新模型识别出患子宫内膜癌高风险的女性

子宫内膜癌是最常见的妇科恶性肿瘤，但目前的指南不建议对已经处于子宫内膜癌高风险的个体(例如林奇综合征患者)进行子宫内膜癌筛查。然而，布莱根妇女医院、哈佛医学院和哈佛陈曾熙公共卫生学院的研究人员进行的一项新研究开发了一种预测模型，该模型可以转化为研究并最终转化为临床环境，以确定高危人群，这些人将从中受益这样的筛选。

“鉴于子宫内膜癌的发病率和死亡率不断上升，通过人群筛查来识别高危女性是一项有吸引力的公共卫生策略，”第一作者、哈佛大学陈曾陈公立学院流行病学系的 Joy Shi 博士说。健康。

“我有兴趣利用子宫内膜癌流行病学联盟 (E2C2) 提供的极其丰富的调查问卷和遗传数据，并将其与其他具有全国代表性的数据来​​源相结合，以评估我们是否可以提高我们预测子宫内膜癌风险的能力人口。”

他们的结果发表在JNCI：国家癌症研究所杂志上。该模型在来自一个国际联盟的汇总数据上进行了训练，该联盟涵盖了不同国家的 19 项研究，然后在的三个大型队列中进行了验证。

之前仅有的两个子宫内膜癌风险模型是针对更具选择性的研究人群进行训练的，不包括教育、糖尿病病史、高血压病史或激素治疗使用等风险因素。据作者所知，这也是首次评估遗传因素在子宫内膜癌风险预测中的效用。

Shi 及其同事首先使用 19 项涉及 E2C2 中 45-85 岁绝经后白人女性的病例对照研究的数据来开发他们的模型。

他们使用一种称为 LASSO 模型的统计工具来预测相对于队列中的其他人，哪些人患子宫内膜癌的风险更高。然后，他们将这些相对风险转化为绝对风险预测，以确定一个人根据其特征在未来 10 年内患子宫内膜癌的概率。

该分析要求他们将 E2C2 数据的估计值与来自监测、流行病学和最终结果 (SEER) 计划以及国家健康和营养检查调查 (NHANES) 的具有全国代表性的数据结合起来。

然后，使用护士健康研究 (NHS) 中 121,700 名 30-55 岁的女性注册护士、护士健康研究 II (NHS II) 中 25-42 岁的 116,430 名女性注册护士的数据验证该模型，以及来自 PLCO 的 78,232 名 55-74 岁的女性。所有三个验证队列中的参与者都被跟踪了 10 年。病理学家和医生使用问卷、死亡记录和医疗记录来确认子宫内膜癌的诊断。

“NHS、NHSII 和 PLCO 是拥有独特丰富数据集的队列，在几十年的随访中有数万名参与者的数据，”资深作者 Immaculata De Vivo 博士、公共卫生硕士和 Brigham and 医学教授说。妇女医院和哈佛医学院。“还有许多这些研究参与者的 遗传数据，这使我们能够调查遗传因素在预测子宫内膜癌风险方面的潜在贡献。”

具体来说，该团队将 18 个先前确定的子宫内膜癌全基因组显着单核苷酸多态性 (SNP) 从 12 项不同的全基因组关联研究 (GWAS) 中与 NHS 人群的各种疾病结果进行匹配。

研究人员发现，平均而言，45-85 岁女性患子宫内膜癌的累积风险为 5.4%，尽管风险范围从最低十分位女性的 1.4-1.8% 到女性的 13.7-15.01%在最高的十分位数。

研究人员发现，流行病学模型表现出适度的准确性，当包括遗传因素时仅略有改善。流行病学模型在 NHS II 数据中校准良好，但在 NHS 数据中校准不佳。然而，流行病学模型和流行病学加遗传模型都在 PLCO 中得到了很好的校准。

“我们发现，仅流行病学风险因素就可以准确地区分子宫内膜癌高风险和低风险女性，这些因素可以在临床或公共卫生环境中快速、廉价且容易地收集，”Shi 说。

当将该风险模型应用于更近期且具有代表性的白人女性时，该模型确定了 2.5% 的女性在 40-85 岁之间的子宫内膜癌累积风险超过 20%。处于第 97 个风险百分位数的患者的预测终生风险与 Lynch 患者相当，建议每年进行一次筛查。

这些发现表明可以更新有关子宫内膜癌筛查的临床指南。但是，由于 95% 的训练队列和 93-95% 的验证队列由白人女性组成，因此该模型不会生成和验证针对非白人女性的种族特定估计。E2C2 联盟获得了一笔拨款，用于了解不同种族亚群的子宫内膜癌死亡率差异。

模型将需要在新的地理、时间或人口设置中不断重新校准，以解释更罕见的子宫内膜癌亚型，并在更多样化的人群中做出预测。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！