韋英婷 覃家盟 樊金蓮 梁敏 周海華 翚東 李婷

肝細胞癌（hepatocellular carcinoma，HCC）是常見的消化道惡性腫瘤，肝切除術(shù)是主要的治療方法之一，但 5 年復(fù)發(fā)率高達 70%［1?2］，5 年總生存率僅為37%［3］。準確評估HCC患者的生存情況對選擇治療策略有重要意義。但是肝癌異質(zhì)性大，患者的預(yù)期壽命仍難以準確評估。臨床預(yù)測模型的開發(fā)有助于提高臨床醫(yī)師評估患者預(yù)后的能力［4?5］。目前基于HCC預(yù)后影響因素已經(jīng)開發(fā)了一系列預(yù)測模型，但外推性、準確度仍不足［6?8］。近年來，隨著龐大數(shù)據(jù)庫出現(xiàn)和計算能力增強，一些新穎的預(yù)測分析方法不斷涌現(xiàn)［9］。其中深度學(xué)習(xí)是人工智能的一個子學(xué)科，有助于研究人員分析大量數(shù)據(jù)，通過預(yù)測解決問題［10］。在過去的十余年中，深度學(xué)習(xí)在醫(yī)療保健中的使用越來越多［11?12］。在臨床研究中，深度學(xué)習(xí)主要用于提供更準確的預(yù)測結(jié)果以評估腫瘤患者的預(yù)后［13?14］。隨著患者病理學(xué)和遺傳信息的可用性增加，深度學(xué)習(xí)可能成為預(yù)測生存的新工具［15?16］。本研究收集美國國立癌癥研究所的監(jiān)測、流行病學(xué)和最終結(jié)果（Surveillance，Epidemiology and Results，SEER）數(shù)據(jù)庫中的數(shù)據(jù)，采用深度學(xué)習(xí)算法DeepSurv開發(fā)了一種可預(yù)測HCC患者1、3、5年生存率的模型，并選擇本院HCC患者驗證模型的可推廣性，以期通過個性化預(yù)測模型更好地幫助臨床醫(yī)師做出治療決策或臨床試驗設(shè)計。

1 資料與方法

1.1 研究設(shè)計與對象

本研究為回顧性隊列研究。選擇2011年1月—2015年12月SEER數(shù)據(jù)庫中經(jīng)病理確診的HCC患者為訓(xùn)練隊列用于構(gòu)建模型，隨訪截至2019年12月；選擇同期于本院經(jīng)病理確診的HCC患者為外部驗證隊列用于評估模型，隨訪截至2019年6月。遵循TRIPOD報告指南［17］開發(fā)和驗證模型。納入標準：⑴病理明確診斷為HCC；⑵年齡≥18歲；⑶HCC為第一原發(fā)性癌。排除標準：⑴尸檢獲取或只有死亡報告上的病例；⑵非HCC相關(guān)性死亡者；⑶合并其他腫瘤者；⑷隨訪信息不完整者。本研究經(jīng)本院理論委員會審核批準。由于本研究為回顧性研究且數(shù)據(jù)匿名分析，因此不需要患者知情同意。

1.2 數(shù)據(jù)提取及定義

訓(xùn)練隊列數(shù)據(jù)采用SEER*stat 8.3.5軟件（http：//www.seer.cancer.gov/seerstat）在SEER數(shù)據(jù)庫中提取。該數(shù)據(jù)庫于1973年建立，記錄了美國部分州縣40余年來腫瘤患者的相關(guān)信息，是目前美國最具代表性的大型腫瘤登記注冊數(shù)據(jù)庫之一［18］。外部驗證隊列數(shù)據(jù)從本院電子病歷系統(tǒng)中提取。收集患者的性別、年齡、種族、組織學(xué)分級、TNM分期、腫瘤大小、轉(zhuǎn)移情況、手術(shù)情況、生存時間、生存狀態(tài)等資料。組織學(xué)分級以ICD?O?3為標準分為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級；TNM分期以AJCC第7版為標準。

1.3 預(yù)測結(jié)局

本研究將HCC患者的相關(guān)性死亡作為研究終點，主要預(yù)測結(jié)局為1、3、5年總生存率?？偵嫫冢╫verall survival，OS）定義為患者確診到死亡或隨訪截止的時間。

