《Cancers》:The Evolution of Fitness Landscapes: From Visualizing Evolution to Controlling It
编辑推荐:
摘要
目的:结直肠腺瘤性息肉是公认的结直肠癌(colorectal cancer, CRC)癌前病变。接受内镜下息肉切除术的患者仍面临较高的息肉复发风险,而在常规临床实践中实施个体化风险分层仍具挑战性。血脂异常已被认为与腺瘤发生相关,但其在复发中的作用以及机器
摘要
目的:结直肠腺瘤性息肉是公认的结直肠癌(colorectal cancer, CRC)癌前病变。接受内镜下息肉切除术的患者仍面临较高的息肉复发风险,而在常规临床实践中实施个体化风险分层仍具挑战性。血脂异常已被认为与腺瘤发生相关,但其在复发中的作用以及机器学习工具的预测价值在中国人群中研究不足。本研究旨在识别腺瘤复发的独立危险因素,并比较八种机器学习预测模型的性能。方法:这项单中心回顾性队列研究纳入769例接受结肠镜息肉切除术并完成至少一次 surveillance 结肠镜检查的患者。采用基于非随机就诊科室的划分策略,衍生出训练队列(n = 539,内镜中心)和独立的内部测试队列(n = 230,结直肠中心)。应用单因素和多因素Cox比例风险回归识别复发的独立预测因子。利用所选预测因子构建八种机器学习模型,并综合评估其区分性能、校准度和临床净获益。结果:高密度脂蛋白胆固醇(high-density lipoprotein cholesterol, HDL-C)异常、基线息肉数量较多和息肉总体积较大是腺瘤复发的独立危险因素。在训练集中,梯度提升机(gradient boosting machine, GBM)取得了最高的AUC(0.874),其次为XGBoost(AUC = 0.866);在测试集中,GBM和XGBoost保持了良好的区分性能,AUC分别为0.863和0.849。两种模型在临床相关的概率阈值范围内提供了相当的临床净获益。XGBoost表现出可接受的校准度(Hosmer-Lemeshow p = 0.065),而GBM则显示出统计学上显著的校准偏差(p = 0.043)。结论:HDL-C异常和较大的基线息肉负荷是结直肠腺瘤早期复发的独立预测因子。机器学习模型,特别是梯度提升算法,取得了良好的区分性能,并可作为息肉切除术后风险分层的辅助工具,但在临床应用前仍需进一步优化校准。
论文解读:基于机器学习与Cox回归的结直肠腺瘤性息肉术后复发风险预测研究
一、研究背景与问题提出
结直肠癌(colorectal cancer, CRC)是全球第三大常见恶性肿瘤,也是癌症相关死亡的第二大原因。结直肠腺瘤性息肉被广泛认为是CRC最重要的癌前病变。内镜下息肉切除术是目前预防CRC最有效的手段之一,然而临床实践表明,息肉切除术后患者仍面临较高的复发风险,部分患者甚至可能进展为进展期腺瘤或CRC。因此,识别并干预息肉复发的危险因素,对于制定个体化 surveillance 策略和优化CRC二级预防具有重要的公共卫生和临床意义。
尽管结肠镜检查被认为是结直肠息肉筛查和 surveillance 的“金标准”,但关于最佳 surveillance 间隔仍缺乏共识。现行国际指南强调区分低风险与高风险病变以制定个体化 surveillance 策略。已有回顾性证据表明,基线腺瘤特征显著影响复发风险和适当的 surveillance 时机。近年来,代谢异常与消化道肿瘤发生之间的关联日益受到关注。高脂饮食被认为是诱发癌前病变和加剧结直肠肿瘤发生的危险因素。循环脂质升高通过促进细胞增殖、诱导氧化应激和慢性炎症或影响胆汁酸代谢等方式,为结直肠上皮细胞的异常增殖创造了有利微环境。然而,关于血清脂质水平与息肉切除术后复发风险关系的研究相对匮乏,且现有证据相互矛盾。鉴于中国人群的饮食结构、遗传背景和代谢特征与西方人群存在差异,且国内针对息肉复发的高质量研究不足,开展相关研究尤为必要。
二、研究设计与主要结论
研究人员开展了一项单中心回顾性队列研究,纳入769例接受结肠镜息肉切除术并完成至少一次 surveillance 结肠镜检查的中国患者。通过基于就诊科室的非随机划分策略,建立了训练队列(n = 539,内镜中心)和独立的内部测试队列(n = 230,结直肠中心)。研究采用单因素和多因素Cox比例风险回归识别复发的独立预测因子,并构建了八种机器学习模型进行性能比较。
