Externá validácia a kalibrácia vysvetľovacích modelov strojového učenia na predikciu GVHD po alogennej transplantácii krvotvorných kmeňových buniek

Štúdia vyvíjala a externe validovala model strojového učenia na predikciu akútnej a chronickej choroby štepového proti hostiteľovi (GVHD) u pacientov s leukémiou a myelodysplastickými syndrómami podstupujúcich alogenú transplantáciu krvotvorných kmeňových buniek. Model bol vyvinutý na troch verejne dostupných registroch s 2 509 pacientami a externě validovaný na šiestich nezávislých skupinách s celkom 14 788 pacientami vrátane skupiny z Blízkeho východu. Výsledky ukázali, že diskriminačná schopnosť bola nižšia pri externej validácii (AUROC 0,51-0,57 pre akútnu GVHD a 0,54-0,64 pre chronickú GVHD) v porovnaní s internou validáciou (0,63 a 0,72). Analýza kalibrácie odhalila systematické nadhodnotenie rizika v externých skupinách, čo vyžaduje kohortno-špecifickú rekalibráciu pred klinickým nasadením. Kľúčovými prediktormi boli vek recipienta, zdroj štepu, intenzita kondicionovania a zhoda HLA.