Ранняя диагностика рака яичников остаётся нерешённой клинической проблемой из-за отсутствия высокочувствительных биомаркеров раннего выявления. Стандартные скрининговые параметры — тест на CA-125 и трансвагинальное УЗИ — демонстрируют низкую чувствительность при постановке диагноза.

Исследователи представили интерпретируемую архитектуру машинного обучения на основе данных скрининга Prostate, Lung, Colorectal, and Ovarian (PLCO) Cancer Screening. Исходная аналитическая когорта включала 78 209 участниц, среди которых зарегистрировано 518 случаев рака яичников. Для отбора информативных предикторов в пространстве высокой размерности применялся комплексный конвейер отбора признаков с использованием ANOVA (f-классификатор), Chi-square, Random Forest importance и XGBoost importance. В результате отобрано 20 информативных додиагностических предикторов.

Тестировались несколько классификационных алгоритмов; методы на основе бустинга продемонстрировали наилучшую предсказательную способность. Стекинг-ансамбль K-Nearest Neighbors и AdaBoost показал наивысшую общую производительность: точность 0.7644, AUROC на тестовой выборке 0.8399. Дополнительно оценивались чувствительность, специфичность, PPV, NPV, сбалансированная точность, MCC и PR-AUC.

Для обеспечения интерпретируемости модели применялись SHAP-анализ и permutation importance. Наиболее значимыми предикторами стабильно оказывались переменные из скрининговых анкет, возраст и показатели CA-125.

Предложенная методология представляет методологически строгий и прозрачный метод оценки популяционного риска рака яичников. Авторы указывают, что фреймворк закладывает основу для будущих исследований в направлении клинически применимой системы поддержки принятия решений для скрининга рака яичников, однако требуется внешняя валидация.