研究得出以下主要结论:高密度脂蛋白胆固醇(high-density lipoprotein cholesterol, HDL-C)异常、基线息肉数量较多和息肉总体积较大是腺瘤复发的独立危险因素。在训练集中,梯度提升机(gradient boosting machine, GBM)取得了最高的AUC(0.874),其次为XGBoost(AUC = 0.866);在测试集中,GBM和XGBoost保持了良好的区分性能,AUC分别为0.863和0.849。XGBoost表现出可接受的校准度,而GBM则显示出统计学上显著的校准偏差。这些机器学习工具可能帮助临床医生个体化制定息肉切除术后的 surveillance 策略,并改善CRC的二级预防。
三、主要关键技术方法
研究人员采用了以下关键技术方法:应用Cox比例风险回归进行时间-事件分析,以识别复发的独立预测因子;构建了八种机器学习模型,包括逻辑回归(logistic regression, LR)、弹性网络(elastic net, ENET)、随机森林(random forest, RF)、支持向量机(support vector machine, SVM)、梯度提升机(gradient boosting machine, GBM)、XGBoost、前馈神经网络(neural network, NN)和堆叠集成模型(stacked ensemble);采用五折交叉验证进行超参数调优;使用受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)作为主要评价指标,并辅以准确度、灵敏度、特异度、阳性预测值、阴性预测值和Brier评分;通过校准曲线和Hosmer-Lemeshow检验评估校准度;应用决策曲线分析(decision curve analysis, DCA)评估临床净获益。样本队列来源于南京中医药大学第二附属医院的内镜中心和结直肠中心。
四、研究结果
4.1 患者基线特征与息肉复发情况
研究共纳入769例结直肠息肉患者,其中训练集539例,独立测试集230例。总体而言,442例(57.48%)患者发生息肉复发,327例(42.52%)未复发。组间比较显示,除总胆固醇(total cholesterol, TC)、HDL-C和 surveillance 间隔外,复发组与非复发组在年龄、性别、甘油三酯(triglycerides, TG)、低密度脂蛋白胆固醇(low-density lipoprotein cholesterol, LDL-C)、体质指数(body mass index, BMI)以及基线息肉数量、体积和最大直径方面均无统计学显著差异。具体而言,复发组TC异常比例显著高于非复发组(28.73% vs. 14.98%, p < 0.001),而HDL-C异常比例显著较低(6.33% vs. 10.40%, p = 0.041)。复发组的中位 surveillance 间隔较长(14个月 vs. 12个月, p < 0.001)。
4.2 息肉复发相关因素的Cox回归分析
研究人员对每个候选变量进行了单因素Cox回归分析。结果显示,基线息肉数量(HR = 1.042, 95% CI: 1.017–1.067, p = 0.001)、基线息肉体积(HR = 1.0005, 95% CI: 1.0003–1.0007, p < 0.001)和基线息肉最大直径(HR = 1.021, 95% CI: 1.008–1.035, p = 0.002)与复发风险显著相关。HDL-C呈临界显著性(HR = 1.375, 95% CI: 0.997–1.895, p = 0.052)。单因素分析中p < 0.10的变量被纳入多因素Cox模型,采用基于赤池信息准则(Akaike information criterion, AIC)的向后逐步选择法。最终保留了三个独立预测因子:HDL-C、基线息肉数量和基线息肉体积。尽管息肉最大直径在单因素分析中显著,但由于与息肉体积和数量存在共线性,在多因素模型中被排除。具体而言,HDL-C异常与复发风险增加46.1%相关(HR = 1.461, 95% CI: 1.059–2.017, p = 0.021);每增加一个基线息肉,风险增加4.2%(HR = 1.042, 95% CI: 1.017–1.068, p < 0.001);基线息肉体积每增加1 mm3,风险增加0.05%(HR = 1.0005, 95% CI: 1.0003–1.0007, p < 0.001)。Schoenfeld残差检验表明比例风险假设未违反。
