Большинство прогностических моделей для рака толстой кишки не адаптированы к китайской популяции и не внедрены в клиническую практику. Исследователи из Suzhou Municipal Hospital провели ретроспективное исследование 430 пациентов с впервые диагностированным раком толстой кишки (2015–2022) для разработки оптимальной модели прогнозирования 5-летней условной выживаемости.

Пациенты были рандомизированы в соотношении 70:30 на обучающую (n=301) и валидационную (n=129) выборки. Собирались клинико-патологические данные и динамические опухолевые маркеры — карциноэмбриональный антиген (CEA) и углеводный антиген 19-9 (CA19-9). Применялась двойная стратегия отбора признаков с использованием LASSO и алгоритмов Boruta.

Были построены одна традиционная модель логистической регрессии и шесть моделей машинного обучения, включая XGBoost. Производительность оценивалась по площади под ROC-кривой (AUC), оценке Brier и F1-score. Для интерпретируемости применялся метод SHapley Additive exPlanations (SHAP).

Отобрано девять ключевых предикторов: клиническая стадия, дифференцировка, отдаленные метастазы, хирургическое лечение, таргетная терапия, а также исходные уровни CEA и CA19-9 и их значения через 12 месяцев.

Модель XGBoost продемонстрировала наилучшие результаты: AUC 0.955, наивысший F1-score (0.904) и наименьшую оценку Brier (0.085). SHAP-анализ выявил, что уровень CEA через 12 месяцев после начала лечения является критическим предиктором прогноза выживаемости.

Модели XGBoost и Random Forest превзошли традиционную логистическую регрессию по прогностической способности. XGBoost был выбран в качестве основной модели благодаря оптимальному балансу дискриминации, калибровки и совместимости с фреймворком SHAP.

SHAP обеспечил количественную индивидуализированную интерпретацию риска, продемонстрировав важность динамического мониторинга в оценке и ведении пациентов с раком толстой кишки. Исследование подтверждает ценность серийного измерения онкомаркеров для персонализированной оценки заболевания.