• 当前位置:网站首页-> 资讯 -> 肺癌知识 -> 医学研究 -> 深度报告

    肺癌筛查的一刀论或风险模型?

    2020-04-27

    266 0

    NEJM在2011年发表了美国NLST肺癌筛查临床试验[1],在2020年发表了荷兰-比利时的NELSON肺癌筛查试验[2],都说明了低剂量胸部CT的筛查优势!在筛查入组条件中,NLST是55-74岁,吸烟≥30包年且戒烟时长<15年;NELSON则是50-74岁,吸烟>15支/天至少25年,或>10支/天至少30年,且戒烟时长≤10年。NLST筛查6年,NELSON则是10年。众所周知,这两个重磅临床试验都认为低剂量胸部CT是目前肺癌筛查的不二手段!其主要结果如下图:


    但自从这两个试验公布后,关于筛查目标人群的选择优化问题就络绎不绝!就在2013年,NLST发表的2年后,NEJM发表了利用PLCO筛查数据来探索,到底是用NLST这种一刀切的筛查标准,还是风险预测模型PLCOm2012标准来的好?[3] 相信大家肯定会觉得那肯定是后者听起来更具有说服力,结果同样如此:

    与NLST标准相比,PLCOm2012具有更高的灵敏度(83.0% vs 71.1%)与阳性预测值(4.0% vs 3.4%);



    而近期JNCI也发表了一项关于肺癌风险预测模型优化选择筛查人群的研究[4],利用了美国癌症干预与监测模型网络系统(CISNET),进行了三种风险预测模型(Bach,PLCOm2012以及LCDRAT)以及目前美国预防医学工作组(USPSTF)的一刀切肺癌筛查标准(55~80岁,吸烟≥30包年且戒烟<15年)的比较!

    上图表达的这四种标准进行筛查是可预防肺癌死亡人数,可以看出确实如之前的研究结果类似,通过风险预测模型进行筛选人群确实更有效地降低肺癌死亡率;

    下图则是预期生存延长,但似乎,在相同数目的人群下,三种风险预测模型的筛选似乎并没有明显优于一刀切USPSTF。具体我们可以进一步看下表:

    这是在CISNET模型框架或PLCO对照组下,通过不同兴趣方向下调整Bach模型风险阈值,来比较Bach模型与USPSTF标准的有效性!第一行是在USPSTF标准下,筛查比例是19.9%,每10万人可预防613例肺癌死亡,预计增加寿命8590,整体降低肺癌死亡率10.8%,而其中涉及过度诊断为115例;接下几行就是在USPSTF标准类似的筛查比例、灵敏度、CT筛查次数、预防肺癌死亡人数、增加寿命等等兴趣方向下利用Bach模型进行筛查的相关数值。可以看到从预防死亡、降低肺癌死亡率上,Bach具有明显优势!而在预期增加寿命上优势不明显!甚至Bach会带来更多过度诊断病例!

    这样的结果在PLCOm2012以及LCDRAT模型上都是类似的:

    文章总结道:通过风险模型(Bach,PLCOm2012以及LCDRAT)进行筛选肺癌早筛目标人群是来的更有效;虽然同样增加预期寿命,但缺不明显。换句话而言,风险模型筛选可以发现更多的肺癌,但并没有转化成明显生存加成效果!这主要是由于当我们将风险阈值提高,这样肯定是可以发现更多的肺癌,但其实从风险变量分析,高风险人群更多可能是高龄、重度吸烟或者未戒烟人群,这些人群本身的预期寿命相对较短!所以就会造成这样的分析结果!


    另外一个问题就是,风险模型筛选会造成过度诊断病例数的增加;其中这样的情况同样与不显著的预期寿命加成问题类似,当提高风险阈值的时候,会增加高龄、吸烟这一预期寿命较短的人群,因此因筛查导致的过度诊断病例同样增加!


    值得注意的是,在这一研究中,为了适配CISNET模型框架以及USPSTF标准,这些风险模型至采用了年龄、性别、吸烟三个变量因素,其他类似COPD等都忽略了,或许整体风险模型的使用会进一步提高风险模型的效能,提高预期寿命加成以及降低过度诊断的情况。



    参考文献


    1.    National Lung Screening Trial Research T, Aberle DR, Adams AM, et al. Reduced lung-cancer mortality with low-dose computed tomographic screening. The New England journal of medicine. 2011;365:395-409.

    2.    de Koning HJ, van der Aalst CM, de Jong PA, et al. Reduced Lung-Cancer Mortality with Volume CT Screening in a Randomized Trial. The New England journal of medicine. 2020;382:503-513.

    3.    Tammemagi MC, Katki HA, Hocking WG, et al. Selection criteria for lung-cancer screening. The New England journal of medicine. 2013;368:728-736.

    4.    Ten Haaf K, Bastani M, Cao P, et al. A comparative modeling analysis of risk-based lung cancer screening strategies. Journal of the National Cancer Institute. 2019.


    推荐阅读

    

    文章评论

    注册或登后即可发表评论

    登录/注册

    全部评论(0)