基于交互效应的胃癌术后化疗获益预测模型构建方法与流程
本发明属于医学信息学与临床决策支持,具体涉及一种融合真实世界数据、时序动态特征与治疗-协变量交互效应算法的胃癌术后辅助化疗精准获益量化评估模型的构建方法及系统。
背景技术:
1、胃癌是全球范围内最常见的恶性肿瘤之一。对于根治性手术后的ⅱ/ⅲ期胃癌患者,术后辅助化疗是降低复发风险、延长生存期的关键手段。然而,临床实践表明,术后辅助化疗存在明显的异质性,部分患者可从中显著获益,但也有很大比例的患者由于化疗耐药或严重的副反应而无法获得生存改善。
2、传统的tnm分期系统主要基于肿瘤解剖学特征,无法准确预测个体对特定干预措施(如辅助化疗)的敏感性。现有的临床预测模型多属于“单纯预后模型”,仅能在患者自然状态下预测其复发或死亡风险,而无法量化特定干预措施带来的绝对净生存获益。
3、近年来,随着电子病历和真实世界数据(rwd)的积累,利用机器学习等因果推断方法来量化异质性治疗效应(hte)成为可能。然而,现有的特征选择方法大多忽略了干预措施与基线协变量之间的交互效应,导致构建的模型难以区分“预后因子”(与自然生存相关)和“预测因子”(与化疗反应性相关)。因此,临床上迫切需要一种能够准确识别交互效应变量、并定量比对不同因果生存模型以实现最佳个体化化疗决策支持的技术方案。
4、此外,现有技术中还存在一些肿瘤预测模型专利,例如cn114141376a公开了一种基于vegfa的her2阴性晚期胃癌一线化疗疗效预测模型,但该模型仅针对接受一线化疗的患者构建预后列线图,未纳入未接受化疗的对照人群,无法量化化疗带来的个体化生存获益,实质上仍为单纯预后模型而非真正的疗效预测模型;cn116978582a则公开了一种前列腺癌诊断预测模型,其仅用于疾病诊断,与预后或治疗获益预测无关。上述现有技术均未解决如何精准预测个体化化疗获益的技术问题。
技术实现思路
1、本发明的目的在于提供一种基于真实世界数据与治疗-协变量交互效应的胃癌术后辅助化疗获益精准预测模型的构建方法及系统。该方法克服了传统特征选择忽略交互效应和仅做单纯预后预测的缺陷,通过多阶段严苛的特征降维与因果模型评价方法,能够准确预测个体化化疗带来的绝对净生存增量。
2、本发明并非针对患者自然生存风险进行预测,而是通过治疗变量与患者临床特征之间的交互关系识别影响辅助化疗响应的关键因素,从而实现个体化治疗获益预测。为实现上述目的,本发明提供了一种基于真实世界数据与治疗-协变量交互效应的胃癌术后化疗获益精准预测模型构建方法,包括以下步骤:
3、s1:时序动态特征提取、非参数多重插补与填充效能评估
4、回顾性收集符合入组条件的胃癌患者病历及随访数据,提取多节点血液学指标并计算动态差值特征。对部分缺失特征,使用基于随机森林的missforest算法进行非参数插补;
5、s2:基于治疗-协变量交互效应的双轨并行筛选与跨模型互补精筛构建核心预测变量集
6、s2.1:交互效应初筛
7、对通过s1步骤的所有特征变量,分别针对无进展生存期(pfs)和总生存期(os),构建包含“单一变量”、“辅助化疗”以及“单一变量×辅助化疗”交互项的三因素cox比例风险回归模型;若交互项的统计学显著性水平
p < 0.1,则将该变量归入对应终点的“pfs/os交互效应因子候选池”;
8、s2.2:共线性诊断与消除
9、对“pfs/os交互效应因子候选池”中的所有变量进行共线性检测,计算方差膨胀因子(vif);若存在共线性冲突(vif > 5),则仅保留其中与辅助化疗交互效应临床意义最明确或携带信息量最高的一个变量,剔除其余共线性变量,形成“pfs/os交互效应因子纯净池”;
10、s2.3:双轨并行正则化筛选——lasso绑定筛选与分层弹性网络(hiernet)筛选
11、将“pfs/os交互效应因子纯净池”中的每个变量及其与辅助化疗的乘积交互项作为绑定整体(即变量与交互项共进共退),同时强制纳入辅助化疗变量(w),分别针对pfs和os终点,并行执行以下两种正则化筛选策略:
