Исследователи из двух центров проанализировали данные 823 пациентов с хирургически резецированными нейроэндокринными карциномами легкого (pNEC) за период 2001–2023 гг. Модели разрабатывались на базе Центра 1 (n=374, разделение 8:2 на обучающую и внутреннюю тестовую выборки) и валидировались на независимой когорте Центра 2 (n=449).
Сравнивались три алгоритма: логистическая регрессия (LR), дерево решений (DT) и Transformer-модель TabPFN для оценки общей выживаемости (OS) и безрецидивной выживаемости (DFS) в точках 1, 3 и 5 лет. Оценка проводилась с использованием ROC-анализа, калибровочных кривых, decision curve analysis и SHAP-анализа для интерпретируемости.
TabPFN продемонстрировала наивысшие значения AUC в большинстве задач в обеих тестовых выборках:
-
Во внутренней тестовой выборке логистическая регрессия показала лучший результат только для 1-летней OS (AUC 0.885), тогда как TabPFN превосходила в остальных задачах: 3-летняя OS (0.880), общая DFS (0.810), 1-летняя DFS (0.892).
-
Во внешней валидационной когорте TabPFN сохранила лидерство для 1- и 3-летней OS, а также для общей, 1- и 3-летней DFS (диапазон AUC 0.747–0.802). Логистическая регрессия оказалась оптимальной для 5-летней OS и DFS.
Калибровка во внешней когорте была менее удовлетворительной, что требует дальнейшей доработки.
SHAP-анализ выявил три основных предиктора: стадия заболевания, патоморфологический подтип (от карциноидов низкой степени злокачественности до мелкоклеточного рака легкого и крупноклеточной нейроэндокринной карциномы) и возраст пациента. TabPFN показала более высокую точность для low-grade подтипов.
Модель количественно оценила вклад каждого признака, обеспечив клиническую интерпретируемость предсказаний.
Transformer-архитектура улучшает прогнозирование выживаемости при редкой и гетерогенной группе нейроэндокринных карцином легкого. Подтверждена переносимость модели на независимую институциональную когорту, хотя авторы подчеркивают необходимость проспективной мультицентровой валидации и улучшения калибровки перед широким клиническим применением для индивидуализации терапевтических решений.