基于机器学习的甲状腺癌骨/肺转移预测模型：提升风险分层的精准度

这篇研究通过机器学习（XGBoost等算法）构建了分化型甲状腺癌（DTC）骨/肺转移预测模型，利用SEER数据库（N=13,296）和中国验证队列（N=255），AUC达0.988/0.866。LASSO回归筛选出肿瘤大小、放疗等9个关键变量，SHAP分析揭示肿瘤≥2cm为最强预测因子，并开发了临床可用在线计算器。

背景：

分化型甲状腺癌（DTC）发病率在全球范围内快速上升，虽然多数患者预后良好，但约1.98%会发生骨或肺转移，显著恶化生存结局。现有预测模型依赖基础临床因素，准确性有限。这项研究创新性地应用机器学习技术，通过SEER数据库（2018-2021年）13,296例患者数据，构建了首个同步预测骨/肺转移的智能模型。

方法：

研究采用六种机器学习算法（XGBoost、随机森林等），通过LASSO回归筛选出9个核心变量：肿瘤大小（≥2cm影响最显著）、放疗、手术方式、组织学类型、T/N分期等。针对数据不平衡问题，采用SMOTE过采样技术处理。外部验证队列来自中国南昌大学第一附属医院等机构的255例患者。

关键发现：

XGBoost模型表现最优，训练集AUC达0.988，验证集保持0.866。SHAP分析显示：

• •

  肿瘤≥2cm使转移风险激增（SHAP值最高）

• •

  接受放疗的患者风险降低40%

• •

  甲状腺全切术比部分切除预后更好

  有趣的是，家庭收入与种族也进入前五预测因子，提示社会经济因素可能影响诊疗质量。模型对T3-4期患者的预测灵敏度达96.7%，但对微小癌（<1cm）存在3.2%假阴性。

临床应用：

研究团队开发了可视化在线计算器（http://127.0.0.1:3384），临床医生输入9项参数即可获得转移风险值。例如：

• •

  输入参数：肿瘤3cm（T2）、放疗（是）、全切手术→风险值8.5%

• •

  相同参数但未放疗→风险值跃升至23.7%

讨论与展望：

相比既往研究（如Mourad等仅关注生存率），本模型首次实现双转移灶同步预测，且创新应用SHAP提升可解释性。局限性在于SEER数据库缺乏分子标志物记录，未来可整合BRAF^V600E等基因数据优化模型。值得注意的是，中国验证队列的转移率（12.55%）显著高于SEER数据，提示地域差异可能影响模型校准。

结论：

该研究建立的智能预测系统突破了传统AJCC分期的局限，首次实现了个体化转移风险评估。特别是发现肿瘤≥2cm的明确阈值效应，为临床制定干预临界点提供了循证依据。模型已具备临床转化条件，后续可通过前瞻性研究验证其对治疗决策的指导价值。