1.4 DeepSurv算法

DeepSurv算法是將深度學(xué)習(xí)技術(shù)應(yīng)用于非線性Cox回歸的風(fēng)險網(wǎng)絡(luò)，其網(wǎng)絡(luò)是一種深度前饋神經(jīng)網(wǎng)絡(luò)，通過網(wǎng)絡(luò)學(xué)習(xí)權(quán)重，預(yù)測患者協(xié)變量對其危險率的影響［19］。其中構(gòu)建DeepSurv模型網(wǎng)絡(luò)參數(shù)設(shè)置是關(guān)鍵。首先，需要設(shè)置網(wǎng)絡(luò)層數(shù)和各層節(jié)點數(shù)，其中輸入層節(jié)點數(shù)為預(yù)后影響因素的個數(shù)，不需要用戶輸入；輸出層只有一個節(jié)點，即對數(shù)風(fēng)險函數(shù)。其次，需要調(diào)節(jié)相關(guān)參數(shù)，關(guān)鍵參數(shù)有學(xué)習(xí)率、學(xué)習(xí)率衰減、激活函數(shù)選擇、正則化及優(yōu)化方法等。

1.5 RFS算法

RFS算法是一種用于右刪失生存數(shù)據(jù)進行分析的隨機森林方法，引入了生存森林的事件保留原則，可用于定義總體死亡率，是一種簡單的可解釋的死亡率度量，可以用作預(yù)測結(jié)果［20］。構(gòu)建RFS的一般流程：⑴模型通過“自助法”（Bootstrap）將原始數(shù)據(jù)以有放回的形式隨機抽取樣本，建立樣本子集，并將每個樣本中37%的數(shù)據(jù)作為袋外數(shù)據(jù)排除在外。⑵每個樣本隨機選擇特征構(gòu)建其對應(yīng)的生存樹。⑶利用Nelson?Aalen法估計隨機生存森林模型的總累積風(fēng)險。在R語言環(huán)境下隨機森林的建模過程主要包含兩個重要參數(shù)：ntree（樹的數(shù)目）和mtry（隨機選擇特征的數(shù)目）。

1.6 統(tǒng)計學(xué)方法

計量資料以均數(shù)±標準差（x±s）表示；分類數(shù)據(jù)以n（%）表示，組間比較采用χ2檢驗；采用Kaplan?Meier法計算生存率，組間比較采用log?rank檢驗。在訓(xùn)練隊列中采用Cox比例風(fēng)險回歸分析影響OS的因素，計算風(fēng)險比（HR）及其對應(yīng)的95%可信區(qū)間（CI），采用Schoenfeld殘差法檢驗等比例假設(shè)。由于本研究的預(yù)測變量較少，因此采用影響OS的獨立因素構(gòu)建DeepSurv和RFS模型。為防止過度擬合，選擇合適的模型參數(shù)，模型訓(xùn)練均采用5折交叉驗證。分別在訓(xùn)練隊列和外部驗證隊列中對DeepSurv、RFS和Cox模型進行評價。采用C?index和校準曲線評價模型的區(qū)分度和校準度，計算方法采用Bootstrap法，重抽樣次數(shù)為1 000次。同時采用時間依賴的C?index評估模型區(qū)分度的持續(xù)性。為評估模型的危險分層能力，首先采用X?tile軟件計算風(fēng)險概率的最佳臨界值；其次根據(jù)最佳臨界值將患者分為低風(fēng)險組、中風(fēng)險組和高風(fēng)險組；最后采用log?rank檢驗比較各組生存曲線的差異。采用R 3.4.3 軟件（https：//www.r?project.org/）中的survival程序包構(gòu)建Cox比例風(fēng)險回歸模型，采用randomForestSRC程序包構(gòu)建RFS模型；采用Python 3.0中的TFDeepSurv深度生存分析包構(gòu)建DeepSurv（https：//github.com/jaredleekatzman/DeepSurv）模型；其余數(shù)據(jù)均采用R 3.4.3軟件分析。本研究以雙側(cè)P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 一般資料及生存情況

