今天给大家解读一项结合SEER数据库和机器学习模型分析乳腺癌亚型——化生性乳腺癌（MBC）的研究发文思路。
MBC 是一种罕见且侵袭性极强的乳腺癌组织学亚型，在临床中尚缺乏精准的预后预测工具。传统统计模型在处理高维变量和非线性关系时存在局限，而机器学习方法（如CatBoost）因其优越的建模能力和泛化性能，在医学预测研究中逐渐展现出优势。
本研究基于 SEER 数据库（2010-2018）构建 CatBoost 模型，结合多因素临床信息进行生存预测，并在医院独立患者队列中进行外部验证，提升模型的可靠性与临床可用性。同时，研究还进一步评估了不同手术方式和肿瘤分期患者中放疗的获益程度，为精准治疗提供依据。
英文标题：Novel models based on machine learning to predict the prognosis of metaplastic breast cancer
中文标题 ：基于机器学习预测化生乳腺癌预后的新模型
期刊：The Breast（2025年，IF=5.7）
研究主题：构建高性能机器学习模型预测MBC患者的预后，并评估放疗在不同患者中的生存获益
统计分析方法
-
单因素/多因素Cox回归 → 明确独立预后因子
-
机器学习模型构建与比较：构建CatBoost、XGBoost、Random Forest、SVM等6种机器学习预测模型，预测MBC患者1年、3年、5年生存率。
-
性能评估：AUC、ROC曲线、校准曲线、决策曲线（DCA）。
-
模型解释：SHAP值揭示变量重要性。
-
分层分析：不同TNM分期+手术方式亚组中放疗的生存效益。
主要研究结果
-
单因素多因素COX表明：
-
单因素 Cox 回归分析结果显示，确诊年龄>65 岁、肿瘤部位、T 分期、N 分期、M 分期、组织学分级、手术方式、放疗、化疗及偏侧性均显著影响 MBC 患者的总生存期(OS)及乳腺癌特异性生存期(BCSS)[ p <0.05]。年龄40~65岁及组织学类型为低级别腺癌显著影响患者的OS( p <0.05)，但对BCSS无统计学意义( p >0.05)。
-
多因素 Cox 回归分析结果显示，年龄 65 岁以上、T2、T3、T4、N1、N2、N3、M1、未手术和化疗显著影响患者的 OS 和 BCSS，年龄在 40 至 65 岁之间 ( p = 0.025) 和放疗 ( p = 0.048) 显著影响患者的 OS，但对 BCSS 无显著影响 ( p > 0.05)。
-
预测模型的建立与评价：CatBoost 模型预测 MBC 患者生存率的 AUC 如下：1 年生存率（测试集 AUC = 0.833；训练集 AUC = 0.891）、3 年生存率（测试集 AUC = 0.806；训练集 AUC = 0.859）和 5 年生存率（测试集 AUC = 0.810；训练集 AUC = 0.839）。CatBoost 模型的校准曲线和决策曲线在测试集上的性能也优于其他模型。
-
SHAP分析：肿瘤大小始终是影响预测模型的最重要因素，放射疗法被发现是短期预后模型（1 年）的一个重要因素。化疗对患者 3 年和 5 年预后的影响比放射疗法更大。
-
放射治疗对不同类型转移性乳腺癌的益处：放射治疗显著改善了 T3-4/N2-3M0 亚组患者的 OS 和 BCSS，然而，T1-2N0-1M0 亚组患者并未从放射治疗中获益。在 T1-2N0-1M0 亚组中，未接受放疗的患者的 BCSS 甚至优于接受放疗的患者。
评论列表