您好,欢迎您

2022 ESMO新研说 | 梁文华教授:探索最适合中国人群的肺癌筛查新标准与肺结节诊断新模型

2022年09月14日
整理:研值圈
来源:研值圈

在近日召开的2022年欧洲肿瘤内科学会(ESMO)年会上,由广州医科大学附属第一医院何建行教授与梁文华教授团队开展的“广州地区低剂量螺旋CT肺癌社区普查研究”,以及“临床、影像组学和DNA甲基化生物标志物联合模型提升肺结节良恶性分类研究”分别入选LBA proffered presentation (全体大会汇报)和Mini Oral,向世界展示了基于中国大规模普通人群肺癌筛查的实际情况,该结果或将改写肺癌高危人群的定义。同时,该团队全球首创肺结节诊断新模型,为提高肺结节良恶性诊断及避免过度治疗带来了新工具。【研值圈】特邀梁文华教授,就上述两项研究的设计思路及临床应用前景进行介绍。

               
梁文华
教授/博导/副主任医师

广州医科大学附属第一医院 胸部肿瘤科
国家优青基金获得者(肿瘤学),青年珠江学者,广东杰出青年医学人才
广州呼吸健康研究院院长助理,国家呼吸医学中心办公室主任
呼吸疾病国家重点实验室肺癌学组副组长
广东省胸部疾病学会免疫治疗专委会主委
广东省医学会精准医学与分子诊断分会副主委
中国临床肿瘤学会(CSCO)青年委员,NSCLC专委会委员、肺癌指南专家组成员
Transl Lung Cancer Res 副主编,J Thorac Dis 及Ann Transl Med 编委
主要从事肺癌的综合诊疗及临床转化研究。至今已发表SCI论文200余篇,30分以上12篇,10分以上33篇,累计总影响因子2000+,总被引次数27000+,H指数34,其中第一/通讯作者160篇,包括:J Clin Oncol (IF 50.7, 两篇), NEJM, BMJ (IF 93.3), Lancet Oncol, Cell Res, J Thorac Oncol , J Clin Invest, Chest等杂志。
获ASCO Merit Award,人民网‘国之名医’,CSCO全国35位最具潜力青年肿瘤医师,2020年阿里达摩院青橙奖(医学首位),作为主要完成人之一获国家科技进步二等奖、创新团队,及全国创新争先奖牌

构建中国肺癌筛查新标准,世界舞台演绎中国之声

梁文华教授:非常高兴与大家分享在今年ESMO会议上我们团队发表的两项研究,其中之一与肺癌筛查相关。此项筛查之所以定义为“mass screening(广泛人群的筛查)”,是因为其与既往针对的所谓肺癌高危人群进行的筛查有所不同,该筛查的一项重要内容便是观察在所谓非高危人群中肺癌的检出情况。该研究在广州越秀区一个拥有12万人口的社区进行,自2017年9月份启动,至2021年7月结束,历时4年共筛查了11,709例居民。最后通过病理检查确诊的肺癌患者为200例,检出率为1.7%。其中0~Ⅰ期肺癌患者占比为86%,3年生存率约为100%;而相对晚期的Ⅱ~Ⅳ期患者占比14%,3年生存率仅有50%。由此可见,对于筛检出的0~Ⅰ期肺癌患者通过积极干预后获得痊愈的概率极大。在纳入研究的人群中,40~50岁被检出的肺癌患者均为Ⅰ期,而超过50岁者有一定比例处于Ⅱ~Ⅳ期,这提示倘若随着年龄增长才开始进行筛查,有可能使原本处于可治愈阶段的肺癌变成不可治愈。

11.jpg

何建行教授及梁文华教授在2022 ESMO会议上进行口头报告

此外,该研究的一项重要结果是12万居民中有1万多人接受了CT筛查,而剩余的11万人处于自然状态下的常规检查。两组对照比较提示,积极筛查组肺癌相关死亡率下降了63%,这归功于所发现的肺癌绝大部分处于可治愈阶段,同时也彰显了筛查的价值。经过卫生经济学分析,发现针对中国南方人群的肺癌筛查性价比较高。因为通过综合换算,早期筛查及治疗的费用相比于晚期确诊才进行治疗者所产生的治疗费用以及寿命损失等,可节省约2亿人民币。

研究的另一重要结果为,在检出的200例患者中,仅有19%和55%的比例分别满足NCCN指南和中国专家共识中定义的高危人群。换言之,倘若仅对当时指南或共识定义的高危人群进行筛查,则有一半以上的肺癌患者可能被漏检,虽然指南或共识中定义的高危人群检出率相对于非高危人群略高(NCCN指南定义的高危人群与非高危人群肺癌检出率为2% vs.1.6%,中国专家共识定义的高危人群与非高危人群肺癌检出率为2.3% vs. 1.3%)。由此可见,对于非高危人群肺癌筛查不容忽视,并且其可被治愈的肺癌患者占比更高。   

在此想说明,筛查的目的不仅仅是发现肺癌,而是发现那些通过及时干预可以取得良好治疗效果,甚至是治愈的人群。换言之,找到属于中国人自己的真正的高危因素,才能进一步修订现有肺癌高危人群的标准。为此我们专门进行问卷调查,对已知的未被研究过的高危因素进行筛选,发现年龄、个人癌症史、职业暴露、家族肺癌史等均是明确的高危因素,而诸如食物过敏、哮喘病史等也是肺癌的高危因素。有趣的是,对于温度变化过敏的居民,罹患肺癌的风险看起来更低,其可能与气道清除效应存在一定关系。

