肺癌筛查已被证实能够降低高危人群的死亡风险，目前应用最广的是低剂量计算机断层扫描（low-dose computed tomography，LDCT）。但现实中，筛查对象的确定仍主要依赖年龄、吸烟包年数和戒烟年限等条件，例如美国预防服务工作组（US Preventive Services Task Force，USPSTF）2021版推荐标准。这类标准虽然操作简便，但也存在明显不足：一部分未来会发生肺癌的人并不符合筛查条件，因而被遗漏；同时，也有部分实际风险较低的人被纳入筛查。后来发展的问卷模型，如PLCOm2012模型（Prostate, Lung, Colorectal and Ovarian Cancer Screening Trial model），虽然较传统标准更细化，但主要仍依赖吸烟史和临床资料，风险评估能力还有进一步提升空间。因此，开发一种基于血液标志物的筛查前风险模型，用于更精准地识别真正高风险人群，具有明确的临床意义。

近日，国际癌症研究机构等团队在《JAMA》发表题为《Biomarker-Based Eligibility for Lung Cancer Screening: Validation of the Protein-Based INTEGRAL-Risk Model》的研究论文。该研究围绕肺癌风险与病因整合分析计划（Integrative Analysis of Lung Cancer Risk and Etiology，INTEGRAL）开发了一种基于循环蛋白标志物的风险评估模型——INTEGRAL-Risk模型，用于在一般有吸烟史人群中预测短期肺癌发生风险。研究结果显示，这一模型在1年、2年和3年肺癌风险预测中均优于现有问卷模型，尤其在1年内风险预测方面表现最为突出，为优化肺癌筛查对象选择提供了新的工具。

这项研究基于肺癌队列联盟（Lung Cancer Cohort Consortium，LC3）的14个队列开展，共纳入3695名有吸烟史的参与者，其中包括1390例在采血后3年内确诊肺癌的病例。研究团队利用7个队列建立模型，并在另外7个独立队列中进行验证。最终模型整合了年龄、吸烟史以及13种循环蛋白标志物。在独立测试集中，INTEGRAL-Risk模型对1年内肺癌风险的区分能力明显优于PLCOm2012模型，曲线下面积分别为0.88和0.79。若以与USPSTF 2021相同的特异度作为阈值，INTEGRAL-Risk模型可识别85%的1年内肺癌病例，而USPSTF 2021和PLCOm2012分别只能识别63%和70%。也就是说，在筛查人数大致相当的前提下，这一模型能够找出更多未来短期内会发生肺癌的人群。

总体来看，这项研究的价值不在于替代LDCT，而在于为LDCT筛查提供一个更精准的前筛查分层工具。与单纯依靠年龄和吸烟史相比，循环蛋白标志物模型有望提高高危人群识别效率，使筛查资源更集中地用于真正获益的人群。随着后续前瞻性研究和真实世界验证不断推进，这类基于血液标志物的风险评估工具有望进一步提升肺癌筛查的精准性和可及性，为筛查策略优化提供新的依据。

论文链接：https://jamanetwork.com/journals/jama/fullarticle/2849313

注： 此研究成果摘自《JAMA》杂志，文章内容仅供参考，不代表本平台观点。