文献速递泌尿生殖腹部CT

基于影像组学的可解释机器学习模型预测膀胱癌HER2状态:一项多中心研究

A radiomics-based interpretable machine learning model to predict the HER2 status in bladder cancer: a multicenter study.
PubMed 文献 · Insights Imaging · 2024-10-28

本研究回顾性纳入4家医院207例经病理确诊的膀胱癌患者,从肾图期CT提取1218个影像组学特征并筛选出11个特征,构建5种机器学习模型预测HER2状态。测试集中随机森林表现最优,AUC为0.815,准确度0.755,SHAP分析显示纹理特征(GLSZM和GLCM)是HER2状态的重要预测因子。

要点

  • 肾图期CT影像组学可无创预测膀胱癌HER2状态,随机森林模型测试集AUC为0.815。
  • 随机森林测试集准确度0.755、敏感度0.667、特异度0.846、PPV 0.710、NPV 0.818。
  • SHAP分析显示GLSZM和GLCM纹理特征为HER2状态的重要预测因子。

核心结论

  • 基于增强CT影像组学的可解释机器学习模型能无创预测膀胱癌HER2状态,判别性能令人满意,可能有助于临床决策。

研究设计与样本

  • 回顾性多中心研究,从4家独立医院纳入207例经病理确诊的膀胱癌患者,训练集154例(2015年6月至2023年6月,原发中心),测试集53例(2019年6月至2023年12月,其他3家中心)。
  • 以手术病理标本IHC(2018年ASCO HER2检测指南,IHC 2+或3+为HER2阳性,0或1+为阴性)为参考标准,从术前2周内肾图期增强CT提取影像组学特征。
  • 采用LASSO回归筛选特征,构建LR、SVM、KNN、XGBoost和RF五种机器学习模型,以AUC评价性能,SHAP分析模型可解释性。

关键影像表现/征象

  • 从肾图期CT共提取1218个影像组学特征,经ICC>0.75、Spearman相关分析、t检验及五折交叉验证LASSO回归后筛选出11个特征用于建模。
  • 所选特征包括一阶、GLCM和GLSZM特征,主要与肿瘤异质性相关。
  • SHAP全局解释显示log-sigma-1-0-mm-3D_glszm_SmallAreaEmphasis和log-sigma-2-0-mm-3D_glszm_SmallAreaEmphasis对RF模型贡献最大。

诊断标准与关键数值

  • HER2阳性定义为IHC评分2+或3+,HER2阴性定义为0或1+(依据2018年ASCO HER2检测指南)。
  • 测试集中LR、SVM、KNN、XGBoost、RF的AUC分别为0.803、0.709、0.679、0.794、0.815,准确度分别为71.7%、69.8%、60.4%、75.5%、75.5%。
  • RF模型测试集准确度0.755、敏感度0.667、特异度0.846、PPV 0.710、NPV 0.818。
  • 训练集中LR、SVM、KNN、XGBoost、RF的AUC分别为0.829(95%CI 0.759–0.893)、0.917(95%CI 0.863–0.961)、0.827(95%CI 0.761–0.883)、0.961(95%CI 0.927–0.987)、0.965(95%CI 0.933–0.987)。

临床应用与阅片要点

  • RF被确定为最优分类器,测试集AUC为0.815,性能优于LR、SVM、KNN和XGBoost。
  • SHAP方法可提供全局和局部解释,有助于理解模型决策逻辑,可能增强临床信任。
  • 模型基于术前增强CT无创预测HER2状态,作者认为可能有助于临床决策过程。

局限性

  • 回顾性研究,样本量相对较小,不可避免存在选择偏倚。
  • 训练集与测试集在病理T分期(p=0.003)和病理N分期(p=0.024)方面存在差异,可能影响研究结果。
  • 研究结果需在大样本量和前瞻性队列中进一步验证。
  • 影像组学与基因组学之间的潜在生物学联系需进一步研究。
  • 放射科医生手动分割ROI耗时且可能引入主观性和变异性,未来研究应关注基于深度学习的自动分割和端到端技术。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2024 Oct 28;15:262. doi: 10.1186/s13244-024-01840-3

引言

膀胱癌(BCa)是泌尿系统常见的恶性肿瘤,以易复发、进展快和转移为特征[1, 2]。尽管接受了经尿道膀胱肿瘤切除术及膀胱内化疗或卡介苗(BCG)治疗,仍有超过50%的非肌层浸润性膀胱癌患者出现复发,并可能最终进展为肌层浸润性膀胱癌(MIBC)[3]。MIBC患者预后较差,5年总生存率低于50%[4]。

