Early prediction of skeletal muscle loss using longitudinal clinical data in patients with gastric cancer after radical gastrectomy and adjuvant chemotherapy: a retrospective cohort study

这项回顾性队列研究表明，利用常规可获取的纵向临床数据（尤其是营养和炎症状态的动态变化）的可解释多层感知机模型，能够有效预测接受根治性胃切除术及辅助化疗的胃癌患者术后发生显著骨骼肌流失的情况。

要点

想象一位胃癌患者即将接受重大手术（切除部分或全部胃部），随后进行化疗。将他们的身体比作一辆必须驶过极其崎岖、颠簸道路的汽车。手术好比一次大规模的发动机大修，而化疗则如同穿越沙尘暴。

不幸的是，在这段旅程中，这辆“汽车”往往会失去其“油箱”容量。用医学术语来说，这就是骨骼肌流失。当患者流失过多肌肉时，他们难以承受治疗，病情加重，且预后更差。

问题所在：
目前，医生使用一种名为 CT 扫描的专用“相机”来检查“油箱”（肌肉）。但反复进行这些扫描既昂贵又耗时，且并非对所有患者都切实可行。等到扫描显示“油箱”已空时，可能为时已晚，难以轻松修复。

解决方案：
本文的研究人员提出了一个问题：“我们能否仅利用已有的常规检查数据，在‘油箱’实际流失之前，预测谁会失去它？”

他们构建了一个数字水晶球（机器学习模型）来回答这个问题。

他们如何构建这个水晶球

1. 数据： 他们回顾性分析了 292 名已经接受过手术和化疗的患者。
2. “燃油表”（结果）： 他们利用 CT 扫描精确测量每位患者流失了多少肌肉。他们将“显著流失”定义为肌肉指数流失 5% 或更多。
3. 线索（输入）： 他们没有使用新的 CT 扫描，而是向计算机输入了他们已有的简单、日常数据：
   • 汽车规格： 年龄、体重、身高和性别。
   • 损伤报告： 手术规模（是切除整个胃部还是仅切除部分）。
   • 机油指标： 血液检测结果，如红细胞、炎症标志物和营养水平。
   • 早期预警信号： 术后第一个月内这些血液指标的变化情况。

预测模型的竞赛

研究人员并没有只构建一个水晶球；他们构建了六种不同类型的机器学习模型（类似于不同类型的算法），并让它们相互竞赛，看哪一种能最准确地预测肌肉流失。

• 获胜者： 名为MLP（多层感知机） 的模型赢得了竞赛。
• 得分： 它正确识别了约 83% 即将发生肌肉流失的患者（高“召回率”），尽管它有时会将少数健康患者标记为有风险（较低的“特异性”）。研究人员认为这是一个不错的权衡，因为尽早发现高风险患者总比完全漏掉要好。

水晶球“看到”了什么

利用一种名为SHAP的特殊工具（它像放大镜一样揭示模型做出决策的原因），研究人员发现哪些线索最为关键：

1. 初始燃料（BMI）： 患者原本拥有的肌肉量。
2. 大修规模（手术类型）： 是切除整个胃部还是仅切除部分。全胃切除对身体的负担更大。
3. 发动机压力（炎症与代谢）： 显示身体承受多大压力和炎症的血液标志物。

主要结论

该论文声称，预测肌肉流失并不需要新的、昂贵的 CT 扫描。通过查看常规血液检查、手术类型以及患者术后第一个月的身体反应，这个数字模型可以在肌肉流失在扫描上变得明显之前，就识别出可能流失肌肉的患者。

该论文未声称的内容：

• 它并未声称该模型明天即可在医院投入使用（它需要更多测试）。
• 它并未声称使用该模型会自动挽救生命（它是一个预测工具，而非治愈手段）。
• 它并未声称该模型适用于其他类型的癌症（它仅在胃癌患者中进行了测试）。

简而言之，研究人员构建了一个利用旧有的常规数据来发出肌肉流失早期预警的工具，使医生有可能更早介入，而不是等到“油箱”耗尽。

技术摘要

以下是该研究文章的详细技术总结：

1. 问题陈述

接受根治性胃切除术和辅助化疗的胃癌患者常经历显著的骨骼肌流失（少肌症），这与治疗耐受性差、并发症增加以及长期不良预后相关。

• 当前局限： 评估肌肉流失的金标准是基于计算机断层扫描（CT）在 L3 椎体水平测量骨骼肌指数（SMI）。然而，该方法具有回顾性、繁琐且不适用于常规连续监测的特点。当通过 CT 检测到显著肌肉流失时，早期干预的最佳窗口期可能已经错过。
• 临床需求： 目前亟需一种早期风险分层工具，利用常规可获得的临床数据（术前和术后早期）来预测随后的肌肉流失，从而在不依赖重复 CT 扫描的情况下，实现及时的营养和支持性干预。

