基于点的风险评分,用于肝细胞癌风险分层和预测:基于人口的随机生存森林建模研究
Zhenqiu Liu1,2, Huangbo Yuan1,2, Chen Suo2,3,4
1State Key Laboratory of Genetic Engineering, Human Phenome Institute, and School of Life Sciences, Fudan University, Shanghai, China.
EClinicalMedicine
|September 12, 2024
概括
一个新的风险评分有效地识别了使用常见生物标志物的肝细胞癌 (HCC) 高风险个体. 该工具有助于在一般人群中对HCC风险分层和预测.
科学领域:
- 生物医学研究的研究.
- 在瘤学瘤学.
- 流行病学 流行病学
背景情况:
- 常见的临床生物标志物与肝细胞癌 (HCC) 风险之间的关系尚未完全理解.
- 准确的HCC风险分层和预测对于早期检测和管理至关重要.
研究的目的:
- 调查32种循环生物标志物与HCC风险之间的线性和非线性关联.
- 开发和验证基于点的风险评分,用于预测HCC发病率.
主要方法:
- 在英国大型生物银行队列中分析了32种循环生物标志物 (n=397,702).
- 利用随机生存森林 (RSF) 来确定十大预测生物标志物.
- 在三个独立的队列中验证了开发的风险评分.
主要成果:
- 25个生物标志物显示出与HCC风险有显著关联.
- 基于点的风险评分显示了整个队列的强有力的预测性表现 (一致性指数0.814-0.866).
- 风险最高的五分位数中的人患HCC的风险是32-73倍;超过70%的病例发生在顶级五分位数中.
结论:
- 一个简单的,基于点的风险评分可以有效地识别一般人群中高风险的HCC个体.
- 这些发现支持使用这种风险评分来对HCC风险分层.
- 需要进一步的研究来确定可访问的生物标志物,以提高预测准确度,而不会增加临床复杂性.


