基于机器学习的转移性子宫内膜癌两年总生存期预测及可解释性分析

《Scientific Reports》：Machine learning-based prediction of two-year overall survival in metastatic endometrial cancer: a SEER population-based study

　　

摘要

转移性子宫内膜癌预后较差。缺乏准确的预后工具。机器学习（ML）可利用现有的临床病理和社会人口统计学数据改善生存预测。我们分析了 SEER 数据库中 11,720 名转移性子宫内膜癌患者。主要结局为两年总生存期（OS）。训练了 13 个机器学习分类器（70/30 拆分），并使用 AUC、准确率和 F1 分数进行评估。对表现最佳的模型应用了 SMOTE 和校准分析。进行了 Kaplan–Meier、Cox 回归及基于 SHAP 的可解释性分析。XGBoost 取得了最高的 AUC（0.726）。经 SMOTE 处理后，F1 分数从 0.446 提升至 0.516（AUC 0.715），校准截距和斜率分别为 -0.097 和 0.941。SHAP 分析确定组织学亚型和化疗接受情况是最具影响力的预测因子，其次为肿瘤分级、年龄及种族/民族。多变量 Cox 回归显示，IV 级（HR 2.08）、未分化组织学（HR 1.97）、年龄≥80 岁（HR 1.71）及非西班牙裔黑人种族（HR 1.35）独立地与更差的 OS 相关；化疗接受与观察到的生存改善相关（HR 0.43）。Kaplan–Meier 分析确认不同组织学亚型和化疗状态的总生存期存在显著差异（两者的对数秩检验 p < 0.001）。基于登记数据的机器学习模型对转移性子宫内膜癌的两年 OS 预测表现适度但一致。组织学亚型、化疗、肿瘤分级及年龄是生存的重要预测因子。调整后生存中的种族差异仍然存在，这强调了针对医疗不平等进行有针对性地干预的必要性。