基于乳腺癌全球發(fā)病率的持續(xù)上升，其早期風(fēng)險(xiǎn)預(yù)測(cè)對(duì)精準(zhǔn)預(yù)防至關(guān)重要。風(fēng)險(xiǎn)預(yù)測(cè)模型作為量化個(gè)體發(fā)病風(fēng)險(xiǎn)的關(guān)鍵工具，其臨床應(yīng)用價(jià)值日益凸顯。然而現(xiàn)有主流模型在跨種族驗(yàn)證中存在局限性，尤其對(duì)亞洲人群適用性不足。隨著多基因風(fēng)險(xiǎn)評(píng)分（PRS）、循環(huán)生物標(biāo)志物及機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，模型優(yōu)化迎來(lái)新的機(jī)遇。

近期，一篇發(fā)表在Annals of Medicine（IF=4.3）的Meta分析系統(tǒng)梳理了該領(lǐng)域的全球研究進(jìn)展，通過(guò)整合多模態(tài)數(shù)據(jù)評(píng)估模型效能，重點(diǎn)分析遺傳與生活方式兩大影響因素，并探討人工智能對(duì)模型的優(yōu)化作用，為中國(guó)人群的精準(zhǔn)預(yù)測(cè)提供循證支持。

研究方法

本研究系統(tǒng)檢索PubMed、Cochrane Library、EMBASE、Web of Science及CNKI數(shù)據(jù)庫(kù)建庫(kù)至2023年8月31日的中英文文獻(xiàn)，采用關(guān)鍵詞組合及布爾運(yùn)算策略，輔以文獻(xiàn)追溯。納入標(biāo)準(zhǔn)：針對(duì)≥18歲普通人群女性的乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)模型開(kāi)發(fā)/驗(yàn)證研究；觀察性設(shè)計(jì)（隊(duì)列/病例對(duì)照/橫斷面）；包含≥2個(gè)風(fēng)險(xiǎn)因子；報(bào)告模型的量化性能。排除預(yù)后模型、無(wú)校準(zhǔn)/區(qū)分度指標(biāo)及非原始研究。

雙人獨(dú)立篩選、提取數(shù)據(jù)并采用PROBAST評(píng)估偏倚風(fēng)險(xiǎn)。使用R/STATA進(jìn)行貝葉斯Meta分析，匯總C統(tǒng)計(jì)量（95%CI及預(yù)測(cè)區(qū)間）評(píng)估區(qū)分度與校準(zhǔn)度。

研究結(jié)果

研究納入概況

最終納入144項(xiàng)研究，涵蓋88個(gè)獨(dú)立隊(duì)列（含36項(xiàng)前瞻性及52項(xiàng)回顧性隊(duì)列）。研究地域分布以美洲為主（42.4%），其次為亞洲（32.6%，其中中國(guó)占33項(xiàng)）和歐洲（21.5%）。納入研究的樣本量范圍廣泛（97至2,211,039例），研究對(duì)象平均年齡介于35至73歲。

圖1.納入本Meta分析的文獻(xiàn)篩選流程圖1

預(yù)測(cè)模型特征

本研究共分析510個(gè)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)模型，其中開(kāi)發(fā)模型297個(gè)，驗(yàn)證模型213個(gè)。開(kāi)發(fā)模型的地域分布相對(duì)均衡（美洲35.7%，亞洲34.3%，歐洲26.6%）。建模算法中傳統(tǒng)統(tǒng)計(jì)方法與機(jī)器學(xué)習(xí)方法占比大致均等。模型納入的預(yù)測(cè)因子呈現(xiàn)遞進(jìn)趨勢(shì)：從基礎(chǔ)人口學(xué)/臨床特征（42.1%）為主，逐步發(fā)展為結(jié)合遺傳數(shù)據(jù)（16.5%）或影像學(xué)特征（15.2%），乃至整合全部三類因子的綜合模型（5.1%）。驗(yàn)證模型主要來(lái)源于美洲（58.3%），超過(guò)半數(shù)（56.9%）涉及Gail模型。

