《柳叶刀》子刊：排除“癌王”神器诞生!德国科学家发现，两种血检模型可从胰腺病变人群中精准排除没患胰腺癌的人，性能优于CA19

《柳叶刀》子刊：排除“癌王”神器诞生！德国科学家发现，两种血检模型可从胰腺病变人群中精准排除没患胰腺癌的人，性能优于CA19-9

来源：奇点糕 2025-05-26 09:12

该研究验证了，在PDAC高危人群中，两种基于血浆代谢物特征的生物标志物诊断模型在排除PDAC的诊断性能方面显著优于CA19-9。

我们知道，早期是提高胰腺导管腺癌（PDAC）生存率的关键。但在美国，由于PDAC整体发病率较低（终生风险1.6%），因此，美国预防服务工作组不建议对一般人群进行PDAC。

为了改善这一情况，有学者主张在PDAC高风险人群（比如慢性患者、新发患者，以及有PDAC家族史的人群）中对PDAC进行监测，以便可以在PDAC可切除的阶段实现早期诊断。随后一些研究也证实，在监测期间被诊断为PDAC的患者，其5年生存率可高达73%。但想要实现监测，就需要有可靠且无创的初筛工具，而目前，临床最常用的血液标志物CA19-9，早期排除PDAC的敏感性和特异性均不足。

在这一背景下，近期，德国慕尼黑大学医院的Julia Mayerle团队就公布了一项前瞻性、多中心、富集设计的4期诊断性研究（METAPAC）结果。该研究主要目的是验证他们此前开发并优化的两种基于血浆代谢物特征的生物标志物诊断模型（i-Metabolic组合和m-Metabolic组合），是否能够在经CT检测具有胰腺病变且需要进一步诊断评估的患者中有效排除PDAC。

结果显示，在1129例经CT检测出胰腺病变且需要进一步诊断评估的患者中，i-Metabolic（12个血浆代谢物+CA19-9）模型和m-Metabolic模型（4血浆代谢物+ CA19-9）均能有效排除PDAC，且二者在诊断性能上均显著优于与CA19-9（i-Metabolic模型的曲线下面积[AUC]为0.846，特异性为90.4%；m-Metabolic模型的AUC为0.846，特异性为93.6%；而CA19-9检测的AUC只有0.799，特异性为79.1%）。

研究发表在《 胃肠病学与肝脏病学》上[1]。

正如上文所说，想要在高风险人群中监测PDAC，就需要一个无创且高特异性（80%）的能排除PDAC的初筛工具。根据早期检测研究网络（EDRN）对癌症生物标志物的开发，该研究团队早在2022年就基于血浆代谢物特征开发并优化出了两种生物标志物诊断模型，即i-Metabolic和m-Metabolic，其中m-Metabolic所需血浆代谢物数量更少，成本更低。

为了进一步验证这两种诊断模型在真实临床环境中对PDAC的排除效能，研究人员进行了一项前瞻性、多中心、富集设计的4期诊断性研究（METAPAC）。

鉴于在一般人群中PDAC年发病率仅为0.0135%，想要验证两种诊断模型的性能就需要分析超过80万参与者的数据，就算只分析高风险（PDAC年发病率为1%）人群，也要纳入2.9万参与者，为了避免人数上的限制，研究采用了富集设计，将PDAC患病率人为提升至20%，即在2016年9月9日至2022年4月8日期间，从德国23个医疗中心，纳入1129例经CT评估发现胰腺占位，且需进一步诊断评估的患者。

所有患者均采集了血液样本，最终PDAC确诊要根据手术切除标本、穿刺或活检病理结果判定。研究的主要终点为，在高风险人群中，i-Metabolic和m-Metabolic能否以大于85%的高特异性排除PDAC。

结果显示，最终共有489例患者确诊PDAC，其余患者作为对照组（主要包括急性胰腺炎患者，慢性胰腺炎患者，其他囊性病变患者等良性病变人群）。

在排除性能方面，研究人员发现，整体上，i-Metabolic能准确区分PDAC和胰腺占位良性病变（AUC可达0.846，特异性可达90.4%，p 0.0001），诊断性能显著优于单独使用CA19-9（AUC只有0.799，特异性为79.1%）。对于可切除阶段的PDAC，i-Metabolic的特异性为91.7%，阴性预测值为95.4%。

而m-Metabolic在排除PDAC方面的诊断性能也显著优于单独使用CA19-9（m-Metabolic的AUC为0.846，特异性为93.6%，而对于可切除阶段的PDAC，m-Metabolic的特异性为93.6%）。

此外，研究人员还发现，在METAPAC研究中，PDAC患者中糖尿病的比例要显著高于对照组，提示糖尿病，尤其是新发糖尿病，可能是PDAC的早期临床特征之一。鉴于m-Metabolic检测上更为方便，成本更低，研究人员还进一步探讨m-Metabolic在新发糖尿病人群中的诊断价值。

通过分析SHIP-TREND-1队列中242例新发糖尿病患者的数据（招募了4420名健康参与者，随访5年，血样采集时未测量CA 19-9，因此m-Metabolic模型也去除了CA 19-9）后发现，即便在不包含CA19-9的情况下，m-Metabolic依然可以有效区分有无PDAC的患者（AUC可达0.840，p=0.038）。

最后，研究人员还从随机样本中进行了抽样，模拟1%至20%的患病率，结果发现，i-Metabolic和m-Metabolic模型排除PDAC的AUC和特异性依旧稳健，且优于单独使用CA19-9。

总之，该研究验证了，在PDAC高危人群中，两种基于血浆代谢物特征的生物标志物诊断模型在排除PDAC的诊断性能方面显著优于CA19-9。这些发现也为PDAC高风险人群提供了一种非侵入性的监测工具。

本文作者也表示，未来还需要进一步验证这些诊断模型在临床实践中的应用效果，并探讨其对PDAC整体死亡率的影响。

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