近年来,新型靶向治疗的快速发展为BCa的精准个体化治疗带来了希望[5]。BCa是第三大常见的人表皮生长因子受体2(HER2)过表达癌症,使其成为潜在的治疗靶点[6]。同时,HER2在驱动肿瘤发生中发挥关键作用,其高表达通常与BCa的病理恶性程度和不良预后相关[7, 8]。正在进行的II期和III期临床研究显示,靶向HER2的ADC药物在BCa治疗中的疗效和安全性具有令人鼓舞的前景[9–11]。一项纳入107例患者的开放标签、II期、多中心临床试验显示,维迪西妥单抗——一种新型靶向HER2的ADC药物——在至少接受过一线全身化疗的HER2阳性局部晚期或转移性尿路上皮癌患者中表现出良好的疗效(客观缓解率为50.5%)和可控的安全性[9]。近期,FDA已批准维迪西妥单抗用于晚期尿路上皮癌的治疗[12]。因此,准确区分BCa患者中HER2阳性(HER2-p)与HER2阴性(HER2-n)对于个体化治疗策略至关重要。

目前评估HER2表达状态的主要方法是对经尿道膀胱镜活检或手术标本进行免疫组织化学(IHC)染色[13]。然而,由于肿瘤内异质性和采样局限性,部分标本可能无法全面代表整个肿瘤。此外,这种传统方法具有侵入性、耗时且缺乏可重复性。因此,迫切需要一种无创且全面的方法来准确评估BCa中的HER2状态。

影像组学是一种新型高通量定量图像分析方法,能够快速、准确地从CT、MRI及其他医学图像中提取和分析信息,为识别整个肿瘤异质性提供无创且可重复的工具[14, 15]。根据既往研究,影像组学可以准确评估膀胱肿瘤的生物学行为,包括良恶性肿瘤的鉴别、肿瘤分级、肿瘤分期和肿瘤复发[16–18]。同时,影像组学也已用于利用术前影像数据准确、无创地预测乳腺癌、胃癌和肝癌中HER2、PD-1和Ki-67的表达状态[19–24]。据我们所知,这是首个基于CT扫描的多中心研究,旨在探索影像组学在预测BCa中HER2表达状态方面的潜力。

因此,这项多中心研究的目的是开发并验证一种基于增强CT影像组学特征的机器学习(ML)模型,用于预测BCa中的HER2状态。此外,该研究旨在通过应用Shapley加法解释(SHAP)来探索ML影像组学模型的可解释性。

材料与方法

患者

回顾性招募来自四家独立医院的、接受根治性膀胱切除术或部分膀胱切除术且经病理确诊为BCa的患者。纳入标准为:(1)经病理确诊为BCa的患者;(2)接受根治性膀胱切除术或部分膀胱切除术的患者;(3)术前2周内可获得增强CT扫描。排除标准为:(1)接受过新辅助治疗;(2)经病理确诊为非尿路上皮癌;(3)CT数据不完整或图像质量差。最终,2015年6月至2023年6月期间从原发中心共纳入154例患者作为模型构建的训练集。在测试集中,我们回顾性纳入了2019年6月至2023年12月期间来自其他三个中心的53例BCa患者。患者招募过程的流程图见图1。本研究经我们机构的机构审查委员会批准,并豁免知情同意要求。本研究按照个体预后或诊断多变量预测模型的透明报告(TRIPOD)声明进行报告,并符合《赫尔辛基宣言》[25]。

从电子病历中收集以下临床和病理数据:年龄、性别、病理T分期、病理N分期和病理分级。病理肿瘤分期基于美国癌症联合委员会分期系统第八版[26]。

图1 患者招募过程的流程图 查看原图 ↗

HER2状态评估

HER2状态通过对福尔马林固定、石蜡包埋的手术标本进行IHC检测来评估。样本由两名对临床数据不知情的病理学家根据2018年美国临床肿瘤学会HER2检测指南进行评分[27]。IHC染色结果评分如下:0,无染色或染色肿瘤细胞少于10%;1,超过10%的细胞呈现弱且部分的细胞膜染色;2,超过10%的细胞呈现弱至中等、完整的细胞膜染色;3,超过10%的肿瘤细胞呈现强、完整的细胞膜染色。HER2-p定义为IHC评分2+或3+,而HER2-n定义为评分0或1+。