模型性能評(píng)估

模型區(qū)分度（C統(tǒng)計(jì)量/AUROC）報(bào)告范圍廣泛，開(kāi)發(fā)模型為0.45-0.96，驗(yàn)證模型為0.45-0.93。Meta分析顯示模型整體區(qū)分度中等：5年風(fēng)險(xiǎn)預(yù)測(cè)模型的匯總C統(tǒng)計(jì)量開(kāi)發(fā)模型為0.68，驗(yàn)證模型為0.61；10年風(fēng)險(xiǎn)模型分別為0.70和0.62。校準(zhǔn)度方面，約70%的模型O/E比值處于0.8-1.2的合理范圍。5年與10年風(fēng)險(xiǎn)模型的匯總O/E比值相近，分別為0.85和0.83，但5年模型異質(zhì)性較大。校準(zhǔn)報(bào)告不足（開(kāi)發(fā)模型僅28個(gè)，驗(yàn)證模型118個(gè)），且報(bào)告的O/E比值范圍差異顯著（開(kāi)發(fā)：0.78-1.20；驗(yàn)證：0.40-2.08）。

亞組分析結(jié)果

亞組分析顯示：采用機(jī)器學(xué)習(xí)算法的開(kāi)發(fā)模型區(qū)分度（C=0.74）優(yōu)于傳統(tǒng)統(tǒng)計(jì)方法（C=0.67）。模型校準(zhǔn)存在明顯地域差異：在亞洲開(kāi)發(fā)或驗(yàn)證的模型匯總O/E比值約為1.08，提示存在低估風(fēng)險(xiǎn)傾向；而歐洲和美洲模型校準(zhǔn)更佳，O/E比值分別約為0.91和0.86。經(jīng)典模型比較中，BRCAPRO模型（O/E=0.94）校準(zhǔn)優(yōu)于Gail模型（O/E=0.86）和Tyrer-Cuzick模型（O/E=0.66）。

偏倚風(fēng)險(xiǎn)與發(fā)表偏倚

納入研究中超過(guò)半數(shù)（51.4%）存在高偏倚風(fēng)險(xiǎn)，主要源于分析領(lǐng)域（72%），其中又以缺失數(shù)據(jù)處理不當(dāng)（55.6%）為主要問(wèn)題。漏斗圖結(jié)合Egger檢驗(yàn)（p=0.04）提示Meta分析存在發(fā)表偏倚，趨向于無(wú)效結(jié)果。

研究結(jié)論

基于系統(tǒng)評(píng)價(jià)與薈萃分析，本研究對(duì)乳腺癌風(fēng)險(xiǎn)預(yù)測(cè)模型展開(kāi)了全面評(píng)估。現(xiàn)有模型雖在短期及中期風(fēng)險(xiǎn)預(yù)測(cè)中展現(xiàn)中等區(qū)分度與校準(zhǔn)度，但在普適性、可解釋性及長(zhǎng)期臨床轉(zhuǎn)化價(jià)值方面仍存在局限。為突破這些瓶頸，亟需推動(dòng)數(shù)據(jù)科學(xué)、臨床醫(yī)學(xué)與公共衛(wèi)生領(lǐng)域的跨學(xué)科協(xié)作，以提升模型的精準(zhǔn)性、可及性與臨床效用，最終為乳腺癌預(yù)防與早期篩查的策略優(yōu)化提供支撐。

參考文獻(xiàn)：

[1] Liu L, Zhou P, Hou L, Kao C, Zhang Z, Wang D, Yu L, Wang F, Wang Y, Yu Z. Development and performance of female breast cancer incidence risk prediction models: a systematic review and meta-analysis. Ann Med. 2025 Dec;57(1):2534522. doi: 10.1080/07853890.2025.2534522.

編輯：Winnie

審校：KIKI

排版：Yuri

執(zhí)行：Aurora

醫(yī)脈通是專業(yè)的在線醫(yī)生平臺(tái)，“感知世界醫(yī)學(xué)脈搏，助力中國(guó)臨床決策”是平臺(tái)的使命。醫(yī)脈通旗下?lián)碛小概R床指南」「用藥參考」「醫(yī)學(xué)文獻(xiàn)王」「醫(yī)知源」「e研通」「e脈播」等系列產(chǎn)品，全面滿足醫(yī)學(xué)工作者臨床決策、獲取新知及提升科研效率等方面的需求。

本平臺(tái)旨在為醫(yī)療衛(wèi)生專業(yè)人士傳遞更多醫(yī)學(xué)信息。本平臺(tái)發(fā)布的內(nèi)容，不能以任何方式取代專業(yè)的醫(yī)療指導(dǎo)，也不應(yīng)被視為診療建議。如該等信息被用于了解醫(yī)學(xué)信息以外的目的，本平臺(tái)不承擔(dān)相關(guān)責(zé)任。本平臺(tái)對(duì)發(fā)布的內(nèi)容，并不代表同意其描述和觀點(diǎn)。若涉及版權(quán)問(wèn)題，煩請(qǐng)權(quán)利人與我們聯(lián)系，我們將盡快處理。