0.708)，OM AUC 0.704(0.697–0.712)，校准良好(斜率1.12/1.08)，在约30%–70%阈值区间决策曲线净获益为正；各算法判别力相近且不低于logistic回归。时间内部-外部交叉验证显示稳定(pooled AUC 0.701/0.703；95%预测区间0.672–0.725)；因诊断年份为模型特征，稳定性限于2010–2020，超出需本地重校准。全验证集SHAP分析确定年龄、Gleason、PSA、诊断年、转移部位为主预测因子；训练集风险三分位在验证集单调分离(CSM 28%/49%/67%；OM 34%/57%/74%)。外推受限：独立非SEER单中心队列(n=150)判别衰减(CSM AUC 0.59；OM 0.59)，校准漂移(斜率0.47；O:E 1.23/1.19)，仅OM风险序保留单调。该可解释模型提供SEER 2010–2020内校准的诊断时风险分层，用于预后沟通、密切随访与试验富集而非治疗选择；域外使用需截距-斜率重校准与多中心验证。

研究背景方面，初诊即转移性前列腺癌（de novo metastatic prostate cancer，mPCa）总体致死率高但病程异质性强，现有预后工具多为传统列线图或单算法模型，机器学习（machine-learning，ML）工具常因“黑箱”与报告不透明受批评。随着上游强化治疗（多西他赛与/或雄激素受体通路抑制剂联合雄激素剥夺治疗）普及，临床在诊断时即需个体化3年总死亡率（overall mortality，OM）与净癌症特异性死亡率（cancer-specific mortality，CSM）估计，以支持预后沟通、随访强度校准及临床试验高危富集。该研究由此在SEER（Surveillance, Epidemiology, and End Results）17登记库2010–2020数据上开展可解释ML模型开发与时间验证。

主要关键技术方法方面，研究人员从SEER导出42,691例远处转移前列腺癌，排除生存<1月者得41,057例主队列，按诊断年分为训练（2010–2016，n=21,584）与时间独立验证（2017–2020，n=19,473）。诊断时特征仅含年龄、诊断年、种族、婚姻、PSA（SEER 2010+重编码）、Gleason（2010+临床重编码）、骨/肝/肺/脑转移，排除治疗与AJCC T/N。7种算法（logistic回归、弹性网、随机森林、XGBoost、LightGBM、CatBoost、Platt校准线性SVM）在统一one-hot特征空间下5折交叉验证选超参，以校准斜率为首、判别与决策曲线次之、可解释性收尾，选定CatBoost为主模型。终点为36月二分类CSM/OM，CSM采用完全病例“净”概率（排除他因死亡，非竞争风险累积发病率）。性能报告AUC、Brier、平均精度、校准斜率/截距、O:E比及决策曲线；全验证集算SHAP（增性误差<1×10^-14）；用训练集预测风险三分位切分验证集；外推至芜湖二院150例中国单中心队列作无重校准外部检查；并行Fine–Gray、Cox、随机生存森林敏感性分析与留诊断年交叉验证。

