Machine Learning Integration of Lymphovascular Space Invasion, Ki-67 Index, and Immunohistochemical Profiles for Preoperative Lymph Node Metastasis Prediction in Endometrial Cancer

Sintesi Tecnica: Integrazione del Machine Learning per la Predizione della Metastasi Linfonodale Preoperatoria nel Carcinoma dell'Endometrio

Definizione del Problema
Il carcinoma dell'endometrio (EC) è una neoplasia ginecologica primaria. La predizione preoperatoria accurata della metastasi linfonodale (LNM) è fondamentale per un processo decisionale chirurgico individualizzato, specificamente per evitare il sovratrattamento e le complicazioni associate (ad es., linfedema, ostruzione intestinale) derivanti dalla dissezione linfonodale sistematica non selettiva nei pazienti a basso rischio. Gli attuali modelli di predizione clinica si affidano spesso a indicatori patologici postoperatori (ad es., grado del tumore, profondità di invasione) o a dati genomici complessi, creando un fondamentale disconnesso in cui "gli indicatori postoperatori guidano le decisioni preoperatorie". Inoltre, i modelli esistenti spesso omettono marcatori prognostici chiave come il Ki-67 o non integrano in modo esaustivo i profili sierologici e immunoistochimici di routine disponibili prima dell'intervento.

Metodologia
Questo studio ha impiegato un design retrospettivo analizzando 594 pazienti con carcinoma dell'endometrio trattate presso l'Ospedale Generale di Hainan tra ottobre 2019 e ottobre 2025.

• Raccolta Dati: Le variabili includevano dati clinici basali, marcatori sierologici preoperatori (AFP, CEA, CA125, CA19-9, CA72-4, ecc.), indicatori patologici postoperatori (invasione miometriale, LVSI, dimensione del tumore, ecc.) e profili immunoistochimici (p53, ER, PR, Ki-67, proteine MMR).
• Selezione delle Caratteristiche: È stata utilizzata la regressione Least Absolute Shrinkage and Selection Operator (LASSO) per filtrare le variabili e prevenire l'overfitting. Questo processo ha identificato sette predittori chiave.
• Costruzione del Modello: Sono stati costruiti e confrontati quattro algoritmi di machine learning: Regressione Logistica (LR), Random Forest (RF), Support Vector Machine (SVM) e XGBoost.
• Strategia di Validazione: Il dataset è stato suddiviso in un set di sviluppo (n=416, 70%) e un set di test (n=178, 30%). Le prestazioni del modello sono state valutate utilizzando l'Area Sotto la Curva ROC (AUC), la sensibilità, la specificità, le curve di calibrazione e la Decision Curve Analysis (DCA).
• Controlli di Robustezza: Sono state eseguite analisi di sottogruppo su varie caratteristiche cliniche. È stata condotta un'analisi di sensibilità escludendo i casi con mutazione di p53 per valutare la stabilità del modello.

Contributi Chiave

1. Focus Preoperatorio: Lo studio ha sviluppato un modello di predizione che utilizza esclusivamente indicatori disponibili preoperatori, affrontando il limite dei modelli che si basano su dati postoperatori.
2. Integrazione Multimodale: Il modello integra sistematicamente i parametri patologici di routine (LVSI), i marcatori immunoistochimici (PR) e i biomarcatori sierologici (CA19-9, CA72-4). Sebbene il Ki-67 sia stato valutato, non è stato mantenuto come predittore indipendente nel modello multivariato finale.
3. Confronto Algoritmico: La ricerca fornisce un'analisi comparativa tra modelli di machine learning semplici (Regressione Logistica) e complessi (RF, XGBoost, SVM), dimostrando che i modelli più semplici possono offrire una generalizzazione superiore in dataset medici con campioni limitati.
4. Valutazione dell'Utilità Clinica: Oltre alle metriche statistiche, lo studio utilizza la Decision Curve Analysis per quantificare il beneficio clinico netto, garantendo l'applicabilità pratica del modello nel processo decisionale.

Risultati

• Predittori: La regressione LASSO ha identificato sette predittori indipendenti: CA19-9 preoperatorio, CA72-4, invasione miometriale ≥1/2, numero totale di linfonodi rimossi, LVSI, espressione di PR e CA125 preoperatorio. Notevolmente, sebbene il CEA fosse significativo nell'analisi univariata, non ha mantenuto una significatività predittiva indipendente nell'analisi multivariata e non era tra le sette variabili finali selezionate da LASSO.
• Prestazioni del Modello: Nel set di test indipendente, il modello di Regressione Logistica ha dimostrato una prestazione superiore con un AUC di 0,863 (9% CI: 0,788–0,938), sensibilità di 0,842 e specificità di 0,761.
  • Ha superato il modello Random Forest (AUC = 0,848), XGBoost (AUC = 0,839) e SVM (AUC = 0,635).
  • Il modello di Regressione Logistica ha inoltre superato i benchmark stabiliti: il sistema ENDORISK (AUC = 0,820) e il sistema di stratificazione di Yang (AUC = 0,845).
• Importanza delle Caratteristiche: L'LVSI è stato identificato come la caratteristica più critica, seguito dal numero totale di linfonodi dissezionati, dall'espressione di PR e dal CA19-9 preoperatorio.
• Robustezza: L'analisi di sottogruppo ha confermato una prestazione costante (AUC ≥ 0,8) attraverso vari sottogruppi di menopausa, LVSI e stadio FIGO. Dopo l'esclusione dei casi con mutazione di p53, l'AUC del set di test è rimasta stabile a 0,817.
• Utilità Clinica: La Decision Curve Analysis ha indicato che il modello fornisce un beneficio clinico netto significativo rispetto alle strategie "tratta tutti" o "non trattare nessuno" entro soglie di probabilità compresi tra 0,02 e 0,60.

Significatività e Rivendicazioni
Gli autori affermano che un modello di regressione logistica basato su indicatori preoperatori di routine può predire efficacemente la metastasi linfonodale nel carcinoma dell'endometrio. Lo studio sostiene che:

• Semplicità vs Complessità: Nei dataset medici con campioni limitati, l'aumento della complessità del modello non migliora necessariamente la capacità predittiva e può portare all'overfitting. Il modello più semplice di Regressione Logistica ha dimostrato una migliore generalizzazione rispetto ai metodi d'insieme (ensemble) complessi.
• Costo-Efficacia: Il modello offre uno strumento economico e accessibile per il processo decisionale preoperatorio, adatto a istituzioni mediche di ogni livello, senza richiedere costose sequenze genomiche o dati postoperatori.
• Utilità di Nuovi Marcatori: Lo studio evidenzia il valore predittivo indipendente di CA19-9 e CA72-4 preoperatori, suggerendo che possano identificare sottogruppi aggressivi soggetti a metastasi linfatiche precoci, potenzialmente superando il CA125 in contesti specifici.
• Traslazione Clinica: Basandosi esclusivamente sui dati preoperatori, il modello risolve il paradosso "postoperatorio che guida il preoperatorio", fornendo una base affidabile per la pianificazione chirurgica personalizzata.

Lo studio conclude che, sebbene il modello mostri un'elevata accuratezza predittiva e robustezza, il lavoro futuro dovrebbe concentrarsi sulla validazione prospettica multicentrica e sullo sviluppo di nomogrammi user-friendly o calcolatori online per facilitare l'adozione clinica.