
基于循环蛋白生物标志物的风险预测模型能否改进传统的肺癌风险预测模型和现行的筛查标准?一项对63名吸烟的肺癌患者和90名配对对照者进行的验证研究发现,一种基于生物标志物的风险预测模型是由4种蛋白质标记组成的,该模型是在一组美国高危人群中开发的,当盲目使用来自2个欧洲人群的预先诊断样本进行盲目验证时,该模型优于基于吸烟史的模型。也就是说,基于生物标记的风险分析有可能改进肺癌筛查的资格标准。
重要的是,如今迫切需要改进肺癌风险评估,因为目前的筛查标准遗漏了很大比例的病例。
设计、建立和受试者对108例吸烟肺癌患者在采血后1年内确诊的诊断前样本和来自胡萝卜素和赖蒂诺药效试验(CARET)队列的216名吸烟对照者的样本,根据4个蛋白(癌抗原125[CA 125]、癌胚抗原[CEA]、细胞角蛋白-19片段[Cyfra 21-1]和表面活性蛋白B[Pro-SFB]的前体形式)制定生物标志物风险评分。随后,对63名吸烟的肺癌患者在采血后1年内诊断出的63名肺癌患者和来自欧洲2大人群的90名对照者、欧洲癌症和营养前瞻性调查(EPIC)和瑞典北部健康和疾病研究(NSHDS)中的63名患者进行了盲目的生物标志物评分验证。
结果63例吸烟肺癌患者和90例健康对照者(平均年龄57.7岁[8.7]岁,男性68.6%)来自EPIC和NSHDS,吸烟与生物标志物评分相结合的综合危险预测模型AUC为0.83(95%CI,0.76~0.90),而单纯基于吸烟暴露的AUC为0.73(95%CI,0.64~0.82)(P=0.003,P=0.003)。在总体特异性为0.83的情况下,根据美国预防服务工作队筛选标准,综合风险预测(生物标志物)模型的敏感性为0.63,而吸烟模型为0.43。相反,在总体敏感度为0.42的情况下,根据美国预防服务工作队的筛选标准,综合风险预测模型的特异性为0.95,而吸烟模式的特异性为0.86。
结论和相关性本研究提供了一个原则证明,循环蛋白生物标记物可以改善肺癌风险评估,并可用于确定计算机体层摄影筛查的资格。
热门评论