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

Technische Samenvatting: Interpreteerbaar Machine Learning voor Preoperatieve Overlevingsvoorspelling bij Geresecteerde Hersenmetastasen

Probleemstelling
Hersenmetastasen (BrM) vormen de meest voorkomende intracraniële tumoren bij volwassenen, waarbij de prognose na operatie zeer heterogeen blijft ondanks therapeutische vooruitgang. Conventionele prognostische instrumenten, zoals de Graded Prognostic Assessment (GPA) en de moleculaire uitbreiding daarvan (molGPA), vertrouwen op een beperkte set variabelen (bijv. leeftijd, prestatiestatus) en falen vaak in het bieden van precieze individuele voorspellingen in real-world cohorten. Bovendien sluiten deze instrumenten frequent routinematig beschikbare factoren met potentieel prognostische waarde uit, waaronder specifieke radiologische kenmerken (bloeding, hydrocephalus), systemische inflammatoire markers (neutrofiel-lymfocytenratio, NLR) en histopathologische indicatoren (Ki-67, TTF-1). De studie adresseert de behoefte aan een meer genuanceerde, multimodale voorspellende aanpak die diverse klinische, radiologische en moleculaire data integreert om de overlevingsschatting na chirurgische resectie te verbeteren.

Methodologie
De auteurs voerden een retrospectieve analyse uit van een real-world cohort bestaande uit 384 opeenvolgende patiënten die tussen 2010 en 2020 een primaire chirurgische resectie van BrM ondergingen in een enkel tertiair zorgcentrum.

• Dataverzameling: De studie maakte gebruik van 22 preoperatieve variabelen die beschikbaar waren op het moment van de chirurgische besluitvorming. Deze omvatten:
  • Demografie/Klinisch: Leeftijd, geslacht, Karnofsky Performance Status (KPS), extracraniële metastasen, status van de primaire tumorresectie en de GPA-score.
  • Radiologisch: Tumorgrootte (gesegmenteerd via semi-automatische 3D-tools), multipliciteit van laesies, locatie, aanwezigheid van bloeding, hydrocephalus en leptomeningeale ziekte (LMD).
  • Laboratorium: Neutrofiel-lymfocytenratio (NLR) gemeten binnen 7 dagen voor de operatie.
  • Histopathologisch/Moleculair: Ki-67 proliferatie-index (gedichotomiseerd bij 30%), TTF-1 expressie, EGFR/ALK-status en histologisch subtype.
• Definitie van Uitkomst: De algehele overleving (OS) werd gedichotomiseerd in twee binaire classificatietaken: overleving voorbij 6 maanden en overleving voorbij 12 maanden na resectie.
• Machine Learning Pipeline: Vier supervised classifiers werden getraind met behulp van 5-voudige gestratificeerde cross-validatie met class_weight='balanced' om klassenimbalans aan te pakken:
  1. Logistische Regressie (L2-regularisatie, gestandaardiseerde features)
  2. Random Forest (500 estimators)
  3. XGBoost (300 estimators, leersnelheid 0.1)
  4. Support Vector Machine (SVM, RBF-kernel)
• Evaluatiemetrieken: Prestaties werden beoordeeld met behulp van de Area Under the Receiver Operating Characteristic Curve (AUC-ROC), sensitiviteit, specificiteit, accuratesse, F1-score en de Brier-score (voor kalibratie).
• Interpreteerbaarheid: Feature belang werd afgeleid van Random Forest impurity-based scores. SHAP (SHapley Additive exPlanations) analyse werd toegepast op de best presterende modellen om directionele feature attributie te leveren en de impact van specifieke variabelen op voorspellingen te visualiseren.