在SEER數(shù)據(jù)庫中篩選了78 456例HCC患者，最終納入符合標準9 730例構(gòu)成訓(xùn)練隊列；在本院電子病歷系統(tǒng)中共篩選了731例患者，最終納入符合標準405例構(gòu)成外部驗證隊列。在訓(xùn)練隊列中，中位隨訪44個月時死亡5 836例（60.0%），中位OS為24.0個月（95%CI：23.0～25.0個月），1、3、5年生存率分別為64.2%、40.5%、30.7%，見圖1A；在外部驗證隊列中，中位隨訪41個月時死亡236例（61.5%），中位OS為21.0個月（95%CI：17～28.0個月），1、3、5年生存率分別為61.4%、38.6%、27.1%，見圖1B。兩個隊列中，診斷時的平均年齡分別為（65.0±10.9）歲和（65.1±11.3）歲，均以男性為主（訓(xùn)練隊列男性占75.8%，外部驗證隊列男性占76.3%），其余資料比較見表1。

圖1 HCC患者的Kaplan?Meier生存曲線Fig.1 Kaplan?Meier curves of HCC patients

表1 訓(xùn)練隊列和外部驗證隊列中HCC患者的基線資料Tab.1 Characteristics of HCC patients in the training cohort and external validation cohort

2.2 訓(xùn)練隊列中影響OS的獨立因素

在訓(xùn)練隊列中采用Cox比例風(fēng)險回歸模型分析影響HCC患者OS的因素。單因素Cox回歸分析顯示，性別、種族、年齡、組織學(xué)分級、T分期、N分期、M分期、腫瘤大小、轉(zhuǎn)移、手術(shù)與OS有關(guān)（均P＜0.05）。多因素Cox回歸分析顯示，年齡、組織學(xué)分級、T分期、N分期、M分期、腫瘤大小、轉(zhuǎn)移、手術(shù)是影響OS的獨立因素（均P＜0.05），見表2。

表2 影響HCC患者OS的Cox回歸分析*Tab.2 Cox regression analysis for OS in HCC patients*

2.3 預(yù)測模型的開發(fā)

選擇影響OS的獨立因素年齡、組織學(xué)分級、T分期、N分期、M分期、腫瘤大小、轉(zhuǎn)移、手術(shù)，基于5折交叉驗證構(gòu)建DeepSurv、RFS和Cox模型。DeepSurv模型最優(yōu)網(wǎng)絡(luò)設(shè)置：輸入層有9個節(jié)點，隱藏層有兩層（第一隱藏層有7個節(jié)點，第二隱藏層有4個節(jié)點），輸出層有1個節(jié)點；學(xué)習(xí)率為0.05，學(xué)習(xí)率衰減為1.0，激活函數(shù)為rule，正則化方法為sgd。RFS模型最優(yōu)參數(shù)設(shè)置：ntree為500，mtry為4，其余參數(shù)均為默認設(shè)置或自動學(xué)習(xí)。Cox模型方程：風(fēng)險概率=年齡≥60歲×0.129+組織學(xué)分級Ⅱ×0.151+組織學(xué)分級Ⅲ×0.532+組織學(xué)分級Ⅳ×0.552+T2期×0.167+T3期×0.458+T4期×0.542+Tx期×0.354+N1期×0.273+Nx期×0.124+M1期×0.312-手術(shù)×1.267+腫瘤大小3～5 cm×0.237+腫瘤大?。? cm×0.536+轉(zhuǎn)移×0.281。TNM分期方程：風(fēng)險概率=T2期×0.051+T3期×0.970+T4期×0.881+Tx期×0.834+N1期×0.545+Nx期×0.384+M1期×0.922。

2.4 預(yù)測模型的評估與比較

在訓(xùn)練隊列和外部驗證隊列中，深度學(xué)習(xí)算法DeepSurv的C?index均高于RFS、Cox回歸以及TNM分期（均P＜0.05），RFS、Cox回歸的C?index高于TNM分期（均P＜0.05），見表3。比較每種模型預(yù)測性能的持續(xù)性趨勢，發(fā)現(xiàn)無論在訓(xùn)練隊列還是外部驗證隊列，DeepSurv在整個計算期間（第1～60個月），C?index均高于RFS、Cox回歸以及TNM分期，見圖2。一致性曲線亦發(fā)現(xiàn)，無論在訓(xùn)練隊列還是外部驗證隊列中，DeepSurv的1、3、5年的校準曲線亦顯示出良好的校準度，見圖3。

