基于人群的结直肠癌风险预测使用SHAP增强的LightGBM模型

科学领域:

• 在瘤学瘤学.
• 生物统计学 生物统计学
• 机器学习 机器学习

背景情况:

• 结肠直肠癌 (CRC) 是全球癌症相关死亡的主要原因.
• 早期发现和准确的风险分层对于改善CRC患者的治疗结果至关重要.
• 现有的诊断和预后工具需要改进以获得更高的精度.

研究的目的:

• 开发和验证一个机器学习 (ML) 模型,以改进CRC识别.
• 通过使用临床数据来提高预后评估.
• 为实时风险评估创建一个临床适用的工具.

主要方法:

• 利用多中心数据集进行ML模型的培训,内部和外部验证.
• 对比了七个ML算法,选择光梯度增强机 (LightGBM) 作为最佳模型.
• 采用严格的性能评估,包括AUROC,校准曲线,Brier分数和SHAP用于特征解释.

主要成果:

• 轻GBM模型实现了高预测准确度,AUROC为0.9931 (训练) 和0.9429 (外部验证).
• SHAP分析确定了关键预测因素,特别是年龄和CA19-9,以及血液学和生物化学标记.
• 一个基于网络的风险计算器是为实际临床使用而开发的.

结论:

• 开发的LightGBM模型为CRC提供了高的预测准确性和临床解释性.
• 已识别的生物标志物小组为CRC病原体提供了洞察力.
• 这种工具具有显著的潜力,可以优化早期CRC诊断和个性化风险管理.