2. 方法学

研究设计与人群：

• 类型： 单中心回顾性队列研究。
• 队列： 292 名接受根治性胃切除术 followed by 辅助化疗的胃癌患者（从 362 名初始候选者中筛选）。
• 数据划分： 70% 训练集（$n=204$），30% 验证集（$n=88$）。
• 时间点：
  1. 基线： 术前 2 周内的 CT 扫描。
  2. 术后早期： 术后 1 个月的临床/实验室数据。
  3. 随访： 开始辅助化疗后 3 个月（约术后 4 个月）的 CT 扫描。

结局定义：

• 目标： 显著骨骼肌流失，定义为基线与随访 CT 之间 SMI 下降 $\ge$5%。
• 测量： 使用 Comp2Comp 深度学习工具包对 L3 肌肉面积进行自动分割，并由两名放射科医生验证。

特征与变量：

• 输入数据： 人口统计学特征、肿瘤特征、实验室数值（RBC、HGB、LDH、HCY）、肿瘤标志物（CEA、CA199、CA724）以及炎症/营养指数（NLR、LLR、PLR、SII、PNI）。
• 纵向特征： 计算上述所有变量从基线到术后 1 个月的动态变化（$\Delta$）。
• 预处理： 缺失数据通过多重插补处理；连续变量通过 z-score 标准化。

机器学习方法：

• 模型比较： 训练并比较了六种算法：随机森林（RF）、XGBoost、LightGBM、CatBoost、支持向量分类器（SVC）和多层感知机（MLP）。
• 优化： 通过随机搜索结合 5 折交叉验证进行超参数调整。
• 可解释性： 对表现最佳的模型应用 SHAP（Shapley 加性解释），以量化全局特征重要性并解释个体预测。
• 评估指标： ROC-AUC、PR-AUC、准确率、精确率、召回率、F1 分数、特异度，以及用于临床效用的决策曲线分析（DCA）。
• 阈值选择： 选择 0.45 的决策阈值，以优先保证 召回率（最小化假阴性），同时维持平衡的特异度，这对早期干预至关重要。

3. 主要贡献

1. 早期预测框架： 开发了一个仅利用术前和术后 1 个月数据来预测肌肉流失风险的模型，将预测窗口提前至随访影像显示明显肌肉消耗之前。
2. 纵向动态的价值： 证明了将临床变量从基线到术后 1 个月的动态变化（$\Delta$）纳入模型，相比仅使用基线数据，显著提高了预测性能。
3. 临床可及性： 该模型完全依赖常规临床数据（血液检查、人口统计学、手术类型），使其可部署于标准临床工作流中，无需为风险评估进行重复 CT 扫描。
4. 可解释性： 与“黑盒”模型不同，本研究利用 SHAP 揭示了肌肉流失由三大因素驱动：营养储备（BMI、PNI）、手术负担（手术类型）以及炎症/代谢状态（LDH、PLR、NLR）。

4. 结果

• 表现最佳的模型： 多层感知机（MLP） 优于所有其他模型。
  • 验证集性能：
    • AUC： 0.757
    • PR-AUC： 0.745
    • 准确率： 0.693
    • 召回率： 0.833（高灵敏度，对于捕捉高危患者至关重要）
    • 特异度： 0.525
    • F1 分数： 0.748
• 比较： MLP 显著优于 SVC、LightGBM、RF、XGBoost 和 CatBoost。值得注意的是，具有完美召回率的模型（SVC、XGBoost）特异度接近零，由于假阳性过多，在临床上不切实际。
• 动态特征的影响： 使用 基线和纵向特征 的 MLP 模型（AUC 0.757）表现优于仅使用基线特征的模型（AUC 0.709），证实了追踪术后早期恢复的价值。
• 关键预测因子（SHAP 分析）：
  • 顶级特征： BMI、手术类型（全胃切除 vs. 远端胃切除）、LDH、PLR、HCY、年龄和 LLR。
  • 解读： 较高的 BMI 和较低的手术负担（远端胃切除）具有保护作用。高炎症标志物（LDH、PLR）和年龄较大则增加风险。

5. 意义与启示

• 临床效用： 该工具可作为早期预警系统。通过在术后立即（术后 1 个月时）识别高危患者，临床医生可以在显著肌肉流失发生之前，启动主动的营养支持、运动康复和代谢管理。
• 范式转变： 该研究从纯粹基于影像的诊断转向 预测性、数据驱动的临床工作流。它验证了常规血液检查和临床病史包含足够的信号来预测身体成分的变化。
• 未来方向： 尽管该模型显示出前景，但作者承认需要在多中心队列中进行外部验证，以确保在不同人群和手术实践中的泛化能力。

结论： 本研究成功建立了一个可解释的机器学习框架，利用常规纵向临床数据预测胃癌患者的骨骼肌流失，为个性化支持性护理提供了一种实用策略。