Belangrijkste Resultaten

• Modelprestaties:
  • 6-Maands Overleving: Het Random Forest-model behaalde de hoogste discriminatieve prestatie met een AUC van 0,725 en een Brier-score van 0,192. XGBoost en SVM volgden nauw. Logistische Regressie bood de meest gebalanceerde sensitiviteit/specificiteit-trade-off (65,9% / 63,6%).
  • 12-Maands Overleving: Logistische Regressie presteerde het best met een AUC van 0,684 en een Brier-score van 0,230, nauw gevolgd door Random Forest (AUC 0,680). Alle modellen vertoonden een matige maar klinisch relevante discriminatieve capaciteit op dit tijdstip.
• Feature Belang en SHAP-analyse:
  • Top Predictoren: Over beide tijdstippen heen waren NLR, leeftijd en tumorgrootte de meest consistente predictoren, die gezamenlijk ongeveer 39–41% van de totale feature-belang in het Random Forest-model verklaarden.
  • Temporele Verschuiving: SHAP-analyse onthulde een verschuiving in dominante predictoren over de tijd. NLR was de meest invloedrijke predictor voor de 6-maands overleving (belang ≈ 0,135), wat de rol van systemische inflammatie bij mortaliteit op de middellange termijn weerspiegelt. Tumorgrootte nam in relatief belang toe en werd de dominante predictor voor de 12-maands overleving (belang ≈ 0,143), wat de rol van tumorlast bij langetermijnuitkomsten benadrukt.
  • Directionaliteit: Een hoge NLR en grotere tumorgrootte verschoven de voorspellingen consequent richting niet-overleving.
  • Conventionele Scores: De GPA-score, KPS en extracraniële metastasen rangschikten zich op de 4e tot 7e plaats bij 12 maanden, wat hun relevantie valideert terwijl het aantoont dat laboratorium- en radiologische parameters additieve voorspellende informatie bieden.

Belangrijkste Bijdragen

1. Multimodale Integratie: De studie toont aan dat het integreren van routinematig beschikbare preoperatieve variabelen — inclusief radiologische kenmerken (bloeding, volume) en laboratoriummarkers (NLR) — in ML-modellen leidt tot bescheiden maar consistente verbeteringen in de overlevingsvoorspelling vergeleken met gevestigde scoresystemen zoals de GPA.
2. Temporele Dynamiek van Predictoren: Het onderzoek identificeert een duidelijke temporele verschuiving in prognostische drijfveren, waarbij systemische inflammatie (NLR) de vroege postoperatieve risico's (6 maanden) domineert, terwijl tumorlast (volume) de primaire determinant wordt voor langetermijnoverleving (12 maanden).
3. Interpreteerbaarheid: Door SHAP-analyse te gebruiken, biedt de studie transparante, directionele verklaringen voor modelvoorspellingen, wat de biologische plausibiliteit van de bevindingen bevestigt (bijv. de negatieve impact van een hoge NLR en grote tumorgrootte) en de potentiële acceptatie door clinici vergemakkelijkt.
4. Real-World Toepasbaarheid: De modellen vertrouwen uitsluitend op preoperatieve data die beschikbaar zijn op het moment van de chirurgische besluitvorming, waardoor de noodzaak voor complexe postoperatieve data of geavanceerde radiomics-features wordt vermeden, wat directe klinische bruikbaarheid ondersteunt bij preoperatieve counseling.

Significantie en Claims
De auteurs stellen dat hun studie een intern gevalideerde, interpreteerbare benchmark biedt voor ML-gebaseerde overlevingsvoorspelling in de neuro-oncologische chirurgie. Zij beweren dat ML-algoritmen, in het bijzonder gradient boosting-methoden, de prognostiek bescheiden kunnen verbeteren ten opzichte van gevestigde scores door niet-lineaire interacties te vangen en onderbenutte variabelen te integreren.

Het artikel benadrukt dat hoewel de prestatieverbeteringen bescheiden zijn (AUC's variërend van 0,684 tot 0,725), de modellen een klinisch betekenisvolle discriminatie bereiken. De auteurs stellen expliciet dat deze bevindingen de haalbaarheid van dergelijke modellen ondersteunen voor het verfijnen van risicobeoordeling en het sturen van geïndividualiseerde behandelplanning. Echter, zij hanteren een bescheiden toon met betrekking tot klinische implementatie, waarbij zij opmerken dat de studie retrospectief en uitgevoerd is in één centrum. Zij concluderen dat prospectieve, multi-institutionele validatie strikt vereist is voordat deze modellen geïntegreerd kunnen worden in klinische workflows, en zij erkennen dat de huidige modellen dienen als hulpmiddelen voor preoperatieve risicostratificatie in plaats van uitgebreide instrumenten voor het gehele ziekteverloop.