甲状腺乳头状微癌(PTMC)术前中央区淋巴结转移(CLNM)预测的临床实用机器学习列线图：瘤体–被膜距离(TCD)与D2–40淋巴管内皮标志物证据

《Frontiers in Oncology》：A clinically practical machine learning nomogram for preoperative CLNM prediction in PTMC: tumor-capsule distance and D2–40 evidence

目的：本研究旨在建立并验证一种基于机器学习的列线图(Nomogram)，用于甲状腺乳头状微癌(Papillary Thyroid Microcarcinoma, PTMC)患者术前预测中央区淋巴结转移(Central Lymph Node Metastasis, CLNM)，重点阐明瘤体–甲状腺被膜距离(Tumor–Capsule Distance, TCD)的作用及其通过D2–40免疫组织化学证实的生物学机制。方法：回顾性纳入503例PTMC患者，按6∶2∶2随机分为训练集、验证集和测试集。采用极端梯度提升(eXtreme Gradient Boosting, XGBoost)进行特征筛选，并通过SHAP(Shapley Additive exPlanations)分析解释模型，基于 Logistic 回归构建列线图，行内部及外部验证(n=101)。应用D2–40染色评估淋巴管密度(Lymphatic Vessel Density, LVD)与TCD的关系。结果：筛选出5个关键预测因子：TCD、微钙化(Microcalcifications)、年龄、体重指数(Body Mass Index, BMI)及肿瘤最大直径。TCD < 2 mm与CLNM强相关(p < 0.0001)。XGBoost模型在测试集AUC达0.900；列线图在训练、验证、测试集AUC分别为0.862、0.836、0.875，外部验证AUC为0.870。D2–40染色证实甲状腺被膜周围区域LVD显著升高(p < 0.05)，支持TCD作为预测因子的生物学合理性。结论：所建列线图具备高预测准确性、临床可解释性及生物学依据，可作为PTMC患者CLNM个体化风险评估的实用工具，有助于指导精准治疗决策。

论文解读：甲状腺乳头状微癌(PTMC)术前中央区淋巴结转移(CLNM)预测的机器学习列线图研究——瘤体–被膜距离(TCD)与D2–40证据

研究背景与立项依据

甲状腺乳头状微癌(Papillary Thyroid Microcarcinoma, PTMC)，即最大直径≤1 cm的甲状腺乳头状癌(Papillary Thyroid Carcinoma, PTC)，占所有甲状腺恶性肿瘤50%以上，大多预后良好（10年生存率>99%）。美国甲状腺协会(American Thyroid Association, ATA)指南推荐有危险因素的单灶PTMC首选手术，但甲状腺切除伴中央区淋巴结清扫存在喉返神经损伤、甲状旁腺功能减退及高昂费用等风险；主动监测(Active Surveillance)或热消融(Thermal Ablation)成为低风险PTMC的替代方案，然而一旦合并中央区淋巴结转移(Central Lymph Node Metastasis, CLNM)，热消融疗效存疑。因此，术前精准评估CLNM至关重要。现有预测手段（临床特征、超声征象、BRAF^V600E突变）存在准确率不足、有创、昂贵或标准不一等问题；传统列线图(Nomogram)预测效能有限，而机器学习(Machine Learning, ML)模型常被视为"黑箱"且泛化性存疑。解剖学上甲状腺被膜周围富含淋巴管网，被膜侵犯（TCD=0）已被证实是CLNM独立危险因素，研究人员假设瘤体–被膜距离(Tumor–Capsule Distance, TCD)可作为新型影像学标记物且存在阈值效应，故开展此项结合ML与列线图、辅以D2–40淋巴管内皮标记验证生物学机制的研究。论文发表于《Frontiers in Oncology》。

主要技术方法概述

研究人员回顾性收集皖南医学院第一附属医院503例首次手术的cN0期PTMC患者（排除其他恶性肿瘤史、颈部放疗史及明显腺外侵犯），按6∶2∶2划分为训练集(n=301)、验证集(n=101)、测试集(n=101)；另纳入皖南医学院第二附属医院同期101例作为外部验证队列。采集临床资料（年龄、性别、BMI、BRAF^V600E、Hashimoto甲状腺炎(HT)等）及术前超声参数（最大径、微钙化、TCD由高年资影像科医师盲法测量）。采用嵌套五折交叉验证结合XGBoost(Extreme Gradient Boosting)进行特征筛选，以SHAP值量化特征重要性并锁定5个核心变量；基于上述变量拟合多因素Logistic回归构建列线图。选取45例BRAF^V600E阳性PTMC标本行D2–40免疫组化，测算被膜旁、远离被膜正常甲状腺组织及瘤内淋巴管密度(Lymphatic Vessel Density, LVD)。模型性能以AUC、校准曲线(Calibration Curve)、决策曲线分析(Decision Curve Analysis, DCA)及Delong检验评价，外部验证单独计算AUC。

