临床验证无细胞DNA碎片分析方法在提升肺癌早期检测中的应用研究

研究背景

肺癌是全球范围内对男性和女性健康威胁最大的癌症类型之一。美国每年超过12.5万人因肺癌去世，全球范围内则接近180万人。已有研究指出，低剂量计算机断层扫描（LDCT）能显著降低肺癌死亡率，但现实中LDCT的应用非常有限。因此，开发新的、更易为民众所接受的肺癌早期检测方法就显得尤为重要。针对这一需求，研究团队开展了本研究，旨在验证一个基于无细胞DNA（cfDNA）碎片分析的肺癌早期检测方法。

研究来源

该研究由Peter J. Mazzone等人联合多家研究机构完成，研究成果发表在《Cancer Discovery》期刊上。研究团队成员来自美国多个知名医疗和研究机构，如克利夫兰诊所、约翰霍普金斯大学医学院、纽约大学朗格尼医疗保健系统等。文章发表于2024年7月16日。

研究细节

研究流程

研究设计为前瞻性病例对照研究，共有958名符合肺癌筛查条件的个体参与研究。对象包括576例病例和对照从样本中训练分类器，并在382例病例和对照中对其进行验证。研究通过分析被试的外周血中全基因组cfDNA碎片化配置（碎片组），挖掘了反映肺癌的基因组和染色质特性变化。利用机器学习技术，研究将碎片组特征与肺癌患者和非患者相对应。

研究结果

在独立验证阶段，测试显示对肺癌有高灵敏度，并且在不同人群和共病条件下保持一致。如果这种检测性能在假设的5年模型中的应用能够防止数千例肺癌死亡。

研究结论

研究提出了一个创新的、基于血液的肺癌筛查测试，利用高度经济的、低覆盖度全基因组测序平台分析cfDNA碎片化模式。该测试有望改善肺癌筛查率，从而带来显著的公共健康效益。

研究亮点

本研究成功开发了一种全新的基于血液的肺癌早期检测方法，它不仅在科学上具有创新性，还在实际应用上具有重要意义。该方法能够提高筛查的敏感性，尤其是在早期肺癌病例的检出上。同时，由于血液测试比传统LDCT筛查更容易被接受，这一新方法能够显著提高肺癌筛查的普及率。

其他值得关注的信息

尽管研究在开发新型肺癌筛查测试方面取得了突破，但需注意潜在选择偏差并进一步在前瞻性队列研究中验证测试性能。此外，该研究还未考虑其他重要结果，如患者寿命或生活质量的影响，也未将成本纳入考量。有关LDCT筛查的待筛人群预期可检测出肺癌的患病率是0.7%，而验证测试的负预测值（NPV）为99.8%，正预测值（PPV）为1.3%，这些统计数据与当前仅基于筛查资格进行的筛查效果相比具有明显优势。

总结

Peter J. Mazzone等人的研究开辟了肺癌早期检测的新途径，预测该方法即使在中等程度的采纳率下也能显著降低晚期肺癌诊断和死亡病例的数量，并能增强LDCT筛查的效率，实现健康人群2030目标。