修正一个将更严重癌症判定为更低风险的模型：膀胱癌复发预测中的单调约束

arXiv:2610.00858v1 公告类型：新 摘要：背景与目标：临床医生预计，复发风险会随着癌症严重程度增加而上升。在一项英国多中心试验中，一个无约束的 XGBoost 模型却学习到，更高的肿瘤分期和原位癌预示着更低的复发风险，而判别能力、校准度和 SHAP 均未能识别这一问题。我们开发了一个反事实检验框架来检测这种反转，并开发了一个单调约束框架，在不损害性能的情况下消除该问题。方法：BOXIT 在英国51个中心纳入了472名患者，所有患者均按试验方案要求接受膀胱镜检查（2007—2012年）；其中435名患者的随访时间至少为两年（153例复发，占35.2%）。我们开发了反事实方向检验和单调约束校正方法，约束方向取自 EORTC 和 EAU 风险分层系统，并在50个交叉验证折中，基于18个预测变量（其中7个具有方向性）将两种方法分别与无约束 XGBoost 和逻辑回归进行比较。该检验每次仅将患者在一个具有方向性的特征上恶化，以检查风险是否下降；同时还评估了 SHAP 方向和校准度。主要发现与局限性：肿瘤分期和原位癌均与较低的复发风险相关，这与医学直觉相反；无约束模型在90.2%的病例中反转了原位癌反事实样本的风险方向，在74.3%的病例中反转了分期反事实样本的风险方向。判别能力（ΔAUC 0.005，p=0.47）、校准度和 SHAP 大小均未能识别这一反转。单调约束消除了所有违规情况，同时未牺牲判别能力（0.723 vs 0.718），并且优于 EORTC（p=8.9e-16）。局限性：仅使用单项试验数据，且仅进行了内部—外部验证。结论与临床意义：一个学会了这种风险反转的模型通过了所有常规检查。在预先指定单调约束的情况下，仅需进行一次重新拟合的反事实方向检验即可发现这一问题，且不会牺牲性能；在临床部署前应将其作为常规步骤。