2024年2月，美国德克萨斯州休斯顿贝勒医学院的Hashem El-Serag, Fasiha Kanwal等人在期刊Gut上以“CSerum biomarker signature is predictive of the risk of hepatocellular cancer in patients with cirrhosis”为题发表的研究，确定了一组与肝硬化发展为HCC独立相关的9个血清生物标志物，并提高了包含临床因素的风险分层模型的预测能力。 肝硬化患者发生肝细胞癌( HCC )的相对危险度显著高于普通人群。在肝硬化患者中对HCC进行风险分层可以实现更精确的预后预测，有针对性的预防和早期发现。一些基础模型是肝硬化HCC风险预测的良好基础，但它们目前的适度性能可能不足以用于临床。作者假设可以通过从反映肝硬化进展为HCC的不同方面的多个领域添加客观可靠的变量来提高模型的预测性能。
使用了来自2266名成年肝硬化患者的前瞻性队列的数据和库存血清，并随访至HCC的发生( n = 126 )。定制了一种FirePlex免疫检测方法来测量39种生物标志物的基线血清水平，并建立了一组对HCC具有最高判别能力的生物标志物。使用C指数和时间依赖的受试者工作特征曲线下面积( AUROC )来评估预测性能。量化了生物标志物组合添加到先前验证的临床模型时的增量预测价值。 确定了一个9个生物标志物组合( P9 )，C指数为0.67 ( 95 % CI0.66 ~ 0.67)，包括胰岛素生长因子- 1，白细胞介素- 10，转化生长因子β 1，脂肪酶，胎球蛋白- A，白细胞介素- 1 β，巨噬细胞刺激蛋白α链，血清淀粉样蛋白A和TNF - α。在该研究的临床模型中加入P9和AFP等10个因素后，1年和2年的AUROC分别提高了4.8 %和2.7 %。在aMAP评分中加入P9后，1年和2年的AUROC分别提高了14.2 %和7.6 %。加入AFP L - 3或DCP不改变P9模型的预测能力。
在这一纵向研究中，同时评估了39个先前与HCC相关的生物标志物，并在肝硬化患者中衍生和内部验证了一个9个生物标志物的组合，它可以预测HCC的风险。这些生物标志物对短期和中期HCC风险的预测独立于我们先前开发的包含人口学、生活方式和临床变量的基础HCC预测模型。这项研究是开发一个适应性多维风险模型的主要步骤，该模型包含来自多个领域的变量，这些变量反映了驱动或促进肝硬化癌变的发病过程的不同方面。
摘译自EL-SERAG H, KANWAL F, NING J, et al. Serum biomarker signature is predictive of the risk of hepatocellular cancer in patients with cirrhosis[J]. Gut, 2024. DOI: 10.1136/gutjnl-2024-332034. [Epub ahead of print].
（吉林大学第一医院肝胆胰内科 孙明慧 华瑞 报道 ）
