PNAS肝癌早筛模型解析——还有很长的路要走

　　肝细胞癌（HCC）早筛从来都是一个热门话题：HCC一旦发现多属中晚期，5年生存率很低；早发现、早治疗是提高生存率的最佳途径。目前，影像学检查和甲胎蛋白（AFP）仍是诊断HCC的主要手段，然而传统指标中AFP较低的敏感性并不能满足临床对HCC诊断的要求。因此，开始有研究尝试是否可以在蛋白标志物之外检测更多的分子标志物，如基因变异状态，以达到更好进行HCC早筛的目的。

　　近日，PNAS在线发表了这样一项研究。研究者不仅对蛋白标志物如AFP及DCP（脱-γ-羧基凝血酶原）进行检测，同时还对游离于细胞外的DNA（cell-freeDNA，cfDNA）中的基因变异（包括TP53、TERT、CTNNB1、AXIN以及HBV整合位点）进行检测。在综合了蛋白标志物的水平、基因变异状态、基因变异丰度、性别、年龄等因素之后，研究者建立了一个HCC早筛模型HCCscreen。该研究设计的较为巧妙，研究者尝试在血清蛋白之外引入cfDNA变异希望能建立一个更好的HCC早筛模型。多维度的混合模型是一种比较新的理念。但是从最终的表现上看，该模型本身并没有让我们看到非常振奋的效果，同时引入cfDNA变异似乎并没有给这个模型带来足够的提升。

　　模型特点

　　该模型有两点值得我们注意：

　　1、标志物选择

　　研究者同时考虑了以血液中蛋白和cfDNA基因变异作为标志物。蛋白标志物本就是HCC诊断的常规工具之一；HCC肿瘤细胞可能释放出自己的DNA到血液中，而这些DNA是带有肿瘤相关的基因变异的，如果我们在血液中检出了这些基因变异，可能就意味着肿瘤的存在。

　　2、人群选择

　　研究者认为，一些癌前病变的组织（如肝硬化）也可能存在一些基因变异，并且可能释放到血液中被检测到，另外，这些癌前病变也可能引起血液蛋白标志物的变化。这些癌前病变并不等于癌症，如果我们要建立一个模型来进行HCC的早筛，就必须要能够把真正患HCC的人群同未患HCC的高风险人群区分开。因此在这个研究中，研究者选取HBV感染人群（易患HCC的高危人群）来进行模型的建立。而既往的研究中，研究者多采用患HCC的人群和健康人群来进行模型的建立，这种做法很可能导致建立的模型在易患HCC的高危人群中不适用。

　　模型建立方法及其表现

　　在这个研究中，研究者找到了135名B超阳性和（或）AFP阳性的患者，其中有65名HCC患者和70名非HCC患者（这组人群被称作建模组），通过建立的HCCscreen模型，可以很好地把HCC患者和非HCC患者区分开（85%的灵敏度和93%的特异性）。但这样是不够的，通过建模组建立的模型必须要在另一个独立的人群中验证（这个人群被称作验证组），证实这个模型可以找到人群中的HCC患者（敏感性），另外不会把未患HCC的人群错判为HCC人群（特异性）。

　　因此，研究者使用HCCscreen检测了331例AFP和B超检测结果都是阴性的HBV携带者，预测出了24例模型判断为阳性（HCC患者）的人群和307例模型判断为阴性的人（非HCC患者）。此后，经过6~8个月的追踪随访，24例阳性受试者中真的发现4例早期肝癌，而阴性受试者在随访期内无一发现肝癌。也就是说这个模型找到了所有的4例HCC患者，实现了100%的灵敏度！此研究的阳性预测值（PPV）为17%（24例预测为阳性的患者4例证实HCC），特异性为94%（327例非HCC人群中307例被模型预测为非HCC）。看起来是很漂亮的数字，尤其是100%的灵敏度和94%的特异性。

　　但是如果我们仔细拆解这个结果会看到什么？

　　首先，我们知道，该研究的一个重要部分就是尝试把基因变异的检测结果同蛋白水平结合，从而尝试提高HCC早筛模型的表现。因此很值得把每种因素独立出来看看，加入了基因变异给这个HCC早筛模型带来了多大的提升。

　　如果我们不进行任何的建模，仅仅考虑DCP蛋白，以常用的mean+3stdev作为cutoff值（41.6），有HBV感染的非HCC组的特异性为99%（69/70），HCC组敏感性为66%（43/65）。而验证组的阳性率则为2.7%（9/331），敏感性为75%，特异性为98%，PPV则为33%。

　　如果我们仅考虑检出的基因变异，验证集的阳性率高达33.5%，而验证集的敏感性却仅有50%，验证集的PPV则仅有2%。

　　这说明检测基因变异带来了大量的阳性检出，却并不意味着灵敏度的提高。我们看nonHCC组的特异性也仅有71%（相比原文模型的93%及仅用DCP蛋白的99%）。以上结果似乎表明，在蛋白之外加入了基因变异并没有总体改善这个模型，而蛋白水平在这个模型中占有绝对的权重。

　　第二，我们再来看100%的敏感性和94%的特异性。

　　这个研究中预测出了24名可能的HCC患者，但是仅有4名证实为HCC，剩下的人群（87%）可能要面对严重的焦虑和不必要的后续随访。虽然研究者指出，该研究随访周期仅有6~8个月，里面有些人可能最终会发展为HCC。但是13个人在6~8个月之后接受了第二次的HCCscreen检测，其中8名变成了阴性（虽然3名接近0.4的cutoff值），另外有4名患者始终保持阳性却未发现HCC。至少在接受长期随访前，这些患者并没有证据表明会发生HCC。这样的结果只能用一些推测去尝试进行解释，例如患者可能发生HCC，或者多次检测可能提高PPV（但是究竟哪次结果是可信的也是个问题）。

　　最后，本研究中，HCCscreen找出了所有4名HCC患者，敏感性达到了100%（4/4）。但是仔细看本研究的随访方式：

　　HCCscreen阳性组和阴性组，在各种随访方式的比例上有严重的不平衡。尤其是HCCscreen阴性组，有65名患者（20%）使用了电话随访。这个人群较大，而电话随访是比较容易引入假阴性结果，假如里面可能有1~2名HCC患者，都会使HCCscreen的敏感性降低到80%或者66.7%，而不是漂亮的100%。

　　其次此模型只有17%PPV，表明此模型阳性的个体中仍然有83%的人没有发展为HCC。这个检查结果对这些人可能造成严重焦虑并进行不必要的后续随访。

　　总结

　　综上，该研究尝试着建立一个多维度的混合模型，但是从最终的效果上看，该模型表现相比DCP蛋白没有显著的提高。模型中引入cfDNA变异似乎并没有给这个模型带来足够的提升。HCC的早筛是条无论如何都必须走下去的路，但还有很长的路要走。

　　文章源自找药宝典，如有侵权请联系删除