《Frontiers in Oncology》：Machine-learning prediction of 3- and 5-year mortality in lymph-node-positive medullary thyroid carcinoma: a study based on the SEER database and external validation in a Chinese cohort
编辑推荐：
为解决淋巴结阳性甲状腺髓样癌（MTC）患者缺乏可靠预后工具的问题，研究人员开展了一项基于机器学习的生存预测研究。他们利用美国SEER数据库和淄博市立医院的患者数据，通过多种算法开发并验证了一个可准确预测3年和5年总生存（OS）与癌症特异性生存（CSS）的模型。该研究不仅识别了影响生存的关键临床因素，还开发了一个在线计算器，为这一高危人群的个体化治疗决策提供了有力的循证支持工具。
甲状腺髓样癌（Medullary Thyroid Carcinoma, MTC）是甲状腺恶性肿瘤中一个相对特殊的存在。它虽然只占所有甲状腺癌的4%左右，却导致了不成比例的高死亡率，尤其是在发生转移后，其预后更是显著恶化。当癌细胞已经扩散到区域淋巴结时，临床医生面临的决策挑战尤为严峻。然而，目前专门针对这群“淋巴结阳性”MTC患者的可靠预后工具却是一片空白。传统的临床病理因素评估往往难以精确捕捉个体间复杂的风险差异，导致治疗可能不足或过度。在这个精准医疗的时代，能否为这些高危患者“量身定制”一个更准确的风险预测工具，成为了亟待解决的关键问题。
为此，一组研究人员开展了一项雄心勃勃的研究，旨在利用强大的机器学习算法，为淋巴结阳性MTC患者构建一个能够预测3年和5年生存率的模型，并对其进行严格的内部和外部验证。他们的研究成果最终发表在国际肿瘤学期刊《Frontiers in Oncology》上。
为了完成这项研究，作者们整合了两个关键的临床数据源。首先，他们从美国国家癌症研究所的“监测、流行病学和最终结果”数据库（SEER）中提取了1071名淋巴结阳性MTC患者的资料，作为主要的训练和分析队列。同时，他们还从中国淄博市立医院收集了198名同类患者的数据，作为一个独立的外部验证队列，以检验模型的泛化能力。研究人员从这些数据中提取了包括年龄、性别、婚姻状况、手术、放疗、化疗、肿瘤大小、淋巴结比率等基线特征。在技术方法上，他们采用了多种特征选择策略（如Cox回归、Boruta算法、递归特征消除）来筛选关键变量，并训练了五种不同的机器学习算法（包括随机森林、K近邻、XGBoost、多层感知器和LightGBM）来构建预测模型。最后，他们利用SHAP方法来解释模型，并基于最优模型开发了一个在线预测计算器，以供临床便捷使用。
研究结果主要包含以下几个方面：
患者特征：研究共纳入1269名淋巴结阳性MTC患者，来自SEER队列和外部验证队列。两组患者在年龄、性别、婚姻状况、手术、淋巴结比率、化疗等方面基线特征平衡良好。外部验证队列的放疗率较高，肿瘤体积较小。
特征选择：通过单变量和多变量Cox回归、Boruta算法及递归特征消除，研究人员最终确定了与总生存（OS）显著相关的六个关键预测变量：年龄、婚姻状况、手术、放疗、化疗、肿瘤大小和淋巴结比率（LNR）。这些变量间的相关性较低，适合用于模型构建。
机器学习模型评价：在预测3年和5年OS时，LightGBM模型在SEER测试集和外部验证集中均表现出最优异的综合性能。它在两个时间点都取得了最高的曲线下面积，例如在SEER测试集中，3年OS预测的AUC为0.833，5年为0.892；在外部验证集中，5年OS预测的AUC为0.869。校准曲线显示LightGBM的预测概率与45度对角线最为接近，表明其预测准确性高。决策曲线分析进一步证明，在临床相关的风险阈值范围内，使用LightGBM模型能获得最高的净获益。在预测癌症特异性生存时，也观察到了类似的优势模式。
模型可解释性：通过SHAP值分析，研究揭示了各临床因素对预测结果的影响方向和强度。无论在哪一个队列或时间点，“未接受手术” 始终是对预测死亡风险贡献最大的不利因素，意味着在模型中，不做手术会显著增加个体的死亡风险评分。紧随其后的不利因素依次是高龄、更大的肿瘤尺寸、更高的淋巴结比率。接受放疗和化疗也被模型识别为与更高死亡风险相关的因素，但研究者特别指出，这很可能反映了这些治疗是疾病晚期状态的临床“代理指标”，而非治疗本身导致预后更差。
网络计算器构建：基于性能最佳的LightGBM模型，研究人员开发了一个在线预测计算器。临床医生只需输入患者的六项预测指标，即可即时获得该患者3年和5年的OS及CSS概率预测值，为床旁决策提供了便捷工具。
研究结论与讨论部分，研究者对他们的发现进行了深入阐释，并强调了其重要意义。首先，该研究成功构建并验证了首个专门针对淋巴结阳性MTC患者的机器学习预后预测模型。LightGBM算法凭借其优异的识别复杂非线性关系的能力，在多项评价指标上均表现最佳，提供了一个精确、校准良好且具有临床实用性的风险分层工具。研究结论明确指出，是否接受手术是影响MTC患者生存的最重要决定因素，这再次强调了根治性手术在治疗中的基石地位。年龄是紧随其后的关键非可干预因素，而肿瘤大小、淋巴结比率等也提供了重要的预后信息。
这项研究的意义是多方面的。其一，它填补了针对这一特定高危MTC人群精准预后工具的空白。其二，通过严谨的外部验证，证明了模型在不同人群（美国与中国队列）中均具有良好的适用性。其三，模型的可解释性（通过SHAP）不仅增强了临床医生的信任，也直观地揭示了各临床因素的权重，有助于指导治疗重点。例如，结果强烈支持对符合条件的患者应积极进行手术干预。其四，所开发的在线计算器将复杂的机器学习模型转化为易于使用的临床工具，推动了科研成果向临床实践的转化。
当然，研究也存在一些局限，例如其回顾性设计可能引入偏倚，SEER数据库缺乏某些详细的病理学参数（如细胞增殖指数Ki-67、肿瘤坏死等分级信息，以及细胞外侵犯状态）、RET基因突变数据和重要的生化标志物（如降钙素和癌胚抗原的倍增时间）。此外，模型中的“手术”变量是二分类的，未能区分甲状腺全切除术与次全切除术等不同术式。尽管如此，这项研究为淋巴结阳性MTC的个体化预后管理迈出了坚实的一步。研究者展望，未来整合更多维度的数据（如分子标志物、影像组学等）将有望构建出更强大的预测模型，从而进一步优化治疗策略，最终改善这部分患者的生存结局。