表3 預(yù)測模型的區(qū)分度評價Tab.3 Discrimination evaluation of predictive model

圖2 時間依賴的ROC曲線評估模型區(qū)分度的持續(xù)性Fig.2 Time?dependent ROC curves evaluated the persistence of model discrimination

圖3 校準曲線評估預(yù)測1、3、5年總生存率的校準度Fig.3 Calibration curves estimated the calibration for predicting the survival rate at 1,3,and 5 years

2.5 DeepSurv模型的危險分層能力

在訓(xùn)練隊列中，以DeepSurv模型預(yù)測患者的風(fēng)險概率，X?tile軟件計算風(fēng)險概率的最佳臨界值，根據(jù)最佳臨界值0.87、2.93將患者分為低風(fēng)險組（＜0.87）、中風(fēng)險組（0.87～2.93）和高風(fēng)險組（＞2.93），任意兩組之間的生存曲線差異均有統(tǒng)計學(xué)意義（均P＜0.001），見圖4A；在外部驗證隊列中亦獲得相同的結(jié)果，見圖4B。表明DeepSurv預(yù)測模型具有良好的危險分層能力。

圖4 Kaplan?Meier曲線評估DeepSurv模型的危險分層能力Fig.4 Kaplan?Meier curves evaluated the risk stratification ability of DeepSurv model

3 討論

本研究基于大樣本數(shù)據(jù)庫SEER和深度學(xué)習(xí)算法DeepSurv構(gòu)建了可預(yù)測HCC患者1、3、5年總生存率的模型，并將該模型與機器學(xué)習(xí)算法RFS、Cox回歸和TNM分期構(gòu)建的模型進行比較，發(fā)現(xiàn)DeepSurv模型的預(yù)測性能優(yōu)于RFS、Cox回歸和TNM分期。本研究同時證明了深度學(xué)習(xí)可提供一種新穎的解決方案，通過個性化預(yù)測模型能更好地幫助臨床醫(yī)師做出治療決策或進行臨床試驗設(shè)計。

鑒于簡單性和相對準確性，TNM分期已成為臨床實踐中預(yù)測HCC患者預(yù)后的常用指標之一，但不能精確評估預(yù)后。目前主要通過結(jié)合臨床和病理變量改善TNM分期的預(yù)測能力。本研究中Cox比例風(fēng)險模型將性別、年齡、組織學(xué)分級、腫瘤大小、轉(zhuǎn)移、手術(shù)等與TNM分期相結(jié)合，發(fā)現(xiàn)其C?index無論在訓(xùn)練隊列還是外部驗證隊列中均高于TNM分期。Cox比例風(fēng)險模型是一個半?yún)?shù)模型，可用于計算觀察到的協(xié)變量對事件發(fā)生風(fēng)險的影響［21］。醫(yī)學(xué)研究人員常使用該模型評估預(yù)后協(xié)變量在死亡或癌癥復(fù)發(fā)等事件中的重要性，并隨后告知患者其治療選擇［22］。Cox比例風(fēng)險模型假設(shè)患者的死亡風(fēng)險是其協(xié)變量的線性組合，該假設(shè)稱為“等比例假設(shè)”。然而在真實世界的數(shù)據(jù)集中，等比例假設(shè)往往不能滿足［23］。因此，需要更豐富的生存模型，以更好地將生存數(shù)據(jù)與非線性風(fēng)險函數(shù)擬合。

