Eur Urol Focus：在根治性前列腺切除术治疗的患者中，通过机器学习模型预测5年后发生远处转移的风险

高达 40% 的前列腺癌患者术后可能会出现生化复发，而挽救性放射治疗（SRT）是唯一的治愈选择。2016 年，Tendulkar 等人（《根治性前列腺切除术后挽救性放疗的多机构预测诺莫图当代更新》。J Clin Oncol 2016；34：3648-54）发表了一份诺莫图，用于预测根治性前列腺切除术后，接受 SRT 治疗且治疗前前列腺特异性抗原（PSA）为 0.5 ng/ml 的患者队列中的远处转移情况。在现代实践中，行SRT时的PSA 值较低。

近期，来自美国的研究人员在Eur Urol Focus上发表文章，他们训练并外部验证了一个机器学习模型，用来预测接受 SRT 的现代患者队列中，5 年后发生远处转移的风险。

研究人员使用了一家机构中接受 SRT 治疗的 2418 名患者的数据，训练了一个机器学习模型，这些患者的 PSA 中位值为 0.27 ng/ml。他们在两家不同机构接受治疗的 475 名患者中进行了外部验证。排除了患有 cM1、pN1 或 pT4 疾病的患者，以及 PSA>2 ng/ml 或 PSA 为 0 的患者，以及放射剂量 <60 或 ≥80 Gy 的患者。研究人员使用校准和随时间变化的接收者操作曲线下面积（tAUC）评估了模型性能。

研究结果发现，与 Tendulkar 模型（tAUC=0.60，p<0.001）相比，他们的模型具有更好的校准性和更高的区分度（tAUC=0.72）。研究的主要局限性在于其回顾性设计以及缺乏对接受激素治疗患者的验证。更新后的模型可为 PSA 值较低时接受 SRT 治疗的患者提供更个性化的风险评估，从而改善决策。

5年时的时间依赖曲线下面积

综上所述，多达 40% 的前列腺癌患者术后可能会出现生化复发，而挽救性放疗是唯一可能治愈的选择。研究人员利用临床和手术数据训练并验证了一个机器学习模型，用于预测患者治疗后 5 年的远处转移风险。他们的模型优于参考模型，能够提供更个性化的风险评估，从而改善临床决策。

原始出处：

Ali Sabbagh， Derya Tilki， Jean Feng et al. Multi-institutional Development and External Validation of a Machine Learning Model for the Prediction of Distant Metastasis in Patients Treated by Salvage Radiotherapy for Biochemical Failure After Radical Prostatectomy. Eur Urol Focus. Jul 2023