《Scientific Reports》：Machine learning prediction of postoperative recurrence in bladder cancer using clinical and laboratory indicators
编辑推荐：
本研究针对膀胱癌术后复发风险预测难题，基于488例患者临床及实验室数据，构建了XGBoost、RF、SVM、KNN四种机器学习模型。结果显示XGBoost模型预测效能最优（AUC达0.925），并筛选出肿瘤分期、NLR等关键风险因子，为个体化术后监测提供了新策略。
膀胱癌（Bladder Cancer）作为泌尿系统最常见的恶性肿瘤之一，其术后高复发率一直是临床诊疗的“阿喀琉斯之踵”。尽管经尿道膀胱肿瘤切除术（TURBT）等手术能有效切除肉眼可见的病灶，但术后5年内仍有高达50%–70%的患者面临复发风险。这种高复发率不仅导致患者需反复接受侵入性检查与治疗，严重影响生活质量，也极大地加重了医疗系统的负担。因此，如何在术后早期精准识别出高复发风险患者，从而实施差异化的密切随访和早期干预，是优化膀胱癌全程管理的关键瓶颈。
然而，传统的预后评估多依赖单一的临床病理指标（如肿瘤分期、分级），预测能力有限且缺乏个体化维度。随着精准医疗的发展，整合多维度数据（包括临床特征、实验室参数及生活方式）构建智能预测模型，已成为破解这一难题的新方向。在此背景下，发表在《Scientific Reports》上的这项研究，旨在利用机器学习（Machine Learning）算法，开发一种高精度的术后复发风险预测工具，并揭示驱动复发的关键风险因素。
主要技术方法概览
本研究回顾性纳入了488例膀胱癌患者，收集了包括 demographics（人口统计学）、lifestyle（生活方式）、comorbidity（合并症）、tumor-related（肿瘤特征）、surgical（手术相关）以及 postoperative follow-up data（术后随访数据）在内的多维指标，并特别关注了3个月时的 laboratory parameters（实验室参数）如NLR（neutrophil-to-lymphocyte ratio，中性粒细胞与淋巴细胞比值）、ALP（alkaline phosphatase，碱性磷酸酶）等。研究采用 univariate and multivariate analyses（单因素与多因素分析）筛选独立预测因子，并构建了XGBoost（eXtreme Gradient Boosting）、RF（Random Forest）、SVM（Support Vector Machine）和KNN（k-Nearest Neighbors）四种机器学习模型。模型性能通过ROC曲线（receiver operating characteristic curves）、calibration curves（校准曲线）、DCA（decision curve analysis，决策曲线分析）及k-fold cross-validation（k折交叉验证）进行评估，最后利用SHAP（SHapley Additive exPlanations）分析解读特征重要性及个体风险贡献。
研究结果解析
关键风险因子筛选
通过单因素及多因素分析，研究确定了11个与膀胱癌术后复发显著相关的独立预测因子。这些因子覆盖了从患者基础特征到肿瘤生物学行为的多个维度：
- •
人口学与行为因素：年龄、吸烟史（smoking history）。
- •
肿瘤病理特征：肿瘤分期（tumor stage）、肿瘤数目（tumor number）、肿瘤大小（tumor size）、病理分级（pathological grade）。
- •
实验室与检测指标：NLR（炎症指标）、尿液细胞学（urine cytology）、血尿（hematuria）、NMP22（核基质蛋白22）、ALP。
这一结果证实，复发风险并非由单一因素决定，而是患者基础状况、肿瘤恶性程度及机体微环境（如炎症状态）共同作用的结果。
模型性能大比拼：XGBoost脱颖而出
在构建的四种机器学习模型中，XGBoost算法展现出了卓越的预测能力，其综合性能显著优于RF、SVM和KNN模型：
- •
训练集：AUC（Area Under the Curve，曲线下面积）高达0.960，显示出极强的学习能力。
- •
验证集：AUC为0.925，表明模型具有良好的泛化能力，未见明显过拟合。
- •
外部验证队列：AUC达到0.850，进一步证明了该模型在不同人群中的稳健性与临床适用性。
此外，XGBoost模型的校准曲线显示其预测概率与实际复发概率高度一致，DCA分析也证实其在较大阈值概率范围内具有显著的临床净收益。
SHAP分析：打开“黑箱”，解读风险贡献
为了增强模型的可解释性，研究采用SHAP分析深度解析了各特征对复发风险的贡献度与作用方向。结果显示：
- •
核心贡献因子：吸烟史、肿瘤分期、肿瘤数目、肿瘤大小、病理分级、NLR、尿液细胞学、血尿、NMP22是影响模型预测结果的最重要特征。
- •
风险驱动模式：SHAP分析清晰地展示了这些因子如何导致个体患者的风险差异。例如，较高的NLR值、阳性尿细胞学结果、多发或体积较大的肿瘤、高级别病理分期等，均会显著推高模型的复发风险评分（即SHAP值较高）。
这不仅验证了临床经验，更从数据驱动角度量化了各风险因素的权重，为医生解读个体化风险提供了直观依据。
结论与意义展望
本研究成功构建并验证了一个基于多维数据与XGBoost算法的膀胱癌术后复发风险预测模型。该模型能够在术后早期（如3个月时间点）实现高精度的风险分层，其价值主要体现在三个方面：
- 1.
临床决策支持：为医生提供了一种量化工具，有助于识别需加强随访（如更频繁的膀胱镜检查）的高危患者，同时避免对低危患者的过度医疗。
- 2.
机制探索启示：通过SHAP分析揭示的NLR、NMP22等关键因子，为研究复发相关的生物学机制（如炎症微环境、肿瘤代谢）提供了新的线索。
- 3.
向精准医疗迈进：该模型整合了易于获取的临床与实验室指标，具备较好的临床转化可行性，有望成为膀胱癌个体化术后管理路径的核心组件。
当然，该模型的普适性仍需在前瞻性、多中心的大样本队列中进一步验证。未来若能结合基因组学、影像组学等多组学数据，模型的预测精度与生物学洞察力将得到进一步提升。
