基于机器学习模型的 3 个淋巴结分期系统对结直肠印戒细胞癌的预测性能比较

Summary

本研究使用机器学习模型和竞争风险分析评估结直肠印戒细胞癌患者的预后系统。与 pN 分期相比，它将阳性淋巴结的对数几率确定为更好的预测因子，展示了强大的预测性能，并通过强大的生存预测工具帮助临床决策。

Abstract

淋巴结状态是患者的关键预后预测指标;然而，结直肠印戒细胞癌 （SRCC） 的预后受到的关注有限。本研究使用机器学习模型 （随机森林、XGBoost 和神经网络） 以及竞争风险模型调查了 SRCC 患者阳性淋巴结 （LODDS） 、淋巴结比值 （LNR） 和 pN 分期的对数预测能力。相关数据从监测、流行病学和最终结果 （SEER） 数据库中提取。对于机器学习模型，通过单变量和多变量 Cox 回归分析确定癌症特异性生存期 （CSS） 的预后因素，然后应用 XGBoost 、 RF 和 NN 三种机器学习方法来确定最佳淋巴结分期系统。在竞争风险模型中，采用单因素和多因素竞争风险分析来确定预后因素，并构建列线图来预测 SRCC 患者的预后。采用受试者工作特征曲线下面积 （AUC-ROC） 和校准曲线来评估模型的性能。本研究共纳入 2,409 例 SRCC 患者。为了验证该模型的有效性，包括另外 15,122 名结直肠癌患者队列，不包括 SRCC 病例，用于外部验证。机器学习模型和竞争风险列线图在预测生存结果方面都表现出强大的表现。与 pN 分期相比，LODDS 分期系统表现出卓越的预后能力。经评估，机器学习模型和竞争风险模型取得了出色的预测性能，其特点是具有良好的区分、校准和可解释性。我们的研究结果可能有助于为患者的临床决策提供信息。

Introduction

结直肠癌 （CRC） 是全球第三大最常见的恶性肿瘤 ^1,2,3。印戒细胞癌 （SRCC） 是 CRC 的一种罕见亚型，约占病例的 1%，其特征是丰富的细胞内粘蛋白取代细胞核 ^1,2,4。SRCC 通常与年轻患者相关，女性患病率较高，诊断时肿瘤分期已进入晚期。与结直肠腺癌相比，SRCC 的分化较差，远处转移的风险更高，5 年生存率仅为 12%-20%^5,6。为 SRCC 开发准确有效的预后模型对于优化治疗策略和改善临床结果至关重要。

本研究旨在使用先进的统计方法为 SRCC 患者构建一个稳健的预后模型，包括机器学习 （ML） 和竞争风险模型。这些方法可以适应临床数据中的复杂关系，提供个性化的风险评估，并在预测准确性方面超越传统方法。机器学习模型（如 Random Forest、XGBoost 和 Neural Networks....

Protocol

本研究不涉及伦理批准和参与同意。本研究中使用的数据是从数据库中获得的。我们纳入了 2004年至 2015年诊断为结直肠印戒细胞癌的患者，以及其他类型的结直肠癌患者。排除标准包括生存时间少于 1 个月的患者、临床病理信息不完整的患者以及死因不明或不明的病例。

1. 数据采集

1. 下载 SEER。从 SEER 数据库网站 （http://seer.cancer.gov/about/overview.html） 获取 Statistics 8.4.3 软件。登录软件后，单击“案例列表会话”（Case List Session） >数据 并选择 Incidence SEER Research Plus Data， 17 Registries， Nov 2021 Sub （2000-2019） 数据库。
2. 点击 >编辑选择 “并选择 {种族、性别、诊断年份} = '2004'， '2005'， '2006'， '2007'， '2008'， '2009'， '2010'， '2011'， '2012'， '2013'， '2014'， '2015' AND {地点和形态学.网站重新编码 ICD-O-3/WHO 2008} = '84....

Results

患者特征
本研究侧重于诊断为结直肠 SRCC 的患者，使用来自 2004 年至 2015 年的 SEER 数据库的数据。排除标准包括生存时间少于 1 个月的患者、临床病理信息不完整的患者以及死因不明或不明的病例。共有 2409 例符合纳入标准的结直肠 SRCC 患者被随机分为训练队列 （N = 1686） 和验证队列 （N = 723）。使用 R 软件分析训练和验证队列的人口统计学和临床参数，如 表 1 所示。在纳入的所有患者中，大多数年龄在 60 岁以上，男性和女性患者的数量相似。大多数患者是白人。超过一半的患者 （56%） 已婚。大多数肿瘤分级为 III-IV 级 （76%）。大多数患者 （82%） 的肿瘤大小大于 3.5 cm，大多数患者属于 LODDS1 组 （42%）。在整个队列中，很大比例的患者 （53%） 接受了化疗。原发性肿瘤主要位于右结肠 （67%）。随机分组后，两组之间的基线特征在统计学上无显著差异。

确定 ML 模型中包含的预后临床因素
我们首先使.......

Discussion

结直肠癌 （CRC） SRCC 是预后不良的罕见特殊结直肠癌亚型。因此，需要更加关注 SRCC 患者的预后。SRCC 患者的准确生存预测对于确定其预后和做出个体化治疗决策至关重要。在这项研究中，我们探讨了 SRCC 患者临床特征与预后之间的关系，并从 SEER 数据库中确定了 SRCC 患者的最佳 LN 分期系统。据我们所知，这是第一项通过综合使用机器学习和竞争风险分析方法确定适合结直肠 SRCC 患者的 LN 系统并构建列线图以进行预后预测的研究。

CRC 患者转移性 LNs 的数量是预后和复发的重要指标。准确的 LN 分期在确定 SRCC 患者的治疗策略和预后方面起着关键作用。LNR 和 LODDS 是用于评估 LN 参与 GC、改进分期系统和提供更准确预后信息的替代方法^10,13。我们使用 SEER 数据库揭示了 SRCC 患者 LODDS 、 LNR 和 pN 分期与 CSS 之间的相关性。.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
SEER 数据库	美国国立卫生研究院
X-tile 软件	耶鲁大学医学
R-studio	Posit