图像采集和ROI分割

所有患者均在术前2周内接受增强CT扫描。不同机构的CT扫描仪和扫描参数详情见表S1。CT扫描图像从图像归档和通信系统(PACS)下载,并以原始医学数字成像和通信(DICOM)格式保存。在本研究中,选择肾图期(NP)CT图像进行后续分析,该期是膀胱癌肿瘤识别中最常用的成像期。

一位具有5年经验的泌尿放射科医师(读者A)对病理临床信息设盲,通过ITK-SNAP软件(版本3.6.0,http://www.itksnap.org)手动分割肿瘤的兴趣区(ROI)。对于多发性肿瘤,选择直径最大的病灶进行ROI分割及后续特征提取。首次分割2周后,读者A和读者B(在泌尿生殖系统疾病诊断方面具有10年以上经验)分别随机选取30幅图像进行ROI分割,以评估放射组学特征提取的观察者间和观察者内可重复性。观察者间和观察者内组内相关系数(ICC)> 0.75的放射组学特征被认为具有较强可靠性,因此被保留用于模型构建。

放射组学特征提取与筛选

使用Python中的开源pyradiomics软件包(版本2.2.0)从每位患者CT图像的3D ROI中提取放射组学特征。放射组学特征提取的详细信息见补充材料:附录E1。所有放射组学特征分别使用z分数归一化进行标准化。采用多种特征筛选方法进一步减少过拟合并提高模型的稳健性。在训练集中按照以下步骤进行特征筛选:(1)选择ICC > 0.75的稳定特征进行进一步分析;(2)使用Spearman相关分析过滤冗余特征。(3)使用独立样本t检验筛选在HER2-p组和HER2-n组之间具有显著差异的特征;(4)使用五折交叉验证的最小绝对收缩和选择算子(LASSO)回归算法进一步消除无关特征。

模型构建

在训练集中使用五种常用的机器学习(ML)算法构建预测模型,包括逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)、极端梯度提升(XGBoost)和k近邻(KNN)。使用受试者工作特征(ROC)曲线和ROC曲线下面积(AUC)值评估所建立ML模型的区分性能。使用Delong检验比较模型间的AUC。使用约登指数确定的截断值计算准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)。模型构建和性能评估在Python 3.8.0中完成。本研究的整体工作流程总结于图2。

图2 本研究的整体工作流程。CT,计算机断层扫描;ICC,组内相关系数;ROI,兴趣区;ROC,受试者工作特征;SHAP,Shapley加性解释;LASSO,最小绝对收缩和选择算子 查看原图 ↗

模型解释

SHAP作为一种基于博弈论的模型解释方法,可通过计算每个特征的贡献度来揭示各特征对模型预测的影响[28]。它能够获得全局解释和每个样本的局部解释。在本研究中,我们使用SHAP方法对所构建的机器学习(ML)模型进行解释,以应对“黑箱”挑战。所有分析均使用Python中的SHAP包(版本2.0.0)进行。生成了SHAP特征重要性图和汇总图。选取了若干代表性病例制作SHAP力图,以更好地理解模型的预测。

统计分析

所有统计分析均使用R包(版本4.1.2;https://www.r-project.org)和SPSS统计软件完成。连续变量以均数和标准差(SD)表示,分类变量以频数和百分比表示;95%置信区间(CI)采用自举法计算。训练集与测试集之间的临床特征分别采用卡方检验(或Fisher精确检验)和t检验(或Mann–Whitney U检验)进行比较。所有分析均以双侧p值<0.05为差异有统计学意义。

结果

临床病理资料

患者特征总结于表1。本研究共纳入207例膀胱癌(BCa)患者,其中109例(52.7%)为HER2-p状态,其余98例(47.3%)为HER2-n状态。两个队列在年龄、性别或病理分级方面未观察到显著差异。然而,训练集与测试集在病理T分期(p = 0.003)和病理N分期(p = 0.024)方面存在显著差异。

