新模型识别子宫内膜癌高危女性

子宫内膜癌是美国最常见的妇科恶性肿瘤，但目前的指南不建议对已经具有高子宫内膜癌风险的个体进行子宫内膜癌筛查，如Lynch综合征患者。然而，来自布里格姆妇女医院、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，可以转化为研究，最终转化为临床环境，以确定将从这种筛查中受益的高危人群。

"鉴于不断上升的发病率和死亡率子宫内膜癌该研究的第一作者、哈佛大学陈曾熙公共卫生学院流行病学系的Joy Shi博士说:“在美国，通过人口筛查来识别高风险女性是一种有吸引力的公共卫生策略。”

“我有兴趣利用子宫内膜癌流行病学协会(E2C2)提供的令人难以置信的丰富问卷和遗传数据，并将其与其他具有全国代表性的数据源结合起来，以评估我们是否可以提高我们预测普通人群子宫内膜癌风险的能力。”

他们的研究结果发表在JNCI:国家癌症研究所杂志．该模型是训练从池数据从一个国际财团横跨19个不同国家的研究，然后在美国的三个大型队列中得到验证。

以前仅有的两个子宫内膜癌风险模型是在更有选择性的研究人群中训练的，不包括教育程度、糖尿病史、高血压史或使用激素治疗等风险因素。据作者所知，这也是第一次评估遗传因素在子宫内膜癌风险预测中的效用。

Shi和同事们首先使用19项病例对照研究的数据来开发他们的模型，这些研究涉及E2C2中45-85岁的绝经后白人女性。

他们使用一种被称为LASSO模型的统计工具来预测与队列中的其他人相比，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，以确定一个人在未来10年内根据其特征患上子宫内膜癌的概率。

这项分析要求他们将来自E2C2数据的估计值与来自监测、流行病学和最终结果(SEER)计划和国家健康和营养检查调查(NHANES)的全国代表性数据结合起来。

然后，使用来自护士健康研究(NHS)的121,700名30-55岁女性注册护士、护士健康研究II (NHS II)的116,430名25-42岁女性注册护士和PLCO的78,232名55-74岁女性注册护士的数据对模型进行验证。在所有三个验证队列中，参与者被跟踪了10年。病理学家和医生使用问卷调查、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，拥有数万名参与者数十年的随访数据，”资深作者Immaculata De Vivo博士、公共卫生硕士、布里格姆妇女医院和哈佛医学院的医学教授说。“还有基因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，该团队从12个不同的疾病结果全基因组关联研究(GWAS)中匹配了18个先前确定的子宫内膜癌全基因组显著单核苷酸多态性(SNPs)。

研究人员发现，年龄在45-85岁之间的女性患子宫内膜癌的累积风险平均为5.4%，尽管风险最低十分位数的女性的风险为1.4% - 1.8%，最高十分位数的女性的风险为13.7% - 15.01%。

研究人员发现，流行病学模型显示出中等的准确性，当遗传因素包括在内时，只有轻微的改善。流行病学模型在NHS II数据中校准得很好，但在NHS数据中校准得很差。然而，流行病学和流行病学加遗传模型在PLCO中都得到了很好的校准。

Shi说:“我们发现，仅流行病学风险因素就可以在临床或公共卫生环境中快速、廉价和容易地收集，可以准确区分子宫内膜癌的高风险和低风险女性。”

当风险模型应用于更近期的具有代表性的美国白人女性人群时，该模型确定了2.5%的40-85岁女性患有子宫内膜癌的累积风险超过20%。那些处于97百分位风险的患者的预测终身风险与Lynch患者相当，后者被建议每年进行一次筛查。

这些发现表明子宫内膜癌筛查的临床指导可以更新。然而，由于95%的训练队列和93- 95%的验证队列由白人女性组成，该模型无法生成和验证非白人女性的特定种族估计。E2C2联盟已获得一笔赠款，用于了解子宫内膜癌死亡率在种族亚群中的差异。

模型将需要在新的地理、时间或人群设置中不断重新校准，以解释罕见的子宫内膜亚型癌症并在更多样化的人群中进行预测。