《Frontiers in Oncology》：Research on prognostic prediction of colorectal cancer based on multi-dimensional biomarker features and machine learning models
编辑推荐：
背景：传统结直肠癌（CRC）TNM分期系统存在显著局限，同分期患者预后差异超过40%。本研究旨在基于住院CRC患者常规可获取的临床、实验室、炎症、营养及治疗相关变量，构建并验证机器学习预后预测模型。鉴于训练队列（MIMIC-IV）以住院及危重患者为主，该模型拟
背景：传统结直肠癌（CRC）TNM分期系统存在显著局限，同分期患者预后差异超过40%。本研究旨在基于住院CRC患者常规可获取的临床、实验室、炎症、营养及治疗相关变量，构建并验证机器学习预后预测模型。鉴于训练队列（MIMIC-IV）以住院及危重患者为主，该模型拟用于住院CRC患者风险分层。方法：采用回顾性队列研究，以MIMIC-IV数据库（n=2049）作训练/内部验证，苏州大学第二附属医院（n=561）作外部验证。整合临床病理、炎症反应、免疫功能、营养状态、肿瘤标志物及治疗信息，经相关性分析、共线性检验及Boruta算法筛选16个核心特征；比较9种机器学习算法，五折交叉验证与网格搜索优化超参；以AUROC、AUPR、Brier评分、生存一致性指数（surv.cindex）及决策曲线分析（DCA）评估，SHAP解释特征贡献。结果：随机生存森林（RSF）综合得分最高，外部验证平均AUROC 0.818（95% CI: 0.761–0.866），显著优于仅TNM基线模型（DeLong P<0.001）。年龄校正Charlson合并症指数（ACCI）、远处转移分期（Mstage）及手术治疗为核心预后因素（呈时间依赖性动态变化）；CRP、ALB、TC、CEA等炎症/营养/肿瘤标志物具显著预测值。结论：RSF模型在评估队列中区分度与校准度良好；其临床效用需在前瞻性队列中评估，显示较单纯TNM分期有增量预后价值，可辅助相似住院人群风险分层，但临床实施前仍需前瞻多中心验证。
研究背景与动机
结直肠癌（CRC）是全球第三大常见癌症和第二大癌症死亡原因，中国CRC发病率居恶性肿瘤第二、死亡率第四，且年轻患者比例显著上升。尽管治疗进步，IV期患者5年生存率仅约31.5%，约20–25%患者确诊即伴远处转移。现行AJCC-TNM分期系统无法充分解释同分期患者复发风险与长期生存的异质性，传统血清标志物如癌胚抗原（CEA）敏感度与特异度有限。近年多维生物标志物（炎症-营养指标、ctDNA甲基化、程序性细胞死亡通路、放射组学）成为焦点，但既有研究多局限于单组学且缺乏跨场景独立外部验证。研究人员因此开展一项回顾性队列研究，拟整合电子健康记录中常规可获取的病理、炎症、免疫、营养、治疗及复合指标（如全身免疫炎症指数[SII]、格拉斯哥预后评分[GPS]），系统比较9种机器学习算法，构建并独立外部验证适用于住院CRC患者的预后模型，相关成果发表于《Frontiers in Oncology》。
主要关键技术方法
研究人员使用MIMIC-IV-3.1电子健康记录库（2008–2022年入院，n=2049）为训练与内部验证集，苏州大学第二附属医院（SUFAH，2019年1月–2022年7月入院，n=561）为外部验证集；纳入年龄≥20岁、经ICD-9/10或病理确诊CRC、随访完整的病例，排除合并其他恶性肿瘤及缺失>20%者。基线实验室取入院48小时内首次测量。特征经相关性分析（Pearson r>0.6）、共线性检验（VIF>5）及Boruta算法筛至16个核心变量；连续变量Z-score标准化（参数仅由训练集估计），分类变量经one-hot或标签编码，缺失值多重插补。九种算法（决策树[DT]、随机生存森林[RSF]、极端梯度提升[XGB]、Lasso、弹性网络[EN]、岭回归[Ridge]、Cox比例风险、轻量梯度提升机[LGBM]、Stack集成）以五折交叉验证+网格搜索调参，surv.cindex为指导指标；评估用AUROC、AUPR、Brier评分、校准曲线、DCA，SHAP作可解释性分析；另设TNM-only至全特征嵌套模型作增量分析，并做剔除治疗变量敏感性分析与7天界标（landmark）分析。
研究结果
3.1 患者特征：MIMIC与SUFAH队列年龄无差异（66.7±14.9 vs 65.6±12.4岁，P=0.086），但MIMIC合并症更重（ACCI=2占39.9% vs 9.09%）、T4/N2/M1比例更高、CRP与中性粒细胞计数更高、白蛋白更低、手术率更低（58.1% vs 96.3%），符合MIMIC含更多ICU人群预期，为外部验证提供严格泛化压力测试。
3.2 特征选择：Boruta确认16个特征，Top3为Mstage、Surgery、ACCI；因强相关（r>0.6）与共线性（VIF>5）剔除NEUT、NLR、PNI、SII。
3.3 模型训练与评估：训练集KM曲线与内部测试集无差异（Log-rank P=0.94）。外部验证中RSF平均AUROC 0.818（95% CI: 0.762–0.866）、surv.cindex 0.779、Brier 0.120，综合得分1.000居首；Cox次之（0.805）。嵌套增量分析显示Model0(TNM-only) AUROC 0.664→Model1(+Age/ACCI) 0.741→Model2(+治疗) 0.783→Model3(+实验室) 0.696→Model4(全16特征) 0.818，每域均贡献非冗余信息，其中人口学/合并症与治疗模态增量最大。剔除治疗变量RSF AUROC仅降至0.814，7天landmark分析AUROC 0.809，提示无显著治疗信息泄漏。内部测试集线性模型（EN、Cox）综合分暂优，但外部验证稳定性不及树集成，证实RSF跨域鲁棒性。
讨论与结论翻译
讨论指出，传统TNM分期在住院及危重CRC人群中解释力不足，本研究通过常规EHR变量即可在外部独立队列将判别力提升至AUROC 0.818，核心驱动为ACCI、Mstage、 Surgery及CRP/ALB/TC/CEA等可动态变化的标志组合；SHAP揭示特征贡献随时间偏移，契合临床病程演变。局限性包括MIMIC以美国住院/ICU人群为主、SUFAH为中国单中心外科优势人群导致分布偏移，未纳入分子病理（MSI/KRAS/BRAF/ctDNA），治疗变量为回顾性分配而非因果疗效，Shiny应用仅为探索工具。结论：RSF模型在评估队列中表现出良好判别与校准；其临床效用需在可用队列中行前瞻性评价，显示超越单纯TNM分期的增量预后价值，提示可辅助相似住院人群风险分层，但临床落地前仍须前瞻多中心验证。