表1 训练集与测试集临床和病理特征比较 查看原表 ↗

特征筛选

每位患者从肾图期CT中提取了共1218个影像组学特征;887个影像组学特征显示出良好的观察者间和观察者内一致性(ICC > 0.75),并被用于进一步分析;去除高度相关特征后保留223个影像组学特征,经t检验分析后保留33个影像组学特征。最后,采用五折交叉验证的LASSO逻辑回归方法,筛选出11个特征以建立影像组学模型(图S1)。所选影像组学特征的详细描述见补充材料:附录E2。这些特征的热图和相关性热图见图S2和S3。

模型性能

所选特征被输入五种机器学习模型。本研究中各模型使用的超参数见补充材料:附录E3。机器学习模型在训练集和测试集中的性能见表2。在训练集中,AUC值分别为:逻辑回归(LR)0.829(95% CI:0.759–0.893),支持向量机(SVM)0.917(95% CI:0.863–0.961),K近邻(KNN)0.827(95% CI:0.761–0.883),XGBoost 0.961(95% CI:0.927–0.987),随机森林(RF)0.965(95% CI:0.933–0.987)。Delong检验结果显示,RF的AUC与LR(p < 0.001)、SVM(p = 0.035)和KNN(p < 0.001)相比存在显著差异,而RF与XGBoost之间未观察到显著差异(p = 0.643)(表S2)。尽管AUC无显著差异,但RF与XGBoost相比取得了更高的准确率、灵敏度、阳性预测值(PPV)和阴性预测值(NPV)。

在测试集中,RF(AUC为0.815)的表现优于LR(AUC为0.803)、SVM(AUC为0.709)、KNN(AUC为0.679)和XGBoost(AUC为0.794)。RF模型在测试集中的准确率为0.755,敏感度为0.667,特异度为0.846,PPV为0.710,NPV为0.818。因此,选择RF作为最终模型。此外,我们在训练集和测试集中展示了所有模型的ROC曲线、性能雷达图和校准曲线(图3)。

表2 机器学习模型在训练集和测试集中的性能比较 查看原表 ↗
图3 机器学习模型在膀胱癌患者HER2预测中的性能比较。a–c分别显示机器学习模型在训练集中的ROC曲线、性能雷达图和校准曲线。d–f分别显示机器学习模型在测试集中的ROC曲线、性能雷达图和校准曲线。AUC,曲线下面积;ML,机器学习;ROC,受试者工作特征 查看原图 ↗

模型可解释性

我们计算了RF模型中每个影像组学特征的SHAP值。在全局解释中,SHAP条形图(图4a)显示了每个特征的重要性。结果显示,log-sigma-1-0-mm-3D_glszm_SmallAreaEmphasis和log-sigma-2-0-mm-3D_glszm_SmallAreaEmphasis对RF模型的贡献最大。我们绘制了SHAP值的汇总图(图4b),其解释了每个特征对模型预测的影响。图5显示了四个正确预测HER2阳性和阴性的典型病例。为增强对模型决策的理解,图S4展示了RF模型内的两棵决策树。

图4 采用SHAP方法评估机器学习影像组学模型的可解释性。a SHAP条形图基于平均SHAP值显示每个特征的重要性。b SHAP汇总图显示每个特征对模型预测的影响。单个点代表患者,不同颜色代表对模型输出的不同影响程度。ML,机器学习;SHAP,沙普利加性解释 查看原图 ↗
图5 采用SHAP方法分别可视化四个被正确预测为HER2阴性(患者A和B)和HER2阳性(患者C和D)的代表性病例。SHAP,沙普利加性解释 查看原图 ↗

讨论

在本研究中,我们开发并外部验证了一个可解释的机器学习模型,该模型使用从增强CT扫描中提取的影像组学特征来预测BCa中HER2表达状态。近年来,HER2靶向治疗在BCa中显示出疗效。然而,病理组织间的异质性给使用传统IHC方法准确判读HER2状态带来了挑战。我们基于影像组学的模型可以从整个肿瘤区域提取特征,并在区分HER2阳性和HER2阴性病变方面表现出稳健的性能。该模型可以在术前无创地预测HER2表达状态,通过实现更早、更精确的干预策略,可能改善患者结局。据我们所知,这是首次尝试使用基于增强CT的影像组学特征和机器学习算法构建BCa中HER2表达的无创预测模型。

