近日，國際知名期刊Lancet子刊 eClinicalMedicine 發表了我院張鐵軍教授和人類表型組研究院陳興棟研究員的研究論文：Point-based risk score for the risk stratification and prediction of hepatocellular carcinoma: a population-based random survival forest modeling study。在該研究中，研究人員針對肝細胞癌開發了一款計算簡單、方便推廣的風險計算器。

全世界超一半的肝癌發生在我國，其中肝細胞癌(HCC)占比超85%。HCC臨床預后差、病因復雜、危險因素眾多，此前研究多集中于單因素研究，且未能評估常見的臨床生化指標在HCC風險分層和預測中的價值。為解決這一問題，研究人員首先基于泰州隊列和英國生物銀行，詳細刻畫了32種臨床生化指標與HCC的關聯，發現25種標志物與HCC風險呈顯著的線性或非線性關聯。基于上述關聯，研究人員進一步利用隨機生存森林算法探索了與HCC發病緊密相關的指標，并構建了一個基于點估計的HCC風險評分，用于識別人群中的HCC高危個體。

圖1. 研究設計流程圖

該評分系統僅包含10個常見臨床指標，且根據指標水平進行了相應的風險賦分，以計算個體的HCC風險得分（圖2）。隨后，研究人員在泰州隊列和英國生物銀行中對該評分系統進行了效果評價，發現高危組（得分>11，占全人群20%）可以富集超過70%的HCC病例，其HCC風險是低危組的32-73倍。

圖2. HCC風險評分系統

綜上，該研究首先系統評估了臨床常見指標與HCC的關聯，并基于發現的關聯構建了HCC風險評分。與以往的復雜模型不同，該評分構成簡單、計算方便、利于推廣，可促進HCC的人群早發現、早診斷、早治療，不僅可以降低肝癌發病率，延長生存期，也可有效降低患者醫療負擔。我院張鐵軍教授和人類表型組研究院陳興棟研究員為本文通訊作者，人類表型組研究院劉振球青年研究員為本文第一作者。本研究得到了國家自然科學基金（82204125）和泰州市科技支撐計劃（TS202224）的支持。

文章鏈接：

https://www.sciencedirect.com/science/article/pii/S2589537024003754