Вторые злокачественные новообразования (SMN) стали одним из наиболее серьёзных отдалённых последствий у выживших после рака в детском возрасте и второй по частоте причиной смерти у пятилетних выживших после рецидива первичной опухоли. В Childhood Cancer Survivor Study 30-летняя кумулятивная частота SMN достигла 20,5%. Исследователи разработали интерпретируемые модели машинного обучения для прогнозирования возникновения SMN на основе рутинно собираемых клинических данных.

Используя базу данных SEER (Surveillance, Epidemiology, and End Results), авторы идентифицировали пациентов с первичным раком, диагностированным в возрасте ≤18 лет, которые прожили более пяти лет. Пациенты были разделены на группы с гематологическими и негематологическими злокачественными новообразованиями.

Модель light gradient boosting (LightGBM) обучалась с использованием 10-кратной перекрёстной валидации и байесовской оптимизации гиперпараметров для предсказания возникновения SMN. Для интерпретации предсказаний применялся метод SHapley Additive exPlanations (SHAP).

Всего идентифицировано 58 655 выживших после рака в детском возрасте, диагностированного между 1975 и 2012 годами; из них 24 245 (41,33%) имели гематологические злокачественные новообразования. Среди выживших после гематологического рака 800 (3,30%) развили SMN; среди выживших после негематологических опухолей — 1239 (3,60%).

Выжившие, у которых развилось SMN после гематологического рака, чаще имели лимфому Ходжкина (47,75% случаев) и получали лучевую терапию (47,25% vs 23,29%). Среди негематологических опухолей наиболее частыми локализациями были опухоли головного мозга (23,79%), щитовидной железы (8,35%) и костей (7,68%).

Для прогнозирования возникновения SMN модели LightGBM достигли средних значений AUC (area under the curve) на обучающей/тестовой выборках:

• 75,84%/71,18% для гематологических опухолей
• 73,93%/64,48% для негематологических опухолей

Несмотря на редкость SMN, модель для гематологических опухолей сохранила баланс классов, корректно идентифицировав 54,70% выживших, у которых развилось SMN, и 77,30% тех, у кого оно не развилось.

Модели time-to-event достигли тестовых AUC 67,96% и 69,17% для прогнозирования 10- и 15-летнего риска SMN после гематологических злокачественных новообразований, и 78,52% и 80,43% после негематологических.

SHAP-анализ связал следующие факторы с повышенным риском SMN после гематологических опухолей:

• Лимфома Ходжкина
• Старший возраст на момент диагностики
• Предшествующая лучевая терапия
• Женский пол

Для негематологических опухолей SHAP выявил в качестве ведущих факторов:

• Старший возраст
• Наличие метастазов
• Размер опухоли

Финальные модели были внедрены в визуальное веб-приложение, которое возвращает индивидуальную вероятность развития SMN.

Интерпретируемое машинное обучение позволяет стратифицировать риск SMN у выживших после рака в детском возрасте на основе легкодоступных клинических данных, одновременно раскрывая факторы, стоящие за каждым предсказанием. Это поддерживает персонализированное наблюдение и более раннее выявление последующих злокачественных новообразований.