基于 CT 影像组学的可解释机器学习模型预测胃癌 PD-L1 表达状态

研究人员为预测胃癌患者 PD-L1 表达状态，构建模型并验证，结果表明该模型有较高准确性和可解释性

　　《基于 CT 影像组学的可解释机器学习模型预测胃癌 PD-L1 表达状态》解读

在癌症治疗的舞台上，免疫治疗正逐渐崭露头角，成为攻克癌症的新希望。其中，针对程序性死亡配体 1（PD-L1）/ 程序性细胞死亡蛋白 1（PD-1）的免疫检查点抑制剂疗法，在多种癌症治疗中展现出了潜力，胃癌也位列其中。然而，现实却给这份希望泼了冷水，免疫治疗的响应率并不理想。原来，PD-L1 的表达状态与免疫治疗效果紧密相关，只有 PD-L1 高表达的患者，可能从免疫治疗中获益更多。因此，精准地筛选出这类患者，成为了提升免疫治疗效果的关键。

目前，评估 PD-L1 表达状态最常用的方法是免疫组织化学（IHC）。但这种方法存在诸多弊端，它需要获取患者的组织样本，要么通过手术，要么进行内镜组织活检，这不仅费用高昂，还会给患者带来一定的创伤。而且，肿瘤具有异质性，如果活检的组织样本不足，就很难准确判断 PD-L1 的表达情况。所以，寻找一种准确、无创的评估方法迫在眉睫。

为了解决这一难题，广州医科大学附属肿瘤医院等研究机构的研究人员展开了深入研究。他们的研究成果发表在《Cancer Imaging》杂志上，为胃癌的治疗带来了新的曙光。

研究人员采用了多种关键技术方法。首先，他们从两个医疗中心回顾性地招募了 285 例接受过对比增强计算机断层扫描（CECT）和 PD-L1 检测的胃癌患者。然后，从静脉期 CT 图像中提取影像组学特征，为了确保数据的准确性和一致性，对这些特征进行了标准化处理，并通过一系列严格的筛选步骤，最终确定了与 PD-L1 表达状态显著相关的特征。接着，他们运用 11 种机器学习（ML）算法构建预测模型，并使用 SHapley 加法解释（SHAP）方法来提升模型的可解释性。最后，通过一系列的统计分析，评估模型的性能。

下面来看看具体的研究结果。

1. 患者特征：研究共纳入 285 例患者，分别分配到训练集（143 例）、验证集（62 例）和测试集（80 例）。在不同数据集之间，患者的基线特征，包括 PD-L1 表达状态、性别、年龄、血清肿瘤标志物和 TNM 分期等，均无显著差异，这为后续研究提供了良好的基础1。
2. 影像组学特征选择：从每个感兴趣区域（ROI）提取 476 个影像组学特征，经过层层筛选，最终确定了 9 个与 PD-L1 表达状态显著相关的特征。这些特征均来自小波变换，这表明小波变换在捕捉与 PD-L1 表达相关的影像特征方面具有重要作用2。
3. ML 模型的预测性能：11 种预测模型在区分 PD-L1 高表达和低表达状态方面均表现出一定潜力。其中，轻梯度提升机（LGBM）模型脱颖而出，在验证集上达到了最高的曲线下面积（AUC，0.834，95% CI：0.729，0.939），在训练集和测试集中也展现出良好的性能（AUC 分别为 0.841 和 0.822）。该模型校准曲线显示，其预测结果与术后病理 IHC 结果吻合度高，决策曲线分析（DCA）也表明该模型在预测 PD-L1 表达状态方面具有实际临床应用价值3。
4. 模型解释：通过 SHAP 方法对 LGBM 模型进行解释。在全局可视化中，发现 wavelet_LL_ngtdm_Busyness、wavelet_HH_glcm_Idn 等特征对模型影响较大。在局部可视化中，以两个典型患者为例，展示了模型如何根据不同特征准确分类患者的 PD-L1 表达状态。

研究结论和讨论部分，进一步强调了该研究的重要意义。研究构建的基于 CECT 影像组学的 LGBM 模型，为预测胃癌患者 PD-L1 表达状态提供了一种无创、可靠的方法。通过 SHAP 方法，提升了模型的可解释性，让临床医生能够更好地理解模型的决策过程，增强了对预测结果的信心。与以往研究相比，该研究纳入了更多病例，使用独立外部数据进行评估，并且系统地比较了多种 ML 算法，确定了 LGBM 模型的优势。不过，研究也存在一些局限性，如回顾性研究设计可能引入偏差，手动分割肿瘤耗时耗力，不同中心的 CT 扫描仪和成像参数存在差异，以及 PD-L1 高表达的最佳临界值尚未明确等。

总体而言，这项研究为胃癌的免疫治疗提供了重要的参考依据，有望帮助临床医生更精准地选择适合免疫治疗的患者，提高治疗效果。虽然还有一些问题需要进一步研究解决，但它无疑为未来的研究指明了方向，为胃癌患者带来了新的希望。