复旦大学附属中山医院团队研发的肝癌早期筛查模型令人惊叹

来源：奇点蛋糕2022-01-18 08:44

在中国，平均每小时有47人被诊断为肝癌，其中45人会死于肝癌。由于发病隐匿，进展迅速，80%的肝癌患者确诊时处于中晚期，五年总生存率不足20%，而如果早期诊断和治疗，五年生存率将超过60%[2]。因此，肝癌的早期筛查和早期诊断非常重要。目前，传统的肝癌筛查方法，肝脏影像学和血清甲胎蛋白(AFP)检测，都不尽如人意。细胞外游离脱氧核糖核酸

在中国，平均每小时有47人被诊断为肝癌，其中45人会死于肝癌。

由于发病隐匿，进展迅速，80%的肝癌患者确诊时处于中晚期，五年总生存率不足20%，而如果早期诊断和治疗，五年生存率将超过60%[2]。因此，肝癌的早期筛查和早期诊断非常重要。目前传统的筛查手段，肝脏影像学和血清甲胎蛋白(AFP)检测，都不尽如人意。

细胞外游离DNA(cfDNA)是细胞死亡后释放到血液中的DNA片段。CfDNA携带了来源组织细胞的特征，因此可以用于肿瘤检测[3]。这就像捡掉在地上的落叶来推断一棵树的种类。CfDNA检测快速、实时、微创、方便。

近日，复旦大学附属中山医院贾凡院士、周建教授、王政教授团队对肝癌患者的cfDNA进行了低深度全基因组测序，并根据肝癌cfDNA的测序特点，利用机器学习建立了肝癌早期筛查模型。区分非癌和非癌的AUC达到0.995，敏感性高达96.8%，特异性为98.8%，预测性能优异[4]研究成果已在线发表在顶级肝病杂志《肝病》上。

首先，研究人员招募了716名受试者：381例原发性肝癌和335例非对照(104例乙肝/肝硬化和231例健康人)。

根据病理和临床特征，受试者被随机分为训练队列(362例)和验证队列(354例)。为了真实模拟肝癌的实际发病率，两个队列中的亚型分布与现实世界中的比例一致。

随后，研究人员提取了受试者的血浆cfDNA，并对全基因组进行了低深度测序，获得了cfDNA片段基因组学的特征。

考虑到与非癌症人群相比，癌症患者短cfDNA片段的比例更高[5]。研究人员利用短cfDNA片段的两个相关特征，即片段大小分布(FSD)和片段大小比(FSR)，在训练队列中进行机器学习，并构建了三个基本子模型，在验证队列中进行验证，最终集成到筛选模型中。

整合筛选模型后，研究人员在验证队列中对其进行了系统验证。

结果表明，集成模型的筛选性能优越，AUC为0.995，灵敏度高达96.8%，特异性为98.8%。区分肝癌患者和肝硬化/乙肝患者，表现依然出色，特异性达到96.1%。区分患者和健康人的预测性更好，特异性达到100%！

这意味着这种肝癌早期筛查模式，在受试者中，几乎是正确的。

病理学上，肝癌主要分为肝细胞癌(HCC)、肝内胆管细胞癌(ICC)和混合型(cHCC-ICC)。它们在发病机制、生物学行为、治疗方法和预后等方面存在较大差异，不能平等对待[6]。那么，这个预测模型在不同的子群中会有怎样的表现呢？

研究人员检查了验证队列。结果显示，早期筛查模型对不同病理类型的预测性能依然优异：HCC检测的灵敏度为96.2%，而ICC和cHCC-ICC的灵敏度高达100%！

HCC占肝癌的绝大多数，而ICC和cHCC-I

然后，研究人员根据临床分期、甲胎蛋白、总胆红素水平、大小和数量等不同标准将肝癌分组，并在亚组中评估早期筛查模型。

结果显示，该模型在极早期肝癌(TNM IA /BCLC 0 /CNLC Ia)、AFP阴性(20ug/L)、低总胆红素、低白蛋白和小肝癌(3cm)亚组中的预测性能持续优异！此外，与传统筛查标志物AFP(AUC 0.781)相比，该模型的预测性能更为优异(AUC 0.985)，能够有效弥补传统方法的不足，显著提高筛查效果。(100yiyao.com)

版权声明

本网站标注“来源：百医网”或“来源：bioon”的文字、图片、音视频资料均属于百医网网站版权所有。未经授权，任何媒体、网站或个人不得转载，否则将承担责任。获得书面授权转载时，必须注明“来源：百医网”。其他来源的文章均为转载。本网站所有转载都是为了传递更多信息。转载不代表本网站的立场。不想被转载的媒体或个人可以联系我们，我们会立即删除。

87%的用户在随时阅读、评论、分享百医网APP。请扫描二维码下载-