使用机器学习模型预测幽门螺杆菌根除患者胃癌患病风险

使用机器学习模型预测幽门螺杆菌根除患者胃癌患病风险

胃癌是全球最常见的恶性肿瘤之一，其死亡率在全球癌症死亡中排名第三。胃癌的发生与幽门螺杆菌感染密不可分，有研究已经证明根除幽门螺旋杆菌可将胃癌发展的风险降低约40%，然而相当一部分根除幽门螺旋杆菌的受试者仍会发展为胃癌，因此幽门螺杆菌根除后患上胃癌的风险仍然未知。目前已经证明年龄、药物、胃癌家族史、吸烟和某些饮食习惯这些临床参数会增加胃癌发展的风险。先前的研究通过各种临床风险评分来预测胃癌进展的风险，所有这些评分系统都需要使用内窥镜、血清学甚至组织学检查结果，迄今为止还没有一个仅基于临床参数的准确评分系统。随着机器学习算法的日益普及，本研究旨在基于简单的临床参数和用药，探索使用机器学习模型预测根除幽门螺杆菌患者未来胃癌发展风险的可行性。

该研究选取了2003年至2014年在香港接受克拉霉素三联治疗的幽门螺杆菌感染患者。根据根除治疗时间，将患者分为训练组(n = 64238)和验证组(n = 25330)（图1）。共有26个临床变量，包括患者的基线特征、根除幽门螺杆菌的年龄、是否需要再治疗、吸烟和饮酒习惯，胃或十二指肠溃疡史等。主要结局指标是根除后5年内是否发生胃癌。

为了预测幽门螺杆菌根除后5年内胃癌发展的风险，该项研究构建7个机器学习模型，包括逻辑回归，稀疏神经网络、LASSO算子等。其中SVM, RF, SGB和XGBoost作为需要调优的机器学习模型经过10倍交叉验证来选择超参数。模型的评价指标包括AUC、敏感性、特异性等。

如表1 和图2 所示在7个机器学习模型中， XGBoost在预测癌症发展方面表现最佳(AUC 0.97, 95%CI 0.96-0.98)。表2总结了需要内镜监测的病例数和不同模型遗漏的胃癌病例数。在XGBoost模型中，被认为是胃癌高危患者的人数为6.6%，漏检率为1.9%。

基于简单的基线临床信息和用药史，本文利用XGBoost开发了一个机器学习模型，可以准确预测幽门螺杆菌感染后胃癌发展的风险。该机器学习模型能够提供有效的内镜监测方案，将极低风险患者排除在不必要的监测之外。