Анемия остается частым и клинически значимым осложнением у пациентов с первичным раком легкого, получающих платиносодержащие режимы химиотерапии. Несмотря на это, инструменты стратификации риска, интегрирующие многомерные клинические данные и прошедшие внешнюю валидацию, остаются редкостью. Многоцентровое исследование было направлено на разработку и внешнюю валидацию модели машинного обучения для предсказания химиоиндуцированной анемии (CIA) в этой популяции.

В ретроспективное исследование включено 3 434 пациента с первичным раком легкого из двух географически различных учреждений: 3 097 пациентов составили обучающую/внутреннюю валидационную выборку (соотношение 7:3), 337 пациентов — независимую внешнюю валидационную выборку.

Переменные с долей пропущенных значений >30% исключались, оставшиеся пропуски импутировались методом множественной импутации цепными уравнениями (MICE). Тринадцать предикторов-кандидатов были предварительно отобраны посредством одномерного скрининга и LASSO-регрессии. Разработано девять алгоритмов машинного обучения, которые сравнивались по площади под ROC-кривой (AUC), калибровочным графикам и анализу кривых решений. Интерпретируемость модели обеспечена методом SHapley Additive exPlanations (SHAP).

Первичная конечная точка — уровень гемоглобина <100 г/л (CTCAE Grade ≥2), зафиксированный в течение первых двух циклов химиотерапии.

Среди девяти моделей-кандидатов LightGBM продемонстрировала наивысшую дискриминационную способность:

• AUC на обучающей выборке: 0.871 (95% CI: 0.852–0.891)
• AUC на внутренней валидации: 0.797 (95% CI: 0.763–0.831)
• AUC на внешней валидации (Центральная больница Линьфэня): 0.684 (95% CI: 0.626–0.742)

Калибровочный анализ и анализ кривых решений последовательно демонстрировали превосходное согласие и чистую клиническую пользу для LightGBM во всех трех датасетах.

SHAP-анализ выявил шесть наиболее влиятельных предикторов:

• Количество лимфоцитов
• D-димер
• Аланинаминотрансфераза
• Общий билирубин
• Пол
• Альбумин

Положительная ассоциация с риском анемии: повышенный D-димер, женский пол, амбулаторное лечение.

Обратная ассоциация: количество лимфоцитов, показатели функции печени, альбумин.

Модель на основе LightGBM демонстрирует приемлемую и умеренную прогностическую производительность, удовлетворительную калибровку и потенциальную клиническую полезность в географически разнообразных популяциях, предлагая предварительный инструмент стратификации риска для раннего выявления пациентов с раком легкого с повышенным риском анемии до начала химиотерапии.

Однако умеренная производительность на внешней валидации (AUC 0.684) требует осторожной интерпретации и дальнейшей доработки модели перед широким клиническим внедрением. Авторы подчеркивают необходимость проспективной валидации и оптимизации модели для повышения её обобщаемости.