基于SEER数据库预测肝细胞癌肺转移
组织与器官
2025-01-22 v1 机器学习
摘要
肝细胞癌（HCC）是癌症死亡的主要原因之一，肺转移是最常见的远处转移部位，显著恶化预后。尽管临床和人口学数据日益丰富，但针对HCC肺转移的预测模型在范围和临床适用性方面仍有限。本研究开发并验证了基于SEER（ Surveillance, Epidemiology, and End Results）数据库构建的端到端机器学习管道。我们评估了三种机器学习模型（随机森林、XGBoost和逻辑回归）以及多层感知器（MLP）神经网络。模型获得了高水平的AUROC值和召回率，其中随机森林和MLP模型表现最佳（AUROC=0.82）。然而，各模型的低精度值提示在准确预测阳性病例方面存在挑战。为解决这些限制，我们开发了包含召回率优化的自定义损失函数，使MLP模型实现最高灵敏度。集合方法进一步提高了整体召回率，利用了各个模型的优势。特征重要性分析揭示了手术状态、肿瘤分期和随访时间等关键预测因子，强调了临床干预和疾病进展在转移预测中的重要性。尽管本研究表明机器学习有望用于识别高危患者，但仍存在依赖不平衡数据集、特征注释不完整以及预测精度低等局限性。未来工作应利用不断扩大的SEER数据集，改进数据插值技术，并探索先进的预训练模型以提高预测精度和临床实用性。
引用
@article{arxiv.2501.11720,
title = {Prediction of Lung Metastasis from Hepatocellular Carcinoma using the SEER Database},
author = {Jeff J. H. Kim and George R. Nahass and Yang Dai and Theja Tulabandhula},
journal= {arXiv preprint arXiv:2501.11720},
year = {2025}
}
备注
JJHK and GRN contributed equally, YD and TT are co-corresponding. 11 pages, 7 figures, 1 Table