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

技术摘要：机器学习集成用于子宫内膜癌术前淋巴结转移预测

问题陈述
子宫内膜癌（EC）是主要的妇科恶性肿瘤之一。准确的术前淋巴结转移（LNM）预测对于个体化手术决策至关重要，特别是为了避免在低风险患者中进行非选择性的系统性淋巴结清扫所带来的过度治疗及相关并发症（如淋巴水肿、肠梗阻）。目前的临床预测模型通常依赖于术后病理指标（如肿瘤分级、浸润深度）或复杂的基因组数据，这造成了“术后指标指导术前决策”的根本性脱节。此外，现有模型往往忽略了关键的预后标志物（如 Ki-67），或未能全面整合术前可获得的常规血清学和免疫组化谱系。

研究方法
本研究采用回顾性设计，分析了 2019 年 10 月至 2025 年 10 月期间在海南总医院接受治疗的 594 例子宫内膜癌患者的数据。

• 数据收集： 变量包括临床基线数据、术前血清学标志物（AFP、CEA、CA125、CA19-9、CA72-4 等）、术后病理指标（肌层浸润、LVSI、肿瘤大小等）以及免疫组化谱系（p53、ER、PR、Ki-67、MMR 蛋白）。
• 特征选择： 利用最小绝对收缩和选择算子（LASSO）回归进行变量筛选并防止过拟合。该过程确定了七个关键预测因子。
• 模型构建： 构建并比较了四种机器学习算法：逻辑回归（LR）、随机森林（RF）、支持向量机（SVM）和 XGBoost。
• 验证策略： 将数据集分为开发集（n=416，70%）和测试集（n=178，30%）。使用受试者工作特征曲线下面积（AUC）、敏感性、特异性、校准曲线和决策曲线分析（DCA）来评估模型性能。
• 稳健性检查： 针对各种临床特征进行了亚组分析。通过排除 p53 突变病例进行了敏感性分析，以评估模型的稳定性。

核心贡献

1. 聚焦术前： 本研究开发了一个仅利用术前可用指标的模型，解决了依赖术后数据的模型的局限性。
2. 多模态集成： 该模型系统地整合了常规病理参数（LVSI）、免疫组化标志物（PR）和血清学生物标志物（CA19-9、CA72-4）。虽然对 Ki-67 进行了评估，但它未作为独立预测因子保留在最终的多变量模型中。
3. 算法比较： 研究提供了简单模型（逻辑回归）与复杂模型（RF、XGBoost、SVM）的对比分析，证明了在样本量有限的医学数据集中，较简单的模型可能具有更好的泛化能力。
4. 临床实用性评估： 除了统计指标外，研究还采用了决策曲线分析来量化净临床获益，确保了模型在决策中的实际应用价值。

结果

• 预测因子： LASSO 回归确定了七个独立预测因子：术前 CA19-9、CA72-4、肌层浸润 ≥1/2、淋巴结清扫总数、LVSI、PR 表达和术前 CA125。值得注意的是，尽管 CEA 在单变量分析中具有显著性，但在多变量分析中并未保持独立的预测意义，也未进入 LASSO 选出的最终七个变量之中。
• 模型性能： 在独立测试集中，逻辑回归模型表现最优，其 AUC 为 0.863（95% CI: 0.788–0.938），敏感性为 0.842，特异性为 0.761。
  • 该模型优于随机森林模型（AUC = 0.848）、XGBoost（AUC = 0.839）和 SVM（AUC = 0.635）。
  • 逻辑回归模型也超越了既定基准：ENDORISK 系统（AUC = 0.820）和 Yang 分层系统（AUC = 0.845）。
• 特征重要性： LVSI 被确定为最关键的特征，其次是淋巴结清扫总数、PR 表达和术前 CA19-9。
• 稳健性： 亚组分析证实了在各种绝经状态、LVSI 和 FIGO 分期亚组中具有一致的表现（AUC ≥ 0.8）。在排除 p53 突变病例后，测试集 AUC 仍稳定在 0.817。
• 临床实用性： 决策曲线分析表明，在 0.02 至 0.60 的阈值概率范围内，该模型比“全部治疗”或“均不治疗”策略具有显著的净临床获益。

意义与主张
作者主张，基于常规术前指标的逻辑回归模型可以有效预测子宫内膜癌的淋巴结转移。研究认为：

• 简单性 vs. 复杂性： 在样本量有限的医学数据集中，增加模型复杂度并不一定会提高预测性能，反而可能导致过拟合。较简单的逻辑回归模型比复杂的集成方法展现出更好的泛化能力。
• 成本效益： 该模型提供了一种经济且易于获取的术前决策工具，适用于各级医疗机构，无需昂贵的基因测序或术后数据。
• 新标志物的效用： 研究强调了术前 CA19-9 和 CA72-4 的独立预测价值，表明它们可能识别出易发生早期淋巴转移的侵袭性亚群，在特定背景下可能优于 CA125。
• 临床转化： 通过仅依赖术前数据，该模型解决了“术后指导术前”的悖论，为个性化手术规划提供了可靠基础。

研究结论指出，尽管该模型显示出高预测准确性和稳健性，但未来的工作应侧重于多中心前瞻性验证，并开发用户友好的列线图或在线计算器，以促进临床应用。