结合肿瘤、瘤周及栖息地特征的堆叠集成机器学习用于预测IA期肺腺癌高级别模式

《Scientific Reports》：Stacking ensemble machine learning combining tumor, peritumoral, and habitat features for predicting high-grade pattern in stage IA lung adenocarcinoma

　　

摘要

对IA期肺腺癌(LUAD)高级别模式(HGP)进行准确的术前评估对于临床决策至关重要。本研究旨在评估堆叠集成机器学习算法的性能，并开发基于多尺度影像特征融合的术前预测模型，以识别IA期LUAD中的HGP。从两个中心回顾性纳入467例患者，其中中心1的患者被随机分为训练组(n=240)和内部验证组(n=104)，中心2的患者构成外部验证组(n=123)。从术前CT图像中提取了大体肿瘤体积(GTV)和4毫米瘤周体积(PTV4)的放射组学特征，以及通过无监督K-means聚类生成的瘤内生态位聚类特征。使用堆叠集成机器学习算法从这些特征中构建了单尺度预测模型。采用后融合策略整合上述模型的特征，然后与临床独立风险因素结合，构建多尺度融合模型(PM_Fusion)。使用受试者工作特征(ROC)曲线、决策曲线分析(DCA)和校准曲线对模型性能进行全面评估。采用SHapley加性解释(SHAP)方法进行模型可解释性分析。堆叠集成模型通常表现出比单算法模型更高的预测性能。PM_Fusion显示出良好的预测性能，在训练组、内部验证组和外部验证组的AUC (95% CI)分别为0.959 (0.937–0.981)、0.857 (0.783–0.931)和0.836 (0.758–0.914)。与单尺度模型相比，其整体性能表现良好。DCA表明具有更大的临床获益，而校准曲线验证了预测的可靠性。SHAP分析进一步揭示，PM_Habitat特征是模型预测的主要贡献者。通过整合肿瘤核心、瘤周区域和瘤内异质性信息，并采用堆叠集成学习策略，PM_Fusion为预测IA期LUAD的HGP状态提供了有用的工具，同时SHAP提供了透明的可解释性。