Development and Validation of a Machine Learning-Based Clinical Prediction Model for Liver Metastasis in Stage III–IV Non-Small Cell Lung Cancer

Resumen Técnico: Desarrollo y Validación de un Modelo de Predicción Clínica Basado en Aprendizaje Automático para Metástasis Hepática en Cáncer de Pulmón de Células No Pequeñas en Estadios III–IV

Planteamiento del Problema
La metástasis hepática en el cáncer de pulmón de células no pequeñas (CPCNP) se asocia con un pronóstico particularmente desfavorable, reduciendo la mediana de la supervivencia global a aproximadamente cuatro meses y con un riesgo de mortalidad mayor que la metástasis cerebral. A pesar de la necesidad clínica de una identificación temprana, los métodos de predicción actuales que dependen de la regresión de Cox o nomogramas a menudo tienen dificultades con las relaciones no lineales y las interacciones complejas entre variables. Además, las aplicaciones existentes de aprendizaje automático (ML) en este dominio carecen frecuentemente de interpretabilidad, lo que crea una barrera para su adopción clínica. Existe una brecha específica en la investigación del CPCNP para modelos que no solo comparen múltiples clasificadores y utilicen métodos de ensamble, sino que también proporcionen explicaciones transparentes a nivel de paciente para sus predicciones.

Metodología
El estudio empleó un diseño retrospectivo que involucró a 849 pacientes con CPCNP en estadio III–IV admitidos en el Hospital Guang'anmen entre abril de 2016 y agosto de 2025. El conjunto de datos se dividió en una proporción 8:2 entre un conjunto de entrenamiento ($n=679$) y un conjunto de validación ($n=170$).

• Preprocesamiento de Datos: Se consideraron inicialmente treinta y ocho predictores candidatos, que cubrían demografía, comorbilidades, características patológicas, parámetros de laboratorio (hematología, función hepática, coagulación, inflamación, marcadores tumorales) y sitios de metástasis. Las variables con una ausencia de datos >30% fueron excluidas. Los datos faltantes restantes se manejaron mediante la Imputación Múltiple por Ecuaciones en Cadena (MICE), seguido de una normalización Z-score para las variables continuas.
• Selección de Características: Se utilizó un enfoque de intersección riguroso. Se aplicaron tres algoritmos distintos de forma independiente: Regresión de Mínimos Cuadrados Absolutos (LASSO), Bosque Aleatorio (RF) y Árbol de Decisión (DT). El conjunto final de predictores consistió en las seis variables comunes a los tres métodos: Lactato Deshidrogenasa (LDH), metástasis multiorgánica, Hemoglobina (HGB), Tiempo de Trombina (TT), Recuento de Plaquetas (PLT) y Fosfatasa Alcalina (ALP).
• Desarrollo del Modelo: Se entrenaron diez clasificadores de ML: Regresión Logística (LR), Árbol de Decisión (DT), Bosque Aleatorio (RF), Extreme Gradient Boosting (XGBoost), Máquina de Vectores de Soporte (SVM), Adaptive Boosting (AdaBoost), Gradient Boosting Machine (GBM), K-Nearest Neighbors (KNN), Red Neuronal Artificial (ANN) y Extremely Randomized Trees (ET).
• Estrategia de Ensamble: Se construyó un modelo de ensamble de tipo Stacking utilizando KNN y AdaBoost como aprendices base y la Regresión Logística como meta-aprendiz. Las probabilidades fuera de la muestra (OOF) generadas mediante validación cruzada estratificada sirvieron como meta-características para evitar la fuga de datos.
• Interpretabilidad: Se aplicaron las explicaciones de Shapley (SHAP) al modelo óptimo para cuantificar las contribuciones de las características tanto a nivel global como a nivel de paciente individual.
• Evaluación: Los modelos se evaluaron mediante el Área Bajo la Curva (AUC), el Área Bajo la Curva de Precisión-Recall (AUPRC), sensibilidad, especificidad y Valor Predictivo Negativo (VPN). Se utilizaron curvas de calibración y el Análisis de la Curva de Decisión (DCA) para evaluar la calibración y la utilidad clínica.

Resultados Clave

• Selección de Características: La intersección de LASSO, RF y DT identificó consistentemente seis predictores: LDH, metástasis multiorgánica, HGB, TT, PLT y ALP.
• Rendimiento del Modelo: El modelo de ensamble de Stacking superó a los diez clasificadores individuales en el conjunto de validación. Alcanzó un AUC de 0.852 (IC 95%: 0.769–0.921) y un AUPRC de 0.565.
• Métricas Clínicas: El modelo de Stacking demostró una sensibilidad del 76.0% y un alto Valor Predictivo Negativo (VPN) del 95.2%, lo que indica una fuerte capacidad para descartar la metástasis hepática en pacientes de bajo riesgo.
• Calibración y Utilidad: Las curvas de calibración mostraron una alineación cercana entre las probabilidades predichas y las tasas de eventos observados, particularmente en el rango de bajo riesgo. El Análisis de la Curva de Decisión indicó un beneficio neto positivo a través de umbrales de probabilidad de 0.07–0.48.
• Análisis SHAP:
  • Importancia Global: La elevación de la LDH y la presencia de metástasis multiorgánica fueron los predictores más fuertes.
  • Efectos Direccionales: Una LDH alta (>250 U/L) y la metástasis multiorgánica aumentaron el riesgo. Por el contrario, una HGB baja, un TT acortado y valores anormales de PLT o ALP contribuyeron al riesgo, aunque con pesos menores.
  • Predicciones Individuales: Los gráficos de fuerza (force plots) y de cascada (waterfall plots) de SHAP ilustraron cómo los valores específicos de las variables desplazaron las puntuaciones de riesgo individuales desde la línea base, proporcionando un razonamiento transparente para las predicciones de pacientes específicos.

Contribuciones Clave

1. Rigor Metodológico: El estudio introduce una estrategia robusta de selección de características utilizando la intersección de tres algoritmos de ML distintos, asegurando la estabilidad de los predictores seleccionados a través de diferentes marcos matemáticos.
2. Rendimiento de Ensamble: Al ensamblar un modelo de Stacking con aprendices base complementarios, el estudio logró una discriminación y calibración superiores en comparación con los enfoques de un solo algoritmo.
3. Interpretabilidad: La integración de los valores SHAP aborda la naturaleza de "caja negra" del ML, permitiendo a los clínicos comprender los impulsores específicos (por ejemplo, niveles de LDH, carga metastásica) detrás de cada estimación de riesgo.
4. Herramienta Clínica: Se ha desplegado una calculadora en línea para su uso en el punto de atención, traduciendo el modelo en un recurso práctico para los clínicos.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona una solución práctica e interpretable para identificar prospectivamente a los pacientes con CPCNP con alto riesgo de metástasis hepática utilizando únicamente valores de laboratorio rutinarios de admisión. El alto VPN (95.2%) del modelo sugiere una utilidad potencial para identificar pacientes de bajo riesgo que podrían requerir imágenes abdominales con menos frecuencia, optimizando así la asignación de recursos. Los autores enfatizan que, si bien el modelo demuestra una fuerte discriminación y una calibración fiable, su aplicación clínica requiere una generalización cautelosa debido a la naturaleza retrospectiva y de un solo centro de los datos. Expresan explícitamente que es necesaria la validación externa en cohortes prospectivas y multicéntricas antes de que el modelo pueda ser adoptado para la atención clínica rutinaria. El estudio no pretende reemplazar los estándares de diagnóstico actuales, sino servir como una herramienta suplementaria de estratificación de riesgo.