Thoracic Cancer | 北医三院强光亮课题组：机器学习预测IB期LSCC生存及辅助化疗的价值评估

背景：IB期肺鳞状细胞癌（LSCC）是非小细胞肺癌的重要亚型，根治性手术是治疗基石，但术后辅助化疗策略缺乏统一循证医学指南。研究目的：利用大规模SEER数据库队列，结合机器学习（LightGBM）和SHAP可解释性算法，构建并验证IB期LSCC生存预测模型，并评估术后辅助化疗的独立生存获益。结论：LightGBM模型在内部和外部验证队列中均表现出高精度预测能力（1年AUC分别为0.834和0.840）。SHAP分析显示，手术根治、年龄和淋巴结清扫数量是关键预后因素。通过倾向性评分匹配分析发现，术后辅助化疗并未提供显著生存获益（HR=1.01, P=0.893）。研究建议临床医生应聚焦于提高手术质量和精准风险分层，而非常规加用化疗。