Interpretable Machine Learning for Preoperative Survival Prediction in Resected Brain Metastases: A Real-World Cohort Study with SHAP-Based Feature Attribution

Resumen Técnico: Aprendizaje Automático Interpretable para la Predicción de la Supervivencia Preoperatoria en Metástasis Cerebrales Resecadas

Planteamiento del Problema
Las metástasis cerebrales (BrM) representan los tumores intracraneales más comunes en adultos, y el pronóstico postoperatorio sigue siendo altamente heterogéneo a pesar de los avances terapéuticos. Las herramientas pronósticas convencionales, como la Evaluación Pronóstica Graduada (GPA) y su extensión molecular (molGPA), dependen de un conjunto limitado de variables (por ejemplo, edad, estado funcional y enfermedad extracraneal) y a menudo no logran proporcionar predicciones individualizadas precisas en cohortes del mundo real. Además, estas herramientas frecuentemente excluyen factores rutinariamente disponibles con potencial valor pronóstico, incluyendo características radiológicas específicas (hemorragia, hidrocefalia), marcadores inflamatorios sistémicos (relación neutrófilo-linfocito, NLR) e indicadores histopatológicos (Ki-67, TTF-1). El estudio aborda la necesidad de un enfoque predictivo multimodal más matizado que integre diversos datos clínicos, radiológicos y moleculares para mejorar la estimación de la supervivencia tras la resección quirúrgica.

Metodología
Los autores realizaron un análisis retrospectivo de una cohorte del mundo real compuesta por 384 pacientes consecutivos que se sometieron a resección quirúrgica primaria de BrM en un centro de atención terciaria única entre 2010 y 2020.

• Recolección de Datos: El estudio utilizó 22 variables preoperatorias disponibles en el momento de la decisión quirúrgica. Estas incluyeron:
  • Demografía/Clínica: Edad, sexo, escala de Karnofsky (KPS), metástasis extracraneales, estado de resección del tumor primario y puntuación GPA.
  • Radiológica: Volumen tumoral (segmentado mediante herramientas 3D semiautomáticas), multiplicidad de la lesión, localización, presencia de hemorragia, hidrocefalia y enfermedad leptomeníngea (LMD).
  • Laboratorio: Relación neutrófilo-linfocito (NLR) medida dentro de los 7 días previos a la operación.
  • Histopatológica/Molecular: Índice de proliferación Ki-67 (dicotomizado en 30%), expresión de TTF-1, estado de EGFR/ALK y subtipo histológico.
• Definición del Resultado: La supervivencia global (OS) se dicotomizó en dos tareas de clasificación binaria: supervivencia más allá de los 6 meses y supervivencia más allá de los 12 meses postresección.
• Pipeline de Aprendizaje Automático: Se entrenaron cuatro clasificadores supervisados utilizando validación cruzada estratificada de 5 pliegues con class_weight='balanced' para abordar el desequilibrio de clases:
  1. Regresión Logística (regularización L2, características estandarizadas)
  2. Random Forest (500 estimadores)
  3. XGBoost (300 estimadores, tasa de aprendizaje de 0.1)
  4. Máquina de Vectores de Soporte (SVM, núcleo RBF)
• Métricas de Evaluación: El rendimiento se evaluó mediante el Área Bajo la Curva Característica Operativa del Receptor (AUC-ROC), sensibilidad, especificidad, precisión, puntuación F1 y la puntuación de Brier (para la calibración).
• Interpretabilidad: La importancia de las características se derivó de las puntuaciones de impureza de Random Forest. Se aplicó el análisis SHAP (Explicaciones de Adición de Shapley) a los modelos con mejor rendimiento para proporcionar la atribución direccional de las características y visualizar el impacto de variables específicas en las predicciones.

