别让它悄悄的来，带走你的健康卵巢癌早

导读

卵巢、宫颈、乳房是女性朋友孕育后代最重要的3大器官，同时也是癌细胞最喜欢光临的3个部位。其中卵巢癌的发生率虽然不高，但却是隐藏的最深的妇科肿瘤。由于卵巢处在腹腔深处，早期症状很难察觉，因此卵巢癌也被冠以“沉默的杀手”。大多数卵巢癌患者确诊时往往已是晚期，治疗后的5年存活率仅为20%-40%，如若能早期诊断，5年存活率可达90%以上。时至今日，随着肿瘤标志物的发现及检测技术的成熟，卵巢癌早期筛查已成为提高患者预后重要因素之一。今天我们就聊聊目前卵巢癌已有的一些生物指标和筛查算法模型。

想要降低卵巢癌给我们带来的痛苦，就要求筛查方法的阳性预测值（PPV）至少要大于10%，检测灵敏度需高于75%，而为了降低误诊率，特异性要求更高，最好超过99.6%。显然，目前任何一个单一的检测指标或者方法都无法达到上述要求，因此卵巢癌早期筛查常常是多个指标或者方法结合，采用一定的统计学方法进行统计分析，从而达到区分无症状早期卵巢癌患者与健康人的目的。

CA及其相关筛查算法

CA是一种糖类抗原的肿瘤标志物，早在年，Bast等人就发现了这个指标，在临床上的应用已经超过20年，它的截断值为35U/ml。CA在80%以上的卵巢癌患者血清中都会升高，其中50%-60%在I期，75%-90%在卵巢癌进展期。但CA在其他病变中也会升高：子宫内膜异位、乳腺癌、肝硬化、子宫肌瘤、月经怀孕等，大大降低了检测的特异性和阳性预测值，所以单独的CA检测并非卵巢癌早期癌筛查的最佳方法。

为了临床上更好的应用CA，Jacobs等人调查了名女性，超过5万份血清样本中CA浓度，整个研究随访中位数为8.6年，发现如果没有卵巢癌，人体中的CA保持一定浓度不变或者随时间降低，但随着恶性肿瘤的发生，CA会迅速上升。因此临床上联合分析患者年龄、CA随时间变化的程度和CA的水平这3个指标，根据一定的统计算法模型将筛查者分为高、中、低3个风险等级，这种模型称之为卵巢癌算法（ROCA）。ROCA将CA的检测灵敏度从62%提高到了86%，同时检测特异性能维持在98%（如下表）。

一项大型的随机控制试验利用ROCA方法评估名50岁以上绝经后女性的卵巢癌风险，结果证实检测的特异性高达99.8%（CI：99.7%-99.9%），阳性预测值为19%（CI：4.1%-45.6%）。这些数据都证实ROCA是适合卵巢癌早期筛查的方法之一。

HE4及其相关筛查算法

基于CA的筛查算法，其特异性高达99.6%，但可惜临床上有20%的卵巢癌并不产生CA，这20%必然会被漏检，因此我们需要新的生物标志物。人附睾蛋白4（HE4）是一种新型的肿瘤标志物，50%的透明细胞癌、93%的浆液性卵巢癌和%的子宫内膜样腺癌中HE4水平大幅上升，但在粘液性卵巢癌中并无提高。

对绝经前女性而言，HE4的检测特异性比CA更好。一项回顾性分析发现在区分良恶性疾病能力方面，HE4的检测特异性比CA更好（93%VS78%），而两者的检测灵敏度相差不大（79%）。这表明两个指标联合分析更利于卵巢癌的早期筛查，恶性风险分析（ROMA）就是基于HE4和CA的浓度进行计算，评估卵巢癌的患病风险，其算法在绝经前后有所不同（表1）：

绝经前：ROMA=-12+2.38×Ln(HE4)+0.×1n(CA)

绝经后：ROMA=-8.09+1.04×Ln(HE4)+0.×1n(CA)

超声及其他相关筛查算法

除了血清中的肿瘤标志物外，超声检测也是卵巢癌筛查的主要方法之一，同样单独的超声并不能满足卵巢癌的筛查：仅有63.2%的早期卵巢癌患者超声异常。但持续的超声随访有助于提高卵巢癌筛查的阳性预测值，降低假阳性率。

一项针对名女性的超声卵巢癌筛查研究中发现，参与筛查并确诊为卵巢癌的患者5年生存率为74.8%±6.6%，而从未参与筛查的卵巢癌患者仅为53.7%±2.3%（P＜0.01）。这就意味着超声筛查有利于提高卵巢癌患者5年生存率。但仍需要进一步提高，因此临床上对CA、绝经状态与超声检测进行联合分析，评估筛查人群的卵巢癌患病风险，这就是恶性风险指数评估（RMI），详情如下表所示。

