【CMT&CHTV 文獻精粹】
導語：盡管現有的肺癌風險評估模型爲早期預防和篩查提供了重要工具，但它們多基于西方人群，對中國人群尤其是非吸煙人群的適用性有限。2023年8月，Cancer Communications雜志發表的一篇研究爲我們帶來了突破性的進展，首次爲中國人群量身定制了肺癌風險評分模型（LCRS）。這不僅爲肺癌的精准篩查帶來了希望，也爲高風險人群的早期幹預提供了科學依據。本文將深入探討LCRS的開發過程、驗證結果及其在肺癌風險評估中的潛在應用價值。
肺癌作爲全球癌症死亡的主要原因，尤其在中國，其發病率和死亡率均居高不下，構成了重大的公共衛生問題。然而，現有的肺癌風險預測模型多基于西方人群，對于中國人群，特別是非吸煙人群的肺癌風險評估存在明顯不足。此外，肺癌風險預測模型在年輕人群中的應用也相對有限，而這部分人群的肺癌發病率亦不容忽視。因此，開發和驗證適用于中國不同年齡人群的肺癌風險評估工具，對于肺癌的早期預防和精准篩查具有重要意義。
2023年8月， Cancer Communications雜志發表了一篇題爲《Lung cancer risk score for ever and never smokers in China》（《中國吸煙者和非吸煙者肺癌風險評分》）的文章，報告了一項關于中國人群肺癌風險評分（LCRS）開發與驗證的研究。該研究基于中國慢性病前瞻性研究項目（CKB）隊列，首次系統地選取了預測因子，並探索了這些預測因子與肺癌風險之間的非線性關系，爲肺癌風險評估領域提供了新的見解。
爲了給中國人群（包括吸煙者和非吸煙者）開發一個准確的肺癌風險評分工具，研究人員在CKB隊列數據庫的支持下，利用Cox回歸模型評估了候選預測因子與肺癌風險之間的關聯。並且，他們采用受限立方樣條分析來探索預測因子與肺癌風險之間的非線性關系，最終爲吸煙者和非吸煙者分別開發了風險預測模型。
結果顯示，在CKB隊列中，通過單變量Cox回歸分析，大多數候選預測因子與肺癌風險顯著相關。在吸煙者模型中，最終納入了13個預測因子，而在非吸煙者模型中納入了9個預測因子。這些預測因子包括年齡、每天吸煙數、吸煙年數、戒煙年數等。研究發現，每天吸煙數與肺癌風險的關聯呈現非線性，當每天吸煙數超過20支時，肺癌風險迅速上升，而在大約30支以上時趨于平坦。此外，戒煙後肺癌風險在最初5年內迅速下降，之後以較慢的速率繼續降低。
此外，吸煙者和非吸煙者模型的6年接收者操作曲線下面積（AUC）分別爲0.778和0.733，表明模型具有較好的區分能力。在Changzhou隊列中，這兩個模型的AUC值分別爲0.774和0.759，進一步驗證了模型的穩健性。通過X-tile軟件確定的最佳界值點，研究者將吸煙者分爲低風險（LCRS < 166.2）和中高風險（LCRS ≥ 166.2）組，以及將非吸煙者分爲低風險（LCRS < 21.2）和高風險（LCRS ≥ 21.2）組。在CKB隊列中，低風險吸煙者和非吸煙者的10年累積肺癌發病率分別爲0.63%和0.45%，而中高風險吸煙者和高風險非吸煙者的10年累積肺癌發病率分別爲3.73%和1.69%。
與美國預防服務工作組（USPSTF）標准和中國篩查標准相比，LCRS在CKB隊列中顯示出更高的敏感性（73.95% vs 64.12%）和Youden's指數（37.24% vs 29.51%），意味著LCRS在識別肺癌高風險人群中具有更高的准確性和效率。研究者還開發了一個在線風險評估工具（LCKEY），使得個體能夠方便地計算自己未來3至10年內的肺癌發病風險，並根據風險評分獲得相應的風險降低和篩查建議。
最後，作者強調了LCRS對于中國人群肺癌風險評估的重要性，尤其是在吸煙者和非吸煙者中。LCRS的建立和驗證爲肺癌的早期預防和篩查提供了新的策略，有助于提高肺癌早期發現率，降低肺癌死亡率。此外，LCRS的在線評估工具LCKEY的推出，使得普通人群能夠方便地進行自我風險評估，從而可能提高肺癌早期發現和治療的比例。盡管該研究具有多項優勢，如使用易于獲取的預測因子、代表性良好和樣本量充足等，但也存在一些局限性，包括吸煙行爲等風險因素可能隨時間變化而未被納入分析，以及模型的外部驗證範圍有待擴大等。未來的研究需要進一步驗證和優化模型，以確定最佳的界值點，提高肺癌風險評估的准確性，並在更廣泛的人群中推廣應用。
參考文獻：
[1] Ma Z, Lv J, Zhu M, Yu C, Ma H, Jin G, Guo Y, Bian Z, Yang L, Chen Y, Chen Z, Hu Z, Li L, Shen H. Lung cancer risk score for ever and never smokers in China. Cancer Commun (Lond). 2023 Aug;43(8):877-895. doi: 10.1002/cac2.12463. Epub 2023 Jul 6. PMID: 37410540; PMCID: PMC10397566.
編輯：且行
二審：清揚
三審：碧泉
排版：半夏
封面圖源：Pexels