12.jpg

讨论环节,皇家马斯登医院的Sanjay Popat教授针对“广州社区肺癌普查研究”结果发表见解

针对筛选出的所谓高危因素,我们构建了新的模型,在锁定肺癌的人群中,其曲线下面积(AUC)达到0.71,相对于NCCN指南的0.52以及中国专家共识的0.62明显更高。在此想强调,对于既往定义为非高危的人群,不能将其排除在肺癌筛查之外,其筛查具有一定价值。在后续工作中,我们将进一步完善肺癌筛查标准,使其既有降低死亡风险的价值,又具有很好的性价比。未来或可进一步探索更好的筛查手段,因为现有的低剂量螺旋CT筛查可能并不够完美,虽然其目前仍是一项金标准,但其假阳性率较高,可能存在过度诊疗的情况,而这也是我们进行第二项研究的重要契机。在筛查过程中,我们发现了很多假阳性的肺结节,这要求我们需有敏感性更高的工具以解决现有的困惑,降低假阳性结节带来的困扰。

13.jpg

“临床、影像组学和DNA甲基化生物标志物联合模型提升肺结节良恶性分类研究”入选Mini Oral

形态与生长规律有助肺结节良恶性诊断,但固有缺陷难以避免

梁文华教授:当前临床对于存在肺结节的患者主要通过以下两方面进行判断,一是依据结节的形态,而不是结节的大小进行判断。通常边缘光滑、形态规则的结节多为良性,而类圆形、密度较为均匀的磨玻璃结节,可能偏向恶性原位癌。二是依据结节的生长规律。例如,持续存在的磨玻璃样结节恶性概率有所增加,而状态稳定的规则结节有可能只是肉芽肿或纤维灶。诚然,通过结节的形态与生长规律还不足以准确锁定其良恶性,但在此基础上,可通过PET-CT或肿瘤标志物等进行辅助诊断,虽然后者存在的一些固有缺陷也无法完全克服。总体而言,仅通过现有的手段对结节的良恶性进行判断是不够的,倘若进行纤维支气管镜或穿刺等有创操作,对于肺结节患者而言并不太可行,因为其很难进行活检。如果要获得较好的活检结果则只能进行手术,但可能存在过度治疗的问题,因为我们不希望对于一些安全的良性结节进行过度手术。

“全球首创”肺结节诊断新模型,汇聚“网红”技术打造诊断新利器

梁文华教授:我们对于肺结节判断工具的研发是来自肺癌筛查后的重要需求,因为筛查后发现存在肺结节的患者占比约为60%,其中5mm以上相对显著的结节占比约为20%,这一数据与全球范围内公布的数据相当。对于存在肺结节的患者而言其难免有所顾虑,特别是当医生并没有很大把握告知其良恶性时,可能会带来一些不利影响,诸如引发患者的担忧或是过度治疗,又或者是导致治疗延迟,因为其并不相信该结节为恶性。

此前我们曾建立过一个ctDNA诊断工具,共筛查出100个甲基化位点,其对肺结节良恶性判断的准确性为84%。这一工具业已得到全国多中心临床研究的验证,但我们希望可以进一步提升。虽然高通量甲基化检测就单一维度而言综合性能已是最高,但其对肺结节良恶性的判断仍存在瓶颈。例如,一些非常小或稳定的肿瘤并不释放DNA至血液,此时再好的方法学也无法从血液学中检出DNA,更遑论检出其变异情况。对于这一缺陷,其实在一定程度上可通过影像学进行弥补。因为影像学敏感性非常高,通过人工智能对病灶进行判断可以弥补甲基化检测的缺陷。虽然人工智能的影像学检测也有自身的瓶颈,例如对于较大的良性肿瘤,增长速度较快,已表现出一定的恶性征象,此时影像组学并不好进行区分,但此时若结合ctDNA检测则可有效辨别。

此两大“网红”技术各具优势,两者结合可发挥1+1>2的效果。因为单一液体活检的AUC值为0.85,单一人工智能影像学检测为0.85,而两者联合准确性可达到0.91。

14.jpg

梁文华教授报告肺结节诊断新模型研究成果

避免过度诊疗有高招,新模型临床价值大

梁文华教授:联合模型工具的一个主要临床使用方向便是降低过度诊疗率,因此我们将其敏感性设计为98%以上,相对的特异性为50%,以期不漏诊任何可能的恶性病灶,避免治疗延误。50%的特异性虽然对于恶性的诊断可能存在一定的假阳性,但却可以保证预测为阴性者一定为良性结节,从而避免了该部分患者的过度治疗。

就技术层面而言,人工智能影像组学技术已经非常成熟,前期已经积累了诸多提取特征。就甲基化检测而言,价格相对较高,与PET-CT检测费用相当,应用该工具的患者需具备一定的经济条件。

在ESMO会议公布的数据中,该模型对于难定性的结节可降低73%的过度手术,并降低89%的延误治疗。因为我们最为重要的目标是保证不能耽误恶性结节的治疗,并在此前提下,尽可能地避免过度手术。就目前已公布的报道中,该模型的准确性及临床价值堪称优秀。

责任编辑:Linda
排版编辑:Linda