年轻乳腺癌生存预测改从年长队列借力：LSAT-EN按组学层调借力强度，四年AUC达0.819
核心概要
50岁以下乳腺癌患者样本少，预后模型难以训练，LSAT-EN把年长患者队列当作源域，在六个组学层上分别调节向源模型系数靠拢的强度，同时用弹性网做变量选择。在TCGA-BRCA数据上，以60岁及以上为源、50岁以下为目标，四年二分类生存预测的AUC为0.819，高于合并建模的0.774、仅用目标队列的0.757、glmtrans的0.728和GAS-EN的0.780。模拟中源目标差异越大、目标训练样本越少，分层借力的优势越明显。
深度剖析
年轻乳腺癌患者的生存预测模型开始从年长患者队列借信息，而且借多少按每个组学层单独决定。 此前的做法只有两种：把所有年龄的患者合并训练，或只用年轻患者单独拟合；前者数据多但可能掩盖年龄相关关联，后者样本和结局事件都少。 在TCGA-BRCA的四年二分类模型中，以60岁及以上为源、50岁以下为目标，LSAT-EN的AUC为0.819，合并弹性网为0.774，仅目标队列为0.757，glmtrans为0.728，GAS-EN为0.780。
借力强度由每层一个可调参数控制，源模型系数作为固定锚点，目标模型在锚点附近拟合。 常规的源锚定迁移对所有特征用同一个借力强度，LSAT-EN改为每个组学层各有一个参数，与弹性网的惩罚参数一起调。 参数在目标训练集的五折交叉验证上选择，模型随后在全部目标训练集上重拟合，并在未触碰的30%目标测试集上评估，AUC取10次重复的均值。
分层借力的收益在源与目标关联差异大、目标样本少时最明显。 当源与目标的系数完全相同时，各方法表现接近，glmtrans的AUC最高，LSAT-EN表现相当。 在源目标异质性最高的模拟设定中，LSAT-EN的AUC为0.689至0.789；同一设定下对比方法的范围在摘要与结果明细之间不一致，摘要给出0.590至0.771，结果明细列出合并弹性网0.561至0.592、仅目标队列0.629至0.747、glmtrans 0.590至0.721、GAS-EN 0.625至0.747。在无系数偏移时，LSAT-EN为0.943至0.957，合并弹性网为0.954至0.961。
启示与展望
分析在TCGA-BRCA内部完成，终点为总生存；二分类分析的目标队列每个时间点含64至105名患者、3至7例死亡，Cox分析含150名患者、16例死亡。作者提出需要在前瞻性队列或癌症登记数据中做外部验证，并评估无进展间期、复发时间等额外终点。
作者指出模型只使用分子特征，未纳入CA15-3、CEA等血清标志物以及淋巴结状态、肿瘤大小、HER2表达等临床病理变量。文中预测的miRNA–mRNA配对属于假设，所引研究并未验证这些具体相互作用或其年龄特异性，整合本身也不能确立调控关系。