12、策略一:lasso-cox绑定筛选:采用lasso-cox回归模型,对绑定后的变量-交互项组合进行10折交叉验证,依据最小偏似然偏差(partial likelihood deviance),选出压缩后的最优变量组合,记为 “lasso组合”;
13、策略二:采用hiernet,该策略不绑定主效应与交互项,而是直接以交互项(xj×w)的效应强度作为首要筛选目标,通过正则化路径筛选出与辅助化疗存在最强交互效应的最优交互项组合;在交互项组合确定后,其对应的所有原始主效应变量(xj)自动连带入选(以此强制满足层级性原则),最终形成的变量组合记为 “hiernet组合”;
14、所述分层弹性网络是一种在弹性网络(elastic net)基础上引入层级性约束的正则化方法。其目标函数在保留l1与l2混合惩罚项(即弹性网络惩罚)的同时,通过引入交互项系数与主效应系数之间的层级不等式约束,强制实现"若交互项入选则其对应主效应必须共存"的层级性原则(weak/strong hierarchy)。该约束通过凸优化或广义lasso框架求解,确保筛选出的交互项组合在统计学显著性与临床可解释性上均具备合理的层级结构,避免仅含交互项而无主效应的不可解释模型;
15、s2.4:组内独立交互效应精筛
16、对 “lasso组合” 中的所有变量及其与辅助化疗的交互项,以及辅助化疗变量(w),共同纳入多因素cox回归模型,剔除交互项p ≥ 0.1的变量,保留交互项p < 0.1的变量,记为 “lasso精筛组合”;
17、对 “hiernet组合” 中的所有变量及其与辅助化疗的交互项,以及辅助化疗变量(w),同样纳入多因素cox回归模型,剔除交互项p ≥ 0.1的变量,保留交互项p < 0.1的变量,记为 “hiernet精筛组合”;
18、s2.5:跨模型互补合并与最终精筛
19、取 “lasso精筛组合” 与 “hiernet精筛组合” 的并集(互补合并),形成候选变量池;将该候选池中的所有变量及其与辅助化疗的交互项、辅助化疗变量(w)共同纳入最终的多因素cox回归模型,再次剔除交互项p ≥ 0.1的变量,最终保留交互项p < 0.1的变量,分别针对pfs和os终点,形成 “pfs独立交互效应建模参数集” 和 “os独立交互效应建模参数集”;
20、s3:异构因果生存算法训练及基于toc-autoc的性能优选
21、基于两类因子池构建传统多因素生存cox模型,并并行训练多种前沿因果机器学习模型,包括因果生存森林(csf)、survival bart以及r/s/x-learner等。计算交叉验证中的治疗选择曲线(toc)及对应曲线下面积(autoc),以autoc最大化为准则,锁定最佳的因果评估模型。
22、本发明在数据预处理阶段,利用missforest非参数多重插补算法,提升了对异构复杂数据的插补拟合能力,实现了插补合理性,保障了基线队列的质量。
23、特征筛选上,本发明创新性地构建了“交互初筛 — 共线性消除 — 双轨并行正则化筛选(lasso绑定筛选 + hiernet层级约束筛选)— 组内多因素精筛 — 跨模型互补合并再精筛”的全新多阶段管道。该流程具有三大显著优势:其一,降低了纯预后相关变量对治疗获益预测模型的干扰,提高了预测变量与辅助化疗响应之间的关联性,使模型全部特征均具有明确的治疗交互指向性;其二,通过lasso与hiernet两种机制互补的正则化算法并行筛选,并结合后续多因素cox的严格阈值剔除,兼顾了变量筛选的稀疏性、层级合理性与统计稳健性;其三,pfs与os终点独立执行全流程,使最终建模参数集更具终点特异性,为精准量化个体化绝对化疗获益提供了最纯净、最可靠的预测因子集合。
24、在模型优化方面,不依赖单一算法,并行构建了从半参数统计模型到非参数、非线性机器学习因果生存模型(如csf、survival bart等)的异构模型集,并利用专为异质性治疗效应设计的toc曲线和autoc指标进行公正比对,保证了最终选定模型在量化个体化绝对化疗增量上的卓越辨识度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com