梯度提升机模型在肝内胆管癌手术预后预测中应用价值研究

作者：范烨; 季顾惟; 许正刚; 张飞鸿; 孙东伟; 王科^*

来源：中国实用外科杂志, 2022, 42(02): 172-178.

DOI：10.19538/j.cjps.issn1005-2208.2022.02.10

• 肝内胆管癌
• 机器学习
• 预测模型
• 手术切除
• 预后

目的探讨梯度提升机(GBM)模型在肝内胆管癌(ICC)手术预后预测中的效能。方法回顾性分析美国国立癌症研究所监测、流行病学和最终结果(SEER)数据库2004—2015年间接受手术治疗的649例ICC病人数据,按2∶1随机分为训练集433例和测试集216例。采用GBM算法构建预后预测模型。通过一致性指数(Cindex)衡量模型预测的准确性,校准曲线反映模型的拟合情况。比较GBM模型和ICC分期系统的预测效能。所有模型均在独立的测试集内进行验证。结果训练集内病人中位肿瘤特异性生存时间为39.0个月,测试集内病人中位肿瘤特异性生存时间为40.0个月,两组病人生存情况比较,差异无统计学意义(χ2=0.131,P=0.718)。GBM模型由6个常用临床病理特征构成:年龄、肿瘤大小、区域淋巴结转移数目、肿瘤数目、肿瘤分化程度和血管侵犯。在训练集和测试集中,GBM模型对术后肿瘤特异性生存预测的C-index值分别为0.741(95%CI 0.709-0.773)和0.719(95%CI 0.671-0.766),GBM模型的预测效能优于TNM分期系统,差异均具有统计学意义(P<0.05)。校准曲线示GBM模型预测概率与实际观察值具有较好的一致性。GBM模型可将ICC病人分为低危、中危和高危组,3组病人手术预后情况比较,在训练集和测试集内的差异均有统计学意义(P<0.001)。GBM模型比TNM分期能够更好地识别出具有良好手术预后的ICC病人。结论构建的GBM模型集合了6个常用临床病理特征,可显著改善对ICC手术预后的评估。机器学习通过深入挖掘临床病理特征间的相互作用并以集成学习的方式实现精准预测,在大数据时代具有重要的临床价值。

• 单位
  南京医科大学第一附属医院