Interpretable four-class machine learning prediction of initial I-131 therapy responses in differentiated thyroid cancer.

چکیده اصلی

BACKGROUND: Differentiated thyroid carcinoma (DTC) responses to initial post-operative I-131 therapy are heterogeneous. Standard binary models combine incomplete responses into a 'non-excellent' category, obscuring transitional states (indeterminate response [IDR] and biochemical incomplete response [BIR]) and outcome-specific drivers. We developed and validated an interpretable four-class machine learning framework to separate these dynamic trajectories and support pre-therapeutic decisions. MATERIALS AND METHODS: Data from 948 DTC patients were partitioned into training (n = 663) and test (n = 285) cohorts, with an independent temporal validation cohort (n=150). Four algorithms (Random Forest [RF], eXtreme Gradient Boosting [XGBoost], Light Gradient Boosting Machine [LightGBM] and Multi-Layer Perceptron [MLP]) were evaluated to predict excellent response (ER), IDR, BIR and structural incomplete response (SIR). Performance was assessed via area under the receiver operating characteristic curve (AUC), calibration curves and decision curve analysis (DCA). Shapley Additive exPlanations (SHAP) and multivariable logistic regression quantified category-specific drivers. RESULTS: Random forest achieved a micro-average AUC of 0.894 (95% CI: 0.842-0.901) in the test cohort and 0.885 (95% CI: 0.832-0.912) in validation. SHAP analysis revealed that pre-treatment stimulated thyroglobulin (pre-sTg) and stimulated thyroglobulin to thyroid-stimulating hormone ratio (LOG(sTg/TSH)) dominated ER, IDR and BIR predictions (pre-sTg peak weight: 31.9% in BIR), whereas diagnostic whole-body scintigraphy (Dx-WBS) was definitive for SIR (45.1% weight). Distant metastasis on Dx-WBS dramatically elevated SIR risk (OR: 171.89); pre-sTg ≥ 10 ng/mL significantly increased both SIR (OR: 7.18) and BIR (OR: 5.48) risks. CONCLUSIONS: This four-class framework separates biochemical and structural drivers of post-I-131 responses, providing a practical risk-stratification tool for personalized management before therapy.

ترجمه فارسی چکیده

پاسخ سرطان تیروئید متفاوت (DTC) به درمان با ید-131 اولیه پس از عمل، متغیر است. مدل‌های استاندارد باینری، پاسخ‌های ناقص را در یک دسته «غیرعالی» ترکیب می‌کنند که وضعیت‌های گذار (پاسخ نامشخص [IDR] و بیوشیمیایی ناقص [BIR]) و عوامل موثر بر نتیجه را پنهان می‌کنند. ما یک چارچوب تفسیرپذیری چهارکلاسه یادگیری ماشین را برای جداسازی این مسیرهای پویا و پشتیبانی از تصمیمات پیش‌درمانی توسعه و اعتبارسنجی کردیم. داده‌های ۹۴۸ بیمار DTC به دو گروه آموزشی (n = ۶۶۳) و آزمایشی (n = ۲۸۵) و یک گروه اعتبارسنجی زمانی مستقل (n=۱۵۰) تقسیم شدند. چهار الگوریتم (درخت تصادفی [RF]، XGBoost، LightGBM و شبکه عصبی چندلایه [MLP]) برای پیش‌بینی پاسخ عالی (ER)، IDR، BIR و پاسخ ساختاری ناقص (SIR) ارزیابی شدند. عملکرد از طریق مساحت زیر منحنی مشخصه عملگر گیرنده (AUC)، منحنی‌های کالیبراسیون و تحلیل منحنی تصمیم (DCA) سنجیده شد. تحلیل‌های SHAP نشان داد که تیروگلوبولین تحریک‌شده پیش‌درمانی (pre-sTg) و نسبت تیروگلوبولین تحریک‌شده به هورمون تحریک‌کننده تیروئید (LOG(sTg/TSH)) بر پیش‌بینی‌های ER، IDR و BIR غلبه داشتند (وزن اوج pre-sTg: ۳۱.۹٪ در BIR)، در حالی که اسکینتگرافی بدن کامل تشخیصی (Dx-WBS) برای SIR قطعی بود (۴۵.۱٪ وزن). متاستاز از راه دور در Dx-WBS ریسک SIR را به شدت افزایش داد (OR: ۱۷۱.۸۹)؛ pre-sTg ≥ ۱۰ ng/mL ریسک SIR (OR: ۷.۱۸) و BIR (OR: ۵.۴۸) را به طور معناداری افزایش داد.

متن کامل اصلی