研究结果部分，3.1队列：主队列41,057例，中位年龄72岁，白人75.8%，PSA≥98 ng/mL占46.8%，Gleason 9–10占35.1%，骨转移86.4%，训练/验证期均衡。3.2主模型性能：时间验证CatBoost对CSM AUC 0.701（校准斜率1.12，Brier 0.220），OM AUC 0.704（斜率1.08，Brier 0.219）；决策曲线在30%–70%阈值净获益为正；CSM“净”概率非竞争风险绝对累积发病率，IPCW与Fine–Gray下判别更低（0.658/0.676）。3.3模型比较：7算法CSM AUC 0.690–0.701、OM 0.693–0.704，差异ΔAUC≤0.011且临床可忽略；logistic回归CSM 0.695/OM 0.699接近CatBoost；CatBoost胜出因校准+全队列SHAP可解释性而非判别优势。3.4模型解释：全验证集SHAP示年龄、Gleason（含“未评估/无活检”类别）、诊断年、PSA≥98、肝转移为最主要驱动；近期诊断年关联预测风险下降；“Gleason未评估”本身为强预测因子，反映活检缺失的加工与虚弱标记。3.5风险分层：训练三分位（CSM 0.461/0.595，OM 0.515/0.657）在验证集得CSM观察率28.1%/49.2%/66.9%，OM 33.7%/56.6%/73.8%，单调分离；Aalen–Johansen竞争风险累积发病率癌死25.7%/42.9%/54.7%。3.6治疗相关次要分析：加入SEER记录治疗变量ΔAUC≤0.002，因SEER缺ADT/ARPI、化疗仅记“有/无未知”，仅作假设生成。3.7生存模型敏感：Cox OM 3年AUC 0.698，原因别Cox CSM 0.694，Fine–Gray 0.676，RSF 0.700/0.695，不优于固定时点分类器。3.8稳健性：保留0月生存者AUC略升；未知作显式类别优于完全病例与简单填补；去诊断年保留排序但绝对水平下移；留诊断年交叉验证pooled AUC 0.701/0.703，随机效应预测区间0.672–0.721（CSM）与0.673–0.725（OM），I² 54%–61%。3.10非SEER外部验证：芜湖150例锁定模型无重校准，CSM/OM AUC均0.59（95%CI跨0.5），校准斜率0.47，O:E 1.23/1.19，仅OM三分位单调（51%/65%/71%），CSM中高组不分离；种族映射至SEER“Asian or Pacific Islander”及“Gleason未评估”比例差异为漂移成因之一。

讨论部分总结：研究人员强调AUC≈0.70不优于既往列线图与本研究logistic，判别天花板来自SEER缺ALP、LDH、Hb、ECOG、疾病体积及ADT/ARPI数据；贡献在方法学——TRIPOD+AI报告、诊断时特征、时间验证、显式未知类别、全队列SHAP、开源代码。模型定位为诊断时沟通/随访/试验富集而非治疗选择；因诊断年为特征且基线死亡率随年代降，2010–2020外需本地截距-斜率重校准；“Gleason未评估”为本地化加工标记，跨系统必重校准。治疗变量近零增量被SEER治疗字段残缺解释。局限含回顾性、单中心外部n=150宽CI、SEER PSA顶码≥98截断、41.6% Gleason未评估的非随机缺失、死因编码误分类、癌种未限但腺管癌占85.6%敏感分析稳。

结论部分翻译：在大型全国初诊mPCa队列中，可解释诊断时ML模型提供时间验证、校准良好的3年OM风险与净CSM风险分层，风险组梯度清晰，对标记高危患者具正临床净获益；结论限于SEER 2010–2020窗内，因诊断年为预测因子且基线死亡率十年下降，窗外应用须本地重校准；CSM估计为分层用净病因概率而非计入竞争死亡后的绝对癌死概率，OM为床边可释绝对值。域外可移植性有限：无修改用于独立非SEER单中心队列判别降至AUC 0.59（CSM 95%CI 0.49–0.69，OM 0.50–0.68），校准斜率0.47伴绝对风险低估（O:E 1.23/1.19），仅OM风险序保单调，故SEER外使用须经本地截距-斜率重校准。判别力与简模及列线图相当，模型价值在校准、透明、可解释、可复现的诊断时分层而非超越判别或指导治疗；SEER治疗字段不能代表当代系统治疗，治疗相关发现仅假设生成。在限定内模型适于风险沟通、随访强度校准与试验富集，非治疗选择；锁定模型对象与冷冻三分位切分点以MIT许可开源，供他中心计分但受本地重校准约束。后续优先多中心多族裔外部验证并补ECOG、ALP、LDH、Hb、疾病体积及ADT/ARPI/多西他赛细节，再议在线计算器或电子病历风险提醒与前向临床评估。论文发表于《Frontiers in Oncology》。