在擁有大量患者健康數(shù)據(jù)的電子時代，可以將深度學(xué)習(xí)或?qū)C器學(xué)習(xí)整合到電子健康記錄中，從而為臨床醫(yī)師提供有價值的預(yù)后信息［24?25］。本研究分別采用深度學(xué)習(xí)算法DeepSurv和機器學(xué)習(xí)算法RFS構(gòu)建預(yù)測HCC患者1、3、5年總生存率的模型，在訓(xùn)練隊列和外部驗證隊列中，DeepSurv和RFS的C?index均大于Cox回歸和TNN分期，且DeepSurv的C?index最大，表明DeepSurv具有最高的模型區(qū)分度，校準曲線亦表明DeepSurv有較好的校準度，危險分層系統(tǒng)也發(fā)現(xiàn)DeepSurv模型可將HCC患者區(qū)分為低、中、高風(fēng)險3組。DeepSurv算法是將深度學(xué)習(xí)技術(shù)應(yīng)用于非線性Cox回歸的風(fēng)險網(wǎng)絡(luò)，其網(wǎng)絡(luò)是一種深度前饋神經(jīng)網(wǎng)絡(luò)，通過網(wǎng)絡(luò)學(xué)習(xí)權(quán)重，預(yù)測患者協(xié)變量對其危險率的影響［19］。醫(yī)學(xué)數(shù)據(jù)具有高可變性，非線性相互作用和異構(gòu)分布［26］。在這種情況下，深度學(xué)習(xí)技術(shù)可能是一種更合適的預(yù)測方法，因為其已被證明可處理具有復(fù)雜、非線性、異構(gòu)分布的大數(shù)據(jù)集［26?27］。此外，深度學(xué)習(xí)的獨特之處在于可以應(yīng)用布爾邏輯、絕對條件、條件概率和其他非常規(guī)策略對數(shù)據(jù)建模。但深度學(xué)習(xí)也存在一定缺陷：一是錯誤或分類不當?shù)臄?shù)據(jù)將影響模型的質(zhì)量［15］；二是分析缺乏透明度。雖然深度學(xué)習(xí)涉及多個分析層，可能做出有意義的預(yù)測［9］，但這些分層通常無法被有意義地解釋［28］。如本研究中的Cox回歸和TNM分期結(jié)果可用具體的數(shù)學(xué)公式呈現(xiàn)，但DeepSurv和RFS算法難以做到。

本研究采用深度學(xué)習(xí)算法構(gòu)建預(yù)測模型，并進行了外部驗證，證明所構(gòu)建的模型具有一定外推性；樣本量大，有足夠的隨訪時間；模型的構(gòu)建采用了5折交叉驗證，避免了過度擬合或欠擬合，以上保證了本研究結(jié)果的可靠性。但本研究也存在以下局限性：⑴本研究為回顧性研究，無法避免回顧性偏倚及隨訪依從性等造成的偏倚。⑵訓(xùn)練隊列和外部研究隊列來自不同國家，雖然DeepSurv模型在內(nèi)部驗證和外部驗證下均表現(xiàn)良好，但不同種族人群可能會限制模型的適用性，即使本研究多因素Cox回歸表明種族并不是影響HCC預(yù)后的危險因素，但仍需進一步研究。⑶本研究雖然構(gòu)建了預(yù)測模型，但未對其進行部署。臨床環(huán)境中使用深度學(xué)習(xí)算法的方式有很多種，可以在網(wǎng)站上發(fā)布機器學(xué)習(xí)模型的界面，如Azure Machine Learning Studio支持此功能，臨床醫(yī)師可以將患者數(shù)據(jù)輸入基于Web的表單中以預(yù)測HCC患者1、3、5年總生存率。此外可將訓(xùn)練好的深度學(xué)習(xí)模型直接集成到電子病歷系統(tǒng)中，這是最有效但也是最難實現(xiàn)的方法［29］。

綜上所述，本研究采用深度學(xué)習(xí)算法DeepSurv構(gòu)建可預(yù)測HCC患者生存的模型，該模型的預(yù)測變量為年齡、組織學(xué)分級、TNM分期、腫瘤大小、轉(zhuǎn)移、手術(shù)，較TNM分期預(yù)測模型可以更好地預(yù)測HCC患者的生存期。在大數(shù)據(jù)時代，深度學(xué)習(xí)和人工智能通過提高對患者風(fēng)險估計的量化能力而在評估預(yù)后方面起重要作用，為開發(fā)更準確預(yù)測預(yù)后方法提供了新的方向。