임상병리학적 데이터와 게놈 데이터의 통합을 통한 대장암 사망률에 대한 베이지안 위험 예측 모델

Jun 05, 2024

npj Precision Oncology 7권, 기사 번호: 57(2023) 이 기사 인용

1373 액세스

3 알트메트릭

측정항목 세부정보

대장암의 일반적인 종양-절 전이(TNM) 병기 결정은 종양의 병리학적 이질성과 종양 확산에 대한 부정확한 평가로 인해 생존을 예측하는 데 불완전합니다. 예후 예측 향상을 위해 통계 학습 기법인 베이지안 가산 회귀 트리(BART)를 활용하여 환자별 종양 특성을 종합적으로 분석했습니다. 미국 전역의 2개 전향적 코호트 연구에서 815명의 II~III기 환자의 75개 임상병리학, 면역, 미생물 및 게놈 변수 중에서 BART 위험 모델은 7개의 안정적인 생존 예측변수를 식별했습니다. 모델 예측 생존율을 기반으로 한 위험 계층화(낮은 위험, 중간 위험, 높은 위험)는 통계적으로 유의미했으며(위험 비율 0.19-0.45 대 높은 위험, P < 0.0001) The Cancer Genome Atlas(TCGA)를 사용하여 외부적으로 검증할 수 있었습니다. ) 데이터(P = 0.0004). BART는 모델 유연성, 해석 가능성 및 다른 기계 학습 모델과 비교할 수 있거나 우수한 성능을 보여주었습니다. 종양 특이적 요인과 함께 BART를 사용한 통합 생물정보학 분석은 대장암 환자를 예후 그룹으로 강력하게 계층화하고 임상 종양학 실습에 쉽게 적용할 수 있습니다.

대장암은 국소 장내 미세환경1에서 숙주, 미생물, 종양세포 사이의 복잡한 상호작용으로 인해 발생합니다. 종양-절 전이(TNM) 병기에만 기초한 생존 예측은 종양 이질성과 종양 확산에 대한 부정확한 평가로 인해 불완전합니다. II/III기 환자 내에서 위험 평가는 보조 화학요법의 사용뿐만 아니라 치료 강도 및 기간에 중요한 영향을 미칩니다2,3. 따라서 개별 환자의 결과를 더 잘 예측하려면 종양 진행에 기여하는 요인에 대한 대규모 다변량 분석이 필요합니다. 축적된 증거에 따르면 종양 미세부수체 불안정성(MSI) 상태, BRAF 돌연변이, Fusobacterium nucleatum의 양 및 T 세포 침윤물과 같은 요인이 대장암의 관련 예후 바이오마커임을 나타냅니다4,5,6. 이러한 결과를 고려하여 우리는 TNM 분류와 종양 및 면역 특성의 통합이 대장암의 예후 예측 모델을 향상시킬 수 있다는 가설을 세웠습니다.

생존 예측에 사용 가능한 임상병리학적 변수를 활용하기 위해 앙상블 트리 합계 분류 모델인 베이지안 가산 회귀 트리(BART)를 구현했습니다. 앙상블 방법을 사용하면 변수 중요도 측정을 통해 모델 해석성을 유지하면서 예측 변수와 결과 변수 간의 비선형 및 대화형 관계를 유연하게 모델링할 수 있으며, 종양 분자 하위 유형 분류, 치료 반응 및 여러 암 유형에 대한 생존 예측에서 유망한 결과를 얻었습니다8,9,10. BART는 기본 확률 분포를 트리 합계 모델에 도입하여 고유한 정규화를 허용함으로써 고전적인 앙상블 트리 패러다임을 확장합니다. BART는 RF(Random Forest), GB(그라디언트 부스팅), LASSO(최소 절대 축소 및 선택 연산자), 다변량 적응형 회귀 스플라인, 인공 신경망 등 다른 기계 학습 방법에 비해 유리한 성능과 우수한 변수 선택 기능을 입증했습니다. (ANN)11은 단백질 프로파일링, 유전자 조절 네트워크 분석 및 비모수적 생존 분석에 대한 이전 연구에서 유망한 결과를 제공했습니다.

본 연구에서 우리는 두 개의 대규모 전향적 코호트 연구, 즉 간호사 건강 연구(NHS)에서 대장암 환자 데이터베이스를 활용하여 II/III기 환자의 사망 위험 계층화를 개선하기 위해 TNM 병기 구성요소를 다른 요인과 통합한 BART 모델을 구축했습니다. ) 및 보건 전문가 후속 연구(HPFS). RF, GB 및 기타 통계 학습 방법과 비교하여 ROC(수신기 작동 특성) 곡선으로 표시되고 TCGA(종양 게놈 지도) 데이터 세트를 사용하여 외부적으로 검증된 우수한 BART 모델 성능을 확인했습니다. 우리는 5겹 교차 검증에 대한 순열 테스트를 통한 유의성 안정성과 중요한 변수에 대한 결과의 부분 종속성 측면에서 BART 모델에 기여하는 변수를 조사했습니다. 우리의 연구는 베이지안 앙상블 모델이 다양한 종양 및 환자별 요인을 통합하여 생존 예측을 개선할 수 있고 개인의 암 사망률 위험을 평가하는 임상 도구 역할을 할 수 있으며 이를 통해 최적의 환자 관리에 정확성을 더할 수 있음을 입증했습니다.