编者按：大数据研究无疑为肿瘤诊治提供了更明确的方向。在今日开幕的第五届上海泌尿肿瘤国际论坛上， 叶定伟教授首场报告向我们展示了基于前列腺癌大数据研究的成果，及其在前列腺癌诊治中的运用。
编者按：大数据研究无疑为肿瘤诊治提供了更明确的方向。在今日开幕的第五届上海泌尿肿瘤国际论坛上， 叶定伟教授首场报告向我们展示了基于前列腺癌大数据研究的成果，及其在前列腺癌诊治中的运用。
回顾1999~2010年的流行病学数据，前列腺癌发病率在我国城市地区呈现逐年上升趋势，其中长江三角洲和珠江三角洲是前列腺癌的高发区域，以上海为例，年增长率可达8%，目前位列男性肿瘤第5位。然而关于中国人群前列腺癌的研究目前尚比较匮乏，以Pubmed数据库为例，2014年世界范围内关于前列腺癌研究的文献达8608篇，而中国的相关研究仅仅262篇。因此，针对中国人群前列腺癌更为深入精确的研究迫在眉睫。
为优化中国人群前列腺癌诊断，叶定伟教授及其团队围绕中国人群前列腺癌筛查中矛盾突出的过度穿刺以及确诊后不必要的全身检查，两方面的问题开展了以下三个方面的研究：1.建立和验证中国人的前列腺健康指数（PHI）预测模型；2. 遗传学（GRS）评分对于不同年龄中国人群的适用性研究；3. 中国初诊前列腺癌骨转移预测模型的建立。
以PSA为基础的前列腺癌筛查往往会导致过度前列腺穿刺的问题，找到更优的指标减少不必要穿刺、降低漏诊率一直是世界范围内研究的重点。分析复旦大学附属肿瘤医院347例前列腺穿刺数据，发现PHI在上海人群中的诊断效力明显优于其他PSA相关指标，PHI每增加1个单位，前列腺癌风险增加11.6%，以此基础上建立中国人群的PHI列线图，预测准确性可以达到88%。以230例香港人群作为外部验证可以得到相似结论，该模型可以在不增加前列腺癌漏诊率的前提下减少15.6%的过度前列腺穿刺。
家族史是前列腺癌发生的重要影响因素，SNP可以反映家族史对于前列腺癌发生的影响。多个前列腺癌相关SNP相结合的GRS评分可以使前列腺筛查人群获益。研究复旦大学附属肿瘤医院及华山医院1120例前列腺穿刺数据发现， GRS评分可以使年龄在60~70岁怀疑前列腺癌的人群获益，在常规检测基础上加入GRS评分可以使预测的准确性提高至0.786，同时该年龄组人群在诊断高分级（Gleason评分≥7分）前列腺癌时加入GRS评分后，诊断效力提升明显，可达0.805。
骨骼是前列腺癌最常见的转移部位（>90%）。在中国几乎所有患者在确诊为前列腺癌后都无一例外的接受全身骨扫描（ECT）检查以决定进一步治疗，这对于骨转移低风险的患者来讲无疑是检查资源的浪费和过度无谓的筛查。为此，复旦大学附属肿瘤医院综合患者年龄、临床分期、Gleason评分及PSA建立了中国初诊前列腺癌骨转移预测模型。该模型简单、便携且易用，可按百分比将患者分为低、中、高度骨转移风险患者，与真实风险的整体符合度良好。此工具的设计可使患者在一经确诊即可获知其准确的骨转移风险，避免了不必要的ECT检查。
复旦大学附属肿瘤医院通过研究中国前列腺癌人群的特点，在不同层面上优化了前列腺癌的诊断，通过以上研究以期减少中国人群前列腺癌筛查中的不必要穿刺，减少不必要的全身检查，以最小的代价达到最优化的诊疗过程。
叶定伟 教授
复旦大学教授，上海市抗癌协会理事长，上海市泌尿外科学会肿瘤学组组长，中国抗癌协会泌尿肿瘤专业委员会侯任主任委员，上海市泌尿外科学会副主任委员。
京公网安备 11010502033352号