结核病三期试验中治疗结束结局与治愈后复发的时变可预测性
核心概要
该研究利用两项三期试验共2918名参与者的统一临床数据，从基线到治疗结束按月训练表格数据模型，对治疗结束（EOT）结局和治愈后复发进行时变预测，发现EOT结局预测在第3个月后改善（ROC-AUC最高0.84，主要由痰涂片和固体培养驱动），而复发预测仅在第3个月内有小幅提升（ROC-AUC 0.58-0.63）随后下降，年龄、性别、临床症状和细菌负荷贡献最大；基于大语言模型嵌入的模型在复发预测上与表格模型相当，在第3和第4个月优于表格EOT模型（ΔROC-AUC 0.12和0.14），纵向建模和稀疏变量纳入仅在4-6个月改善复发预测（ΔROC-AUC 0.09、0.19和0.12）但可解释性降低；纳入
深度剖析
研究实现了对治疗结束结局和治愈后复发的时变预测，显示EOT结局预测在第3个月后改善（ROC-AUC最高0.84），主要由痰涂片和固体培养驱动。 此前复发风险在治疗过程中如何演变尚不清楚，该工作按月建模刻画了预测能力随治疗进程的变化轨迹。 基于两项三期试验共2918名参与者的统一临床数据，按月训练表格模型，以ROC-AUC评估。
复发预测在EOT结局良好且完成随访的参与者中仅在第3个月内小幅提升（ROC-AUC 0.58-0.63）随后下降，年龄、性别、临床症状和细菌负荷贡献最大。 与EOT结局预测形成对比，说明常规临床数据对复发的预测价值有限。 同一队列的时变建模，ROC-AUC区间明确，变量贡献有排序。
基于大语言模型嵌入的模型在复发预测上与表格模型相当，在第3和第4个月优于表格EOT模型（ΔROC-AUC 0.12和0.14），纵向建模和稀疏变量纳入仅在4-6个月改善复发预测（ΔROC-AUC 0.09、0.19和0.12）但可解释性降低。 引入更灵活的变量表示，并量化了纵向建模与稀疏变量纳入在不同月份的增益。 以ΔROC-AUC报告增益，并注明可解释性降低。
纳入基线后数据的模型相比仅用基线空洞和痰涂片在治疗后复发风险分层上有增量改善（4个月无复发生存率：模型低/高风险组94.8%/78.5%，对比基线易/难治疗组91.4%/82.9%）。 提供了模型衍生风险分组与基线分组的直接对比。 以4个月无复发生存率呈现分层效果。
启示与展望
该结果适用于两项三期试验中接受治疗并完成随访的参与者，使用基线至治疗结束的常规临床变量；对EOT结局良好的参与者，模型衍生的风险分层可用于治疗后监测强度的讨论，但复发预测的有限性提示需要复发特异性生物标志物来支撑更精细的个体化决策。
复发的预测能力有限且随治疗进程下降，模型衍生风险分组的临床可用性仍需前瞻验证；LLM嵌入模型可解释性降低，纵向建模与稀疏变量纳入的增益集中在特定月份；此外，当前为摘要级阅读，图表与补充材料中的细节未纳入，可能影响对变量贡献与模型设定的完整理解。