当前位置: 研究前沿
复旦大学陈兴栋团队:肝细胞癌风险分层和预测系统
2024-08-27 来源:转化医学网

2024年8月25日,复旦大学生命科学学院陈兴栋团队在期刊《eClinical Medicine》上发表了题为“Point-based risk score for the risk stratification and prediction of hepatocellular carcinoma: a population-based random survival forest modeling study”的研究论文。研究结果表明,与复杂的模型相反,开发简单的基于点的风险评分,有望在普通人群中进行HCC风险分层。这种方法不仅限于慢性肝病患者,能够及时干预并改善患者预后。


https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(24)00375-4/fulltext#%20

研究背景

 01 

肝细胞癌(HCC)占原发性肝癌病例的85%以上。观察性研究报告了循环生物标志物与HCC风险之间的许多关联,表明HCC不仅与肝脏生物标志物相关,还与非肝脏生物标志物(如代谢和炎症因子)相关。然而,观察到的关联,有时在方向上不一致。这种不一致,可能是由于混杂因素的调整不完全和样本量小。大多数生物标志物的循环水平也受昼夜变化的影响,并且容易受到许多因素的影响,例如饮酒。因此,基于生物标志物的单一测量来估计关联,可能具有很高的方差。


迄今为止,科学界已经开发了几种复合生物标志物和评分,用于HCC的预测和早期检测。例如,GALAD评分整合α胎蛋白 (AFP)、AFP亚型L3(AFP-L3)和des-γ-羧基凝血酶原的性别、年龄和血清水平,用于非酒精性脂肪性肝炎患者HCC的早期检测。同样,源自回归模型并涉及年龄、性别、白蛋白-胆红素和血小板的aMAP评分,在预测慢性病毒性肝炎患者HCC发展方面,具有很高的潜力。然而,这些临床风险模型最初是为慢性肝病患者开发的,而不是为一般人群开发的。此外,具有出色预测准确性的复杂模型,可能具有较低的阳性预测值。


在本研究中,使用来自英国生物样本库(UKBB)队列的数据,团队检查了32种临床生物标志物与HCC风险的线性和非线性关联。团队根据这些临床生物标志物,开发并验证了HCC的基于点的风险评分。研究结果揭示了常见临床生物标志物与HCC之间的新关联,并有助于在临床和公共卫生实践中,使用这些生物标志物评估HCC风险。

研究进展

 02 

生物标志物水平与HCC之间的关联


在检查的32个生物标志物中,团队发现25个生物标志物与HCC呈显著线性或非线性关联:C反应蛋白(CRP)、胱抑素C、直接和总胆红素、总蛋白和非白蛋白,呈线性正相关;白蛋白、ApoB、胆固醇、LDL、磷酸盐和维生素D,呈线性负相关;碱性磷酸酶(ALP)、ALT、AST、γ谷氨酰转移酶(GGT)、HbA1c、葡萄糖、性激素结合球蛋白(SHBG)、eGFR和睾酮,呈非线性正相关;PLT、HDL-C、尿素和胰岛素样生长因子 1(IGF-1),呈非线性负关联。研究结果表明,基于性别、年龄和BMI的亚组之间,临床生物标志物与HCC风险之间的关联是一致的,尽管HR估计存在细微差别。此外,HR估计值之间存在高度相关性,证明了研究结果的稳健性。


13种临床生物标志物与肝细胞癌风险的非线性关联。风险比(HR)通过Cox回归模型计算,表示对数转换生物标志物水平中每1个标准差增加的风险。钢蓝色阴影表示95%置信区间。垂直虚线表示生物标志物的中位数。


开发和验证HCC基于点的风险评分系统


CPH模型显示,预测HCC的C指数为0.883 (标准误差 [se]=0.012)。团队根据前10个变量,开发了一个HCC基于点的风险评分系统。由此产生的基于点的风险评分,范围为0到26,显示使用CPH模型预测HCC的C指数为0.866 (se=0.012)。71.5%(223/312)的HCC病例,富集在风险评分的前1/5,HCC发病率为30.82/100,000。


基于风险评分的CPH模型,在苏格兰和威尔士队列中表现良好,C指数为0.848(se=0.029)。在所有HCC病例中,71.4%(45/63)位于风险评分的前五分位数,HCC发病率为40.91/100,000。与最低五分位数的人相比,风险评分前五分位数的个体,患HCC的风险高出73倍以上。风险评分也显示出对HCC的良好鉴别能力,英格兰队列和苏格兰和威尔士队列的AUROC值,分别为0.863(95%CI 0.838-0.887)和0.850(95%CI 0.791-0.907),显著高于aMAP评分和3种无创纤维化测试。


在UKBB非白人英国队列中,71.4%(15/21)的HCC病例位于风险评分(HR第5季度与第1季度=38.4,95%CI 5.0–293.9),预测HCC的AUROC值为0.848 (95%CI 0.756–0.940)和C指数0.849(se=0.048)。在TZL研究中,72.5%(50/69)的HCC病例,集中在风险评分(HR第5季度与第1季度=41.8,95%CI 18.5–72.8)。风险评分达到AUROC值为0.821(95%CI 0.744–0.948) 和C指数0.814(se=0.033) 预测HCC。在这两个队列中,风险评分优于aMAP评分、 FIB-4和APRI,而其表现与Forns指数相当。

基于点的风险评分对肝细胞癌的风险分层和预测能力。

研究结论

 03 

本研究开发的风险评分能够识别普通人群中,未被诊断出患有慢性肝病的潜在高危个体。早期识别这些个体,可能会导致及时干预和改善结果。未来的研究应该在临床丰富的高危人群中,验证和调整该风险评分,以提高其临床效用,并解决HCC风险分层中的关键需求。


总之,本研究对常见临床生物标志物与HCC风险之间的关联进行了全面评估,强调了在特定范围内考虑非线性关系和生物标志物水平的重要性。团队还基于这些生物标志物,提出了一个简单实用的HCC风险模型。临床验证和进一步测试,对于评估该评分系统在帮助普通人群中循证临床决策和HCC风险分层方面的价值是必要的。


参考资料:


1.Kulik L. El-Serag H.B.

Epidemiology and management of hepatocellular carcinoma.

Gastroenterology. 2019; 156: 477-491.e1


2.Aleksandrova K.Boeing H.Nöthlings U. et al.

Inflammatory and metabolic biomarkers and risk of liver and biliary tract cancer.

Hepatology. 2014; 60: 858-871


研究前沿
会议新闻
通知公告

© 1992-2023 , www.szaca.cn , All rights reserved.

版权所有:深圳市抗癌协会 粤ICP备2021034250号