التنبؤ بالنجاة العامة في سرطان الخلايا الكلوية غير النقيلية بعد الاستئصال الكلوي الجذري بناءً على التعلم الآلي

تظل heterogeneity prognostic تحديًا لمرضى سرطان الخلايا الكلوية غير النقيلية (RCC) بعد الاستئصال الكلوي الجذري (RN). هدفت هذه الدراسة إلى تطوير والتحقق من صحة نماذج متعددة من التعلم الآلي لتوقع النجاة العامة (OS) في هؤلاء المرضى باستخدام قاعدة بيانات SEER. تم إجراء تحليل استعادي على المرضى الذين تم تشخيصهم بـ RCC غير النقيلية والذين خضعوا لـ RN بين عامي 2004 و2022، والمحددين من قاعدة بيانات SEER. تم تقسيم مجموعة البيانات عشوائيًا إلى مجموعات تدريب والتحقق الداخلية بنسبة 7:3. تضمنت مجموعة تحقق خارجية 207 مرضى مؤهلين من المستشفى التابع الأول لجامعة نانتشانغ ومستشفى بوتيان. تم استخدام الانحدار (LASSO)-Cox والنماذج متعددة المتغيرات Cox لتحديد عوامل تنبؤية مستقلة للنجاة العامة. استنادًا إلى هذه المتغيرات، تم بناء خمسة نماذج من التعلم الآلي: آلة الدعم الناقل (SVM)، أقرب الجيران (KNN)، شجرة القرار المعززة بالتدرجات (GBDT)، الغابة العشوائية (RF)، وتعزيز التدرجات المفرطة (XGBoost). تم تقييم أداء النموذج باستخدام المنطقة تحت منحنى التشغيل Receiver Operating Characteristic (AUC)، الدقة، الدقة، نتيجة F1، منحنيات المعايرة، وتحليل منحنى القرار (DCA). تم تفسير النموذج الأفضل أداءً باستخدام SHapley Additive exPlanations (SHAP) لتحديد الميزات التنبؤية الرئيسية ومساهماتها. تم تضمين ما مجموعه 49,381 مريض RCC غير النقيلية. كشفت تحليلات LASSO-Cox وCox متعددة المتغيرات أن العمر والجنس والعرق والحالة الاجتماعية والتصنيف المرضي والنوع النسجي ومرحلة T ومرحلة N والعلاج الإشعاعي والعلاج الكيميائي وحجم الورم كانت مرتبطة بشكل كبير بالنجاة العامة. تفوق نموذج GBDT على النماذج الأخرى في التنبؤ بالنجاة العامة لمدة 1 و3 و5 سنوات، مع AUCs قدرها 0.790 و0.765 و0.752، على التوالي، بالإضافة إلى دقة ودقة مرتفعتين ونتائج F1 عالية. أظهرت منحنيات المعايرة وDCA معايرة وفعالية سريرية مواتية. أظهر النموذج أيضًا أداءً قويًا في مجموعة التحقق الخارجية. حدد تحليل SHAP العمر وحجم الورم ومرحلة T كأكثر المتنبئات تأثيرًا. لقد طورنا وحققنا بنجاح نموذج تعلم آلي قابل للتفسير للتنبؤ بالنجاة العامة في مرضى RCC غير النقيلية بعد RN. قد يساعد هذا النموذج في التصنيف التنبؤي ودعم تخطيط العلاج الفردي.