近年来,基于影像组学的图像分析技术迅速发展,为肿瘤诊断、分期和预后预测提供了一种无创且自动化的方法。Yu等开发了一种基于MRI图像的影像组学机器学习(ML)模型,用于预测尿路上皮膀胱癌患者的HER2状态[29]。支持向量机(SVM)在验证队列和测试队列中的AUC分别为0.886和0.712。尽管与CT相比MRI具有更好的软组织分辨率,但其受限于较高的成本、较长的扫描时间,以及不适用于某些金属植入物或幽闭恐惧症患者。因此,CT在预测膀胱癌(BCa)HER2状态方面的潜在应用价值仍值得探索。在既往文献中,也有研究构建基于CT的影像组学模型来预测膀胱癌中PD-L1和Ki-67的表达状态[22, 23]。在Cao等既往的一项研究中,基于CT扫描提取的影像组学特征构建的ML模型在验证集中预测BCa PD-L1表达状态的AUC范围为0.753至0.766[23]。Feng等报道,结合临床因素的CT影像组学列线图在预测BCa中Ki-67表达方面表现良好,验证集中的AUC为0.887[22]。他们的分析揭示了基于CT的影像组学特征(包括形状、一阶和纹理特征)与BCa病理生物学特征之间的潜在关联。然而,这些研究均未纳入来自外部中心的患者来验证模型的泛化性和稳定性。我们的研究同样表明,从增强CT图像中提取的影像组学特征可用于预测BCa中的HER2状态。在本研究中,最终筛选出11个最优特征(包括一阶、灰度共生矩阵(GLCM)和灰度尺寸区域矩阵(GLSZM)特征),这些特征主要与肿瘤异质性相关,用于建模。我们评估了五种常用的ML模型,发现随机森林(RF)在独立测试集中表现出优越的性能,AUC为0.815。我们模型的性能与既往使用影像组学方法预测乳腺癌和胃癌中HER2表达的研究相当[19–21, 30]。本研究表明,基于影像组学的ML方法可以无创评估BCa中的HER2状态,这对于无法接受侵入性操作的患者尤其有价值。

机器学习模型固有的“黑箱”性质和有限的可解释性阻碍了其在临床实践中的广泛应用,临床医生往往对信任其预测结果表现出犹豫[31]。首先,通过SHAP方法的全局可解释性,我们识别出log-sigma-1-0-3D_glszm_SmallAreaEmphasis、log-sigma-2-0-3D_glszm_SmallAreaEmphasis和wavelet-HLH_glcm_lmc2是HER2状态的重要预测因子。GLSZM和GLCM是常用于描述图像纹理的特征,通过计算具有不同灰度强度的像素或体素对之间的空间关系来提供肿瘤异质性的信息。“小区域 Emphasis”测量小尺度区域的分布,可以描述纹理的精细程度。既往一项研究报告称,“小区域 Emphasis”特征是胃癌中HER2表达的重要预测因子[32]。此外,在局部可解释性方面,我们可视化了个体实例的SHAP力图,展示了单个特征如何影响预测过程。此外,我们还可视化了随机森林(RF)模型中的单棵决策树,提供了对预测过程中决策路径和逻辑的直观理解。这种方法有助于临床医生理解机器学习模型的内部机制和决策逻辑,这对于在临床环境中获得信任和认可至关重要。

本研究也存在一些局限性。首先,由于本研究的回顾性性质,我们的样本量相对较小,尽管数据来自多个中心,但不可避免地存在选择偏倚。此外,训练集和测试集之间在某些基线特征(如病理T分期和N分期)上存在差异,这可能影响研究结果。因此,本研究的发现需要在大样本量和前瞻性队列中进一步验证。其次,尽管我们使用SHAP算法解释了模型预测,但仍需进一步研究影像组学与基因组学之间的潜在生物学联系。最后,放射科医生手动分割感兴趣区(ROI)是一个耗时的过程,可能引入主观性和变异性。因此,未来的研究应关注基于先进深度学习的自动分割和端到端技术,以尽量减少人工干预,确保可重复性和效率。

结论

总之,基于增强CT的影像组学特征为预测膀胱癌(BCa)的HER2状态提供了一种新的无创方法。基于影像组学的可解释机器学习模型表现出令人满意的判别性能,可能有助于临床决策过程。

补充信息

电子补充材料

引用

  1. Wei Z, Bai X, Xv Y, et al. A radiomics-based interpretable machine learning model to predict the HER2 status in bladder cancer: a multicenter study. Insights Imaging. 2024. PMID: 39466475. doi:10.1186/s13244-024-01840-3
  2. 全文:PMC11519251(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11519251/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。