Resultos Clave

• Rendimiento del Modelo:
  • Supervivencia a 6 meses: El modelo Random Forest logró el mayor rendimiento de discriminación con un AUC de 0.725 y una puntuación de Brier de 0.192. XGBoost y SVM le siguieron de cerca. La Regresión Logística proporcionó el equilibrio más equilibrado entre sensibilidad y especificidad (65.9% / 63.6%).
  • Supervivencia a 12 meses: La Regresión Logística funcionó mejor con un AUC de 0.684 y una puntuación de Brier de 0.230, seguida de cerca por Random Forest (AUC 0.680). Todos los modelos demostraron una capacidad de discriminación moderada pero clínicamente relevante en este punto temporal.
• Importancia de las Características y Análisis SHAP:
  • Principales Predictores: En ambos puntos temporales, el NLR, la edad y el volumen tumoral fueron los predictores más consistentes, representando colectivamente aproximadamente el 39–41% de la importancia total de las características en el modelo Random Forest.
  • Cambio Temporal: El análisis SHAP reveló un cambio en los predictores dominantes a lo largo del tiempo. El NLR fue el predictor más influyente para la supervivencia a 6 meses (importancia ≈ 0.135), reflejando el papel de la inflamación sistémica en la mortalidad a medio plazo. El volumen tumoral aumentó su importancia relativa, convirtiéndose en el predictor dominante para la supervivencia a 12 meses (importancia ≈ 0.143), destacando el papel de la carga tumoral en los resultados a largo plazo.
  • Direccionalidad: Un NLR elevado y volúmenes tumorales mayores desplazaron consistentemente las predicciones hacia la no supervivencia.
  • Puntuaciones Convencionales: La puntuación GPA, el KPS y las metástasis extracraneales ocuparon los puestos 4º a 7º a los 12 meses, validando su relevancia al tiempo que demuestran que los parámetros de laboratorio y radiológicos proporcionan información predictiva aditiva.

Contribuciones Clave

1. Integración Multimodal: El estudio demuestra que la integración de variables preoperatorias rutinariamente disponibles —incluyendo características radiológicas (hemorragia, volumen) y marcadores de laboratorio (NLR)— en modelos de ML produce mejoras modestas pero consistentes en la predicción de la supervivencia en comparación con los sistemas de puntuación establecidos como el GPA.
2. Dinámica Temporal de los Predictores: La investigación identifica un cambio temporal distintivo en los impulsores del pronóstico, donde la inflamación sistémica (NLR) domina el riesgo postoperatorio temprano (6 meses), mientras que la carga tumoral (volumen) se convierte en el determinante principal de la supervivencia a largo plazo (12 meses).
3. Interpretabilidad: Mediante el uso del análisis SHAP, el estudio proporciona explicaciones transparentes y direccionales para las predicciones del modelo, confirmando la plausibilidad biológica de los hallazgos (por ejemplo, el impacto negativo de un NLR alto y un gran volumen tumoral) y facilitando la aceptación clínica.
4. Aplicabilidad en el Mundo Real: Los modelos se basan exclusivamente en datos preoperatorios disponibles en el momento de la decisión quirúrgica, evitando la necesidad de datos postoperatorios complejos o características radiómicas avanzadas, lo que respalda su utilidad clínica inmediata en el asesoramiento preoperatorio.

Significación y Reivindicaciones
Los autores afirman que su estudio proporciona un referente interpretable e validado internamente para la predicción de la supervivencia basada en ML en la neurocirugía oncológica. Sostienen que los algoritmos de ML, particularmente los métodos de potenciación de gradiente (gradient boosting), pueden mejorar modestamente el pronóstico más allá de las puntuaciones establecidas al capturar interacciones no lineales e integrar variables subutilizadas.

El artículo enfatiza que, si bien las mejoras en el rendimiento son modestas (AUC que oscilan entre 0.684 y 0.725), los modelos logran una discriminación clínicamente significativa. Los autores afirman explícitamente que estos hallazgos respaldan la viabilidad de tales modelos para refinar la evaluación de riesgos y guiar la planificación de tratamientos individualizados. Sin embargo, mantienen un tono modesto respecto al despliegue clínico, señalando que el estudio es retrospectivo y de un solo centro. Concluyen que se requiere estrictamente una validación prospectiva y multiinstitucional antes de que estos modelos puedan integrarse en los flujos de trabajo clínicos, y reconocen que los modelos actuales sirven como ayudas para la estratificación del riesgo preoperatorio en lugar de herramientas integrales para toda la trayectoria de la enfermedad.