Predicción de un grupo de riesgo de recurrencia de un ensayo de múltiples genes (Oncotype DX y Mammaprint) utilizando aprendizaje automático en cáncer de mama positivo para el receptor de estrógeno y negativo para HER2—El estudio BRAIN

Este estudio tuvo como objetivo desarrollar un modelo de predicción basado en aprendizaje automático para predecir las categorías de riesgo del ensayo de múltiples genes (MGA). Se utilizó a pacientes con cáncer de mama positivo para el receptor de estrógeno (ER+)/HER2− que habían sido sometidos a Oncotype DX (ODX) o MammaPrint (MMP) para desarrollar el modelo de predicción. La cohorte de desarrollo consistió en un total de 2565 pacientes, incluyendo 2039 pacientes evaluados con ODX y 526 pacientes evaluados con MMP. El modelo de predicción del riesgo de MMP utilizó un único modelo XGBoost, y el modelo de predicción del riesgo de ODX utilizó modelos combinados de LightGBM, CatBoost y XGBoost a través de votación suave. Además, el modelo en conjunto (MMP + ODX) que combina MMP y ODX utilizó CatBoost y XGBoost a través de votación suave. Se extrajeron diez muestras aleatorias, correspondientes al 10% del conjunto de datos de modelado, y se realizó validación cruzada para evaluar la precisión en cada conjunto de validación. La precisión de nuestros modelos predictivos fue del 84.8% para MMP, 87.9% para ODX y 86.8% para el modelo en conjunto. En la cohorte en conjunto, la sensibilidad, especificidad y precisión para predecir la categoría de bajo riesgo fueron 0.91, 0.66 y 0.92, respectivamente. La precisión de la predicción superó el 90% en varios subgrupos, con la mayor precisión de predicción del 95.7% en el subgrupo que cumplía con Ki-67 <20 y HG 1~2 y estado premenopáusico. Nuestro modelo predictivo basado en aprendizaje automático tiene el potencial de complementar los MGA existentes en cáncer de mama ER+/HER2−.