除了上述描述的生物标志物和筛查模型之外，卵巢癌相关的指标或指标组合研究还有很多（如表1），相应的卵巢癌风险评估模型也还有OVA1、LR1和LR2等，这些风险评估模型详情如下表所示。

表1卵巢癌早期筛查模型一览表

ROCA：卵巢癌患病风险指标(无症状正常人群)

是什么？

联合分析受试妇女年龄、CA随时间的变化及CA绝对值，利用统计学数学模型进行计算，分析受试者患卵巢癌风险

怎么用？

ROCA结果可将受试者分为3类：低度风险：1年后再次检测CA，重新计算评估中度风险：3个月后再次检测CA，重新计算评估高度风险：阴道镜检测，转诊妇科肿瘤专家处进一步诊疗

灵敏度

86%

特异性

98%

应用研究

1、ROCA算法筛查临床前卵巢癌可将单独的CA筛查方法的灵敏度从62%提高至86%，且特异性高达98%2、ROCA评估实验：筛查名50岁以上绝经妇女，证实ROCA特异性高达99.8%（CI：99.7%-99.9%），阳性预测值为19%（CI：4.1%-45.6%）

ROMA:恶性肿瘤风险算法

是什么？

联合分析受试妇女血清中肿瘤标志物HE4和CA的浓度，采用logistic线性回归计算，用于评估卵巢癌发病风险的高低。

怎么用？

绝经前后ROMA计算公式不一样：绝经前：ROMA=-12+2.38×Ln(HE4)+0.×1n(CA)绝经后：ROMA=-8.09+1.04×Ln(HE4)+0.×1n(CA)

灵敏度

84%-94.4%

特异性

75%-90%

应用研究

前瞻性女性卵巢癌筛查研究：对比分析ROMA、RMI和专家超声3种方法的灵敏度和特异性灵敏度分别为：84.7%（77.9%-90%）、76%（68.4%-82.6%）、96.7%（92.4%-98.9%）特异性分别为：76.8%(70.7%-82.2%)、92.4%(88.1%-95.5%)、90.2%(85.5%-93.7%)

RMI:恶性肿瘤风险指数

是什么？

联合分析受试妇女绝经状态、超声检查结果和血清CA水平监测卵巢恶性肿瘤发生风险

怎么用？

RMI=U*M*CAU=0（超声分值为0）；U=1（超声分值为1）；U=3（超声分值为2-5）M=1（绝经前女性）；M=3（绝经后女性）CA：血清中CA水平（μ/mL）高风险：RMI；患卵巢癌风险高达75%中风险：RMI=25-；患卵巢癌风险为20%低风险：RMI25；患卵巢癌风险小于3%

灵敏度

76%-94.4%

特异性

75%-92.4%

应用研究

超声有时候不能区分良性肿瘤与恶性肿瘤；RMI数值受超声检测工作人员的技巧影响。

OVA1

是什么？

多指标联合分析：CA、转铁蛋白、甲状腺素运载蛋白、载脂蛋白A1、β-2-微球蛋白

怎么用？

OVA1分析卵巢癌患病风险以分值表示：0-10绝经前女性OVA1大于等于5或绝经后女性OVA1大于等于4,属于卵巢癌高风险人群，需转诊妇科专家。

灵敏度

92.2%-95.7%%

特异性

49.4%-53.50%

应用研究

OVA1与ROMA评估卵巢癌发生风险，灵敏度相差无几，但特异性OVA1远远低于ROMA

LR1：国际卵巢癌logistic回归分析模型1

是什么？

基于超声检测结果，联合分析12个指标评估卵巢癌风险概率

怎么用？

12个指标：个人卵巢癌发病史；目前已用的荷尔蒙疗法；年龄；病变的最大直径；检测时的疼痛程度；腹水；肿块血液供给情况；固体肿瘤；肿瘤的最大直径；内部囊肿不规则；超声声影区；超声分值

灵敏度

93.00%

特异性

77.00%

LR2：国际卵巢癌logistic回归分析模型2

是什么？

基于超声检测结果，联合分析6个指标评估卵巢癌风险概率

怎么用？

6个指标：年龄；腹水；肿块血液供给；实体肿瘤最大直径；内部囊肿壁不规则；超声声阴影

灵敏度

92%-97%

特异性

69%-81.9%

参考文献：JoshuaGCohen,MatthewWhite.In,canwedobetterthanCAintheearlydetectionofovariancancer?WorldJBiolChemAugust26;5(3):-ISSN-(online)

鍖椾含涓�绉戝尰闄㈤兘鏄�鍋囩殑
鍖椾含閭ｅ�跺尰闄㈡不鐤楃櫧鐧滈�?