An outcome-blind H&E architecture score is associated with prostate cancer-specific mortality

技术摘要：一种针对前列腺癌死亡率的结局无关型 H&E 架构评分

问题陈述

格里森分级组（Gleason Grade Group, GG）是局部前列腺癌（PCa）的标准预后变量，但它代表了对连续且具有空间异质性的形态学的类别化简化。目前的分级系统未能编码特定比例的高级别肿瘤或不良架构亚型（如筛状生长），而这些亚型具有独特的预后权重。虽然深度学习模型已展示出预后价值，但许多模型是“结局监督”的，即直接基于生存数据进行训练。这限制了其开发出一个独立的、与前列腺癌死亡而非其他死因相关的、且能分解为明确不良模式的组织形态学模型的能力。本研究旨在解决这一差距，开发一种**结局无关（outcome-blind）**的组织形态学模型，用以量化不良架构负荷，并测试其与前列腺癌特异性死亡率（PCSM）的特定关联。

方法论

作者开发了一个多阶段深度学习流水线，利用冻结的基础模型嵌入（frozen foundation model embeddings），确保模型在训练过程中未接触生存结局。

1. 训练数据与嵌入：

   • 数据集： 模型在 SICAPv2 数据集上进行训练，该数据集包含来自 95 名患者的 155 幅全切片图像（WSI）（穿刺活检样本），涵盖了从良性组织到 GG5 的所有类型。
   • 编码器： 系统利用冻结的 Prov-GigaPath 切片嵌入（1,536 维）。编码器未经过重训练；仅对下游分类器根据 SICAPv2 的标注进行了拟合。
   • 鲁棒性检查： 为确保研究结果并非特定于某一编码器，研究人员使用 Virchow2 和 UNI2-h 编码器重新拟合了流水线，并与通用的 ResNet50（经 ImageNet 预训练）编码器进行了对比。

2. 模型架构：

   • 切片级分类器： 一个多标签分类器被用于估计五个类别的独立概率：非癌症、格里森 3 型、4 型、5 型以及筛状 4 型。它采用了独立的 sigmoid 激活函数，允许一个切片同时对多种模式呈阳性。
   • 切片级聚合： 一个单独的基于注意力的切片级分类器被用于评估分级辨别力，但未用于最终的架构评分。
   • 评分计算： 对于每个患者，“不良评分”定义为 4 型、5 型和筛状通道中预测概率的最大值。肿瘤切片的识别标准为非癌症概率 $\le 0.50$。患者层面的架构评分则是得分最高的 10% 肿瘤切片的平均值。该聚合规则在生存分析前已固定。

3. 评估队列：

   • PLCO（前列腺、肺、结直肠及卵巢癌筛查试验）： 主要外部队列（$n=1,086$），包含根治性前列腺切除术（RP）组织及长期随访（中位 22.6 年）。终点为 PCSM（66 例事件），并将非 PCa 死亡作为竞争风险。
   • TCGA-PRAD： 另一个独立的 RP 队列（$n=394$），以**无病生存期（DFS）**为终点（72 例事件），并包含转录组数据。

4. 统计分析：

   • 使用年龄调整的特定原因 Cox 模型和针对竞争风险的 Fine-Gray 模型测试生存关联。
   • 通过 Harrell's C-index 评估增量判别力。
   • 通过对 TCGA RNA-seq 数据进行部分 Spearman 相关性分析和基因集富集分析（GSEA）来分析分子相关性。
   • 通过分析非 PCa 死亡（阴性对照）和将评分分解为高级别（4 型/5 型）及筛状样成分，测试特异性。

关键结果

1. 与 PCa 死亡率的特定关联：

   • 在 PLCO 队列中，架构评分每增加 1 个标准差（SD），与 PCSM 强相关（风险比 [HR] 2.57; 95% CI 1.73–3.84）。
   • 至关重要的是，该评分与其他死因（HR 0.98; 95% CI 0.89–1.07）不相关，证明了其疾病特异性。
   • 在调整年龄、PSA、活检格里森分级和临床分期后，该关联依然显著（HR 1.88; 95% CI 1.28–2.77）。

2. 信号分解：

   • 死亡信号由两个独立成分驱动：高级别负荷（4 型/5 型）和筛状样架构。
   • 肿瘤占比和切片水平的异质性并未对风险产生显著贡献。
   • 风险呈现非线性，集中在评分的高端（例如，在第 90 百分位数处 HR 为 4.33）。

3. 复制性与鲁棒性：

   • TCGA-PRAD： 该评分在无病生存期方面得到了复制（HR 2.83; 95% CI 1.64–4.88）。
   • 编码器独立性： 这种预后分层在 Prov-GigaPath、Virchow2 和 UNI2-h 编码器下均保持有效。通用的 ResNet50 编码器未能恢复统计学显著的关联，证实了病理专用表征的必要性。
   • 站点独立性： 在 TCGA 中，该关联在按组织来源站点进行分层以及进行“留一站点”分析后依然存在。

4. 分子相关性：

   • 在 TCGA-PRAD 中，该评分与增殖和基因组不稳定性（基因组改变比例）相关。
   • GSEA 显示富集了 E2F 靶标、G2/M 检查点、MYC 靶标和 DNA 修复通路。
   • 5 型成分特异性地富集了免疫和 EMT 程序，而筛状样成分则富集了细胞周期和 MYC 程序。

5. 高风险亚群的识别：

   • 在活检格里森分级 $\le 6$ 的男性中，评分最高的第三分位数组显示出较高的 20 年累计 PCSM 发病率（4.20%），而低评分组为 0.96%。作者指出，由于事件数较低，这一发现具有统计学上的不稳定性，但将其标记为值得进一步研究的候选亚群。

意义与主张

本文声称开发了第一个结局无关的组织形态学模型，该模型生成的架构评分专门与前列腺癌死亡相关，并区别于其他死因死亡。

• 结局无关设计： 不同于以往基于生存结局训练的模型，本模型仅通过组织的视觉架构得出其预后能力。这使得可以将会与 PCa 死亡的关联作为一项独立的外部验证，而非对生存数据的过拟合结果。
• 特异性： 该模型区分了 PCa 死亡率与一般的衰弱或共病，这由与非 PCa 死亡的零关联所证明。
• 连续负荷： 本研究将不良特征（如筛状生长）从二元的“存在/不存在”扩展到了可量化的连续性负荷，从而精细化了标准分级（如格里森 7 型内）内的风险分层。
• 生物学合理性： 与增殖和基因组不稳定性程序之间的强相关性，支持了该架构评分作为侵袭性肿瘤生物学标志物的生物学有效性。

作者承认的局限性：

• 事件数量： PLCO 中的 PCa 死亡人数（66 例）不足以明确解决相对于现有临床模型的增量判别力，也无法稳健地验证低级别（格里森 $\le 6$）亚群中的发现。
• 组织采样： PLCO 队列依赖于单个 RP 蜡块的连续切片，而非全标本采样，这可能限制了对空间异质性的代表性。
• 治疗混杂因素： 未报告前列腺切除术后的挽救治疗（放疗、ADT），因此无法针对其潜在的生存影响进行调整。
• 泛化性： 该模型需要通过具有标准化病理学家标注（针对筛状/导管内生长）的多中心队列进行验证，并需具备完整的治疗数据。

总之，本文提出了一种稳健的、独立于结局的方法，用于量化与侵袭性生物学驱动因素相关的、与前列腺癌死亡率相关的不良前列腺癌架构，为超越类别化格里森分级的风险评估提供了潜在工具。