4.3 机器学习模型在训练集和测试集中的性能比较
研究人员构建了八种机器学习模型来估计息肉复发风险。在训练集中,AUC范围为0.500(NN)至0.874(GBM)。基于树的集成模型(XGBoost、GBM和RF)取得了较高的AUC(0.778–0.874)和AUPRC(0.938–0.976),其中GBM表现最佳,XGBoost次之。线性模型(LR和ENET)和SVM的AUC介于0.686至0.719之间。堆叠集成模型的AUC为0.733,性能介于线性和基于树的模型之间。在测试集中,GBM保持了最高的AUC(0.863),其次为XGBoost(AUC: 0.849)。堆叠集成模型的测试AUC为0.766,优于LR、ENET和RF,但低于GBM和XGBoost。RF和SVM的测试AUC分别下降至0.759和0.665,而NN未显示预测能力(AUC = 0.500)。神经网络表现不佳可能部分归因于相对于模型参数数量而言训练集规模有限。DeLong检验和Holm校正显示,GBM与XGBoost之间无显著差异,RF的AUC显著低于GBM,堆叠集成显著优于RF。
4.4 最佳性能模型的头对头比较与临床适用性
研究人员在训练集中通过最大化约登指数并约束灵敏度≥0.80确定了XGBoost和GBM的最佳概率阈值,分别为0.797和0.787。两种模型均表现出高灵敏度(XGBoost: 0.826; GBM: 0.837)和阳性预测值(均为0.941),表明能可靠检测复发。特异度均为0.696,而阴性预测值较低(XGBoost为0.407,GBM为0.423),表明排除复发的能力有限。XGBoost和GBM的总体准确度和F1分数分别为0.807/0.880和0.816/0.886。决策曲线分析显示,两种模型的净获益曲线在临床相关阈值范围内基本重叠,表明临床净获益无实质性差异。校准评估显示,XGBoost表现出可接受的校准度(Hosmer-Lemeshow p = 0.065),而GBM显示出统计学上显著的校准偏差(p = 0.043)。在校准图中,XGBoost紧密遵循理想对角线,而GBM在中高风险范围内逐渐低估了观察到的概率。
五、讨论与结论总结
讨论部分指出,研究人员首次在中国人群中系统比较了八种机器学习模型对息肉复发的预测性能。研究发现HDL-C异常、基线息肉数量和总体积是腺瘤早期复发的独立预测因子。梯度提升模型(GBM和XGBoost)在所有算法中取得了最佳的区分性能,但相对于传统逻辑回归的增量优势在此低维预测因子设置中较为有限。XGBoost表现出可接受的校准度,而GBM显示统计学上显著的校准偏差,提示在临床实践中应谨慎解读复杂集成模型的概率输出。研究优势包括采用Cox比例风险回归作为主要分析方法、基于就诊科室的测试集验证以减少数据泄漏、从区分度、校准度和临床净获益多个维度评估模型性能,以及所有预测因子均可在临床实践中常规获取。局限性包括单中心回顾性设计、事件数量可能不足以训练复杂机器学习算法、未纳入生活方式因素和用药史、血脂参数仅从单次空腹血样测量、仅进行了内部验证,以及先进机器学习方法相对于传统回归的增量判别价值有限。
研究结论为:这项回顾性队列研究使用Cox比例风险回归系统识别了结直肠腺瘤性息肉术后复发的独立危险因素,并比较了八种机器学习算法与传统回归模型的预测性能。HDL-C异常、基线息肉数量较多和息肉总体积较大与腺瘤复发更早发生独立相关。GBM和XGBoost这两种具有代表性的梯度提升算法取得了良好的区分性能。XGBoost表现出可接受的校准度,而GBM显示出统计学上显著的校准偏差,提示在临床环境中应谨慎解读其概率输出。机器学习方法可作为息肉切除术后 surveillance 风险分层的辅助决策支持工具。展望未来,纳入更广泛预测因子的多中心研究对于充分释放机器学习在该领域的临床潜力是必要的。