迁移学习与机器学习在早期乳腺癌五年生存预后模型训练中的应用
机器学习
2026-04-28 v1 计算机与社会
摘要
预后信息是乳腺癌管理中决策的关键。近期试验主要聚焦于基因组预后工具，尽管临床病理学预后方法更具成本效益且更易获取。机器学习（ML）、迁移学习和集成方法为构建稳健的预后框架提供了机会。本文通过比较从头构建的机器学习模型、基于预训练预后工具的迁移学习以及集成方法，评估其在乳腺癌生存预后中的潜力。采用MA.27试验的数据进行模型训练，并在TEAM试验和SEER队列中进行外部验证。将迁移学习应用于对预训练的PREDICT v3模型进行微调，de-novo机器学习包括随机生存森林和极端梯度提升，集成方法通过模型预测的加权求和实现。迁移学习、de-novo随机生存森林和集成方法在MA.27中的校准性得到改善（ICI从PREDICT v3中的0.042降至≤0.007），而判别力保持相当（AUC从PREDICT v3中的0.738增至0.744-0.799）。由于缺失信息，PREDICT v3在MA.27个体中23.8-25.8%的预测是无效的。相比之下，机器学习模型和集成方法无论是否存在缺失信息，都能进行生存预测。在所有模型中，患者年龄、淋巴结情况、病理分级和肿瘤大小的SHAP值最高，表明它们在生存预后中最为重要。外部验证在SEER中（但不在TEAM中）确认了迁移学习、随机生存森林和集成方法的优势。该研究表明，在PREDICT v3所需信息缺失或数据分布迁移可能发生的情况下，迁移学习、de-novo随机生存森林和集成方法可改善乳腺癌的预后预估。
引用
@article{arxiv.2509.23268,
title = {Transfer Learning and Machine Learning for Training Five Year Survival Prognostic Models in Early Breast Cancer},
author = {Lisa Pilgram and Kai Yang and Ana-Alicia Beltran-Bless and Gregory R. Pond and Lisa Vandermeer and John Hilton and Marie-France Savard and Andréanne Leblanc and Lois Sheperd and Bingshu E. Chen and John M. S. Bartlett and Karen J. Taylor and Jane Bayani and Sarah L. Barker and Melanie Spears and Cornelis J. H. van der Velde and Elma Meershoek-Klein Kranenbarg and Luc Dirix and Elizabeth Mallon and Annette Hasenburg and Christos Markopoulos and Lamin Juwara and Fida K. Dankar and Mark Clemons and Khaled El Emam},
journal= {arXiv preprint arXiv:2509.23268},
year = {2026}
}