研究结果

3.1 患者基线特征(Training, Validation, Test三组)：三组间年龄、性别、BMI、肿瘤最大直径、TCD、微钙化率、CLNM阳性率等所有变量均无统计学差异(p>0.05)，证实分组均衡，排除选择偏倚。

3.2 特征重要性与SHAP分析：五折交叉验证中前5位特征稳定一致，依次为TCD、微钙化、年龄、BMI、最大肿瘤直径；TCD在全部折次中均居首位。SHAP概要图显示TCD与CLNM风险呈显著负相关（距离越近风险越高），年龄亦为负相关，微钙化、最大径及BMI为正相关。SHAP依赖图揭示TCD < 2 mm时CLNM风险陡增，年龄约30岁及55岁可见风险拐点，最大径未呈现明显阈值效应。单因素及多因素Logistic回归证实TCD(OR=0.262, 95%CI 0.180–0.380, p<0.001)、微钙化(OR=2.453)、年龄(OR=0.940)、最大径(OR=9.613)、HT(保护因素, OR=0.428)为CLNM独立影响因素，其中TCD最具稳定性。

3.3 模型性能(XGBoost)：XGBoost于独立测试集AUC=0.900(95%CI 0.822–0.959)，最佳截断值0.32下灵敏度0.857、特异度0.803、F1值0.769；与校准后Logistic回归无显著差异(p=0.501)，说明简化回归模型可保留大部分预测效能。

3.4 列线图开发与性能：基于Logistic回归整合TCD、微钙化（是=1/否=0）、年龄、BMI、最大径绘制列线图，各变量按回归系数赋分并换算总分为CLNM发生概率。训练/验证/测试集AUC分别为0.862、0.836、0.875；校准曲线示预测概率与观测事件高度一致(Hosmer-Lemeshow p>0.05)；DCA显示在阈值概率10%–50%范围内净获益优于"全治疗"或"全不治疗"策略。预测概率≥0.70时灵敏度约88%、特异度约82%，适合筛出高危人群需同期中央区清扫；预测概率≤0.55时特异度约95%，利于排除低危者考虑主动监测。

3.5 外部验证：外部队列(n=101)中XGBoost与列线图AUC分别为0.885与0.870(p>0.05)，证明模型跨中心稳健性。

3.6 D2–40免疫组化淋巴管网染色：无论CLNM阳性或阴性组，甲状腺被膜旁区LVD均显著高于远离被膜的甲状腺组织及瘤内(p<0.05或p<0.001)，瘤内LVD最低；部分标本被膜旁扩张淋巴管腔内见癌细胞，提示该区域易发生淋巴管浸润(Lymphovascular Invasion, LVI)并致LNM，从解剖层面佐证TCD越短、瘤体越易接触密集被膜周淋巴管，CLNM风险越高。

讨论与结论翻译

本回顾性双中心研究(n=604)发现PTMC中CLNM发生率为33.9%。经XGBoost筛选确定最大肿瘤直径、微钙化、BMI、年龄及瘤体–被膜距离(TCD)为预测CLNM的核心变量，除BMI外均为独立危险因素。构建的列线图相较既往报道具有更可靠的特征筛选流程、AUC>0.85的判别力、良好校准及直观可视化的临床可用性，外部验证AUC达0.870。TCD < 2 mm与CLNM率显著升高相关，D2–40证实被膜周淋巴管网密度最高，为TCD的预测价值提供生物学依据。局限性含单中心回顾设计可能致谱偏倚、外部验证同地区同期需多中心前瞻验证、TCD 2 mm界值为探索性发现待前瞻确认、D2–40亚组样本量偏小。未来需纳入主动监测人群的多中心前瞻性研究进一步验证。

结论：本研究成功建立并验证了基于XGBoost特征筛选与Logistic回归的PTMC中央区淋巴结转移(CLNM)风险预测列线图，发现关键预测因子"瘤体–甲状腺被膜距离(TCD)"与甲状腺被膜旁淋巴管密度升高密切相关，为模型预测能力提供了初步解剖学解释。该列线图可作为PTMC患者CLNM风险评估的辅助工具，为个体化临床决策提供科学参考。