Рак предстательной железы остаётся одним из наиболее распространённых злокачественных новообразований у мужчин. Андроген-депривационная терапия (АДТ) — основа лечения местно-распространённого и метастатического заболевания, однако у многих пациентов развивается кастрационно-резистентный рак предстательной железы (КРРПЖ), исторически в течение примерно 2 лет монотерапии АДТ. Валидированные и широко применимые инструменты для раннего выявления пациентов высокого риска остаются ограниченными.
Авторы провели поиск в PubMed и OpenAlex с января 2021 по август 2026 года с дополнительным отслеживанием цитирований. Включались рецензируемые исследования, сообщающие о прогностических моделях прогрессирования до КРРПЖ после АДТ; был проведён нарративный синтез с оценкой репрезентативных моделей по критериям, близким к PROBAST+AI.
Из 65 уникальных записей, прошедших скрининг, 53 соответствовали критериям включения (12 исключены как выходящие за рамки темы или устаревшие); 17 ссылок были добавлены на этапе ревизии, в итоге процитировано 70 источников.
КРРПЖ развивается через активацию сигнального пути андрогенового рецептора, появление сплайс-варианта AR-V7 и нейроэндокринную дифференцировку. Установленными факторами риска являются оценка по Глисону, надир ПСА, костные метастазы, воспалительные индексы крови (соотношение нейтрофилов к лимфоцитам, системный иммуновоспалительный индекс), циркулирующие опухолевые клетки, циркулирующая опухолевая ДНК и генетические сигнатуры.
Отдельные исследования сообщают о более высокой дискриминационной способности моделей машинного обучения по сравнению с традиционными номограммами, однако эти сравнения проводились в рамках одного исследования и характеризуются высоким риском систематической ошибки и оптимизма. Внешняя валидация была проведена только для двух из восьми ключевых моделей.
Super Learner — ансамблевый фреймворк, показавший стабильность при прогнозировании клинических исходов в различных областях; его применение для прогнозирования КРРПЖ только начинается.
Мультипараметрическая модель на основе Super Learner может улучшить стратификацию риска КРРПЖ после АДТ, при условии её проспективной валидации в мультицентровых когортах и прозрачного представления результатов.