在SEER数据库的研究中，预后研究与列线图（Nomogram）预测模型的构建也是一个热门的方向。本期带来一篇典型的SEER建模研究——“基于SEER数据库的纤维肉瘤预后列线图模型构建”，从中拆解Cox回归+列线图的经典组合套路，为你下一篇建模类文章提供写作模板和思路参考。
套路总结：
数据筛选与变量准备：SEER数据库+明确纳排标准
变量筛选与建模：
-
使用XGBoost和随机森林（RF）两种机器学习算法初筛变量
-
多变量Cox回归，筛选独立预后因素
模型构建：基于多因素Cox模型构建Nomogram列线图
模型验证：内部验证（C-index、校准曲线、AUC）、DCA决策曲线
风险分层：基于总得分进行高/低风险分层，绘制生存曲线
案例文章：
文章亮点：
-
创新性特征筛选：联合XGBoost和RF算法筛选RCC伴BM的预后因素，提高模型可靠性。
-
动态预测能力：列线图可预测6个月、1年、2年和3年总生存率，满足临床不同时间点的决策需求。
-
可解释性增强：SHAP分析直观展示手术是影响预后的最关键因素（6个月至3年SHAP值均排名第一）。
-
临床验证充分：通过PSM证实手术可使死亡风险降低48.4%（HR=0.516），为临床实践提供直接证据。
文章解读：
机器学习辅助的特征筛选
研究团队创新性地采用两种机器学习算法（XGBoost和RF）进行变量初筛，通过Venn图取交集确定8个候选变量（年龄、组织学类型、分级、T分期、N分期、手术、化疗和肿瘤大小）。与传统单变量分析相比，这种方法更能捕捉变量间的复杂交互作用。随后通过多变量Cox回归最终确定5个独立预后因素（保护因素：手术（HR=0.384）、化疗（HR=0.687）；风险因素：非透明细胞癌（HR=1.288）、N1分期（HR=1.438））。
列线图构建与验证
基于筛选出的重要预测因子构建列线图，列线图中最高权重变量为手术（100分）。并利用ROC曲线、AUC、c指数、校准曲线、DCA曲线等综合评估模型预测性能。评估结果显示训练集和验证集的C-index均为0.689，3年AUC在验证集中达0.795，校准曲线显示预测与实际观察值高度一致。DCA曲线证实模型在所有时间点均有显著净获益。按照列线图分值将患者分为不同风险组，绘制KM曲线比较生存率差异，发现高风险组患者死亡率显著更低，列线图评分能准确识别高风险患者。
SHAP解释与手术获益验证
SHAP分析揭示：
-
手术始终是影响预后的首要因素（6个月至3年SHAP值均排名第一）
-
化疗的重要性随时间延长而降低（从第2位降至第5位）
PSM分析（匹配230对患者）进一步验证：
-
手术组中位OS显著延长（15.0 vs 7.0个月，P<0.001）
-
亚组分析显示手术获益普遍存在，尤其在透明细胞癌（ccRCC）患者中更显著
文章总结：
这项研究通过机器学习方法（随机森林和XGBoost）结合多变量Cox回归创新性地筛选预测因子，并根据筛选结果构建列线图模型对患者预后进行预测。结合列线图变量权重和SHAP分析识别患者预后的重要影响因素（手术），并用匹配后的数据进一步分析手术带来的生存获益。研究构建的列线图模型可快速识别高风险患者，并指导强化治疗。此外，还能为手术适应症选择提供量化依据，辅助临床决策。
评论列表