条文本

原始研究
粪便隐性失血量可准确预测结直肠癌的未来检测。预后模型
  1. Reinier G S Meester1
  2. Hilliene J van de schootbrugge vandermeer1
  3. 艾米丽·C·H·布里克维尔特1
  4. 露西·德·容格1
  5. 以斯帖Toes-Zoutendijk1
  6. 亚瑟Kooyker1
  7. 她女儿Nieboer1
  8. 克里斯蒂安·R·拉梅克斯2
  9. 玛侬·C·W·斯帕德3.
  10. Anneke J van Vuuren3.
  11. 恩斯特·J·柯伊珀斯3.
  12. Folkert J van Kemenade4
  13. Iris D Nagtegaal5
  14. Evelien德克6
  15. Monique E van Leerdam78
  16. 虹膜Lansdorp-Vogelaar1
  17. 荷兰结直肠癌筛查工作组
  1. 1公共卫生部伊拉斯谟MC大学医学中心鹿特丹,荷兰
  2. 2临床化学伊拉斯谟MC大学医学中心鹿特丹,荷兰
  3. 3.消化内科和肝病科“,伊拉斯谟MC大学医学中心鹿特丹,荷兰
  4. 4病理伊拉斯谟MC大学医学中心鹿特丹,荷兰
  5. 5病理内梅亨大学医疗中心奈梅亨,荷兰
  6. 6消化内科和肝病科“,阿姆斯特丹联华电子阿姆斯特丹,荷兰
  7. 7胃肠病学和肝病学安东尼·范·列文虎克医院阿姆斯特丹,荷兰
  8. 8胃肠病学和肝病学莱顿大学医学中心莱顿,荷兰
  1. 对应到Reinier G S Meester博士,荷兰鹿特丹伊拉斯谟MC大学医学中心公共卫生部;r.meester在{}erasmusmc.nl

摘要

目标目的:探讨在基于粪便免疫化学试验(FIT)的结直肠癌(CRC)筛查中重复测量粪便血红蛋白(F-Hb)浓度对预后的影响。

设计预后模型。

设置2014-2018年荷兰两年一次的fit筛查计划。

参与者265 881名参与者完成三轮FIT,第1轮和第2轮测试结果为阴性(F-Hb <47µg Hb/g粪便)。

干预措施结肠镜随访FIT阳性(F-Hb≥47µg Hb/g粪便)的参与者。

主要的结果我们评估了在第3轮中检测晚期瘤变(AN)和CRC的预后模型,并将参与者年龄、性别、第1轮和第2轮中的F-Hb以及F-Hb的类别/组合/非线性转换作为预测因素。主要评价标准包括:风险预测准确性(校准),有与没有AN或CRC的参与者的区别(乐观调整的c统计量,范围0.5-1.0),外部验证的风险分层程度和c统计量。

结果在研究参与者中,8806人(3.3%)的FIT结果呈阳性,3254人(1.2%)检测到AN, 557人(0.2%)患有癌症。第1轮和第2轮的F-Hb浓度是最强的预后预测因子,最高F-Hb类别的调整or高达9.4 (95% CI 7.5至11.7)。风险预测与大多数参与者的观察风险相符(校准截距−0.008至−0.099;斜率分别为0.982-0.998),并对有无AN或CRC的参与者进行区分,c -统计量分别为0.78 (95% CI 0.77 - 0.79)和0.73 (95% CI 0.71 - 0.75)。在参与者中,AN的预测风险范围为0.4%至36.7%,CRC的预测风险范围为0.0%至5.5%。在外部验证中,模型对AN (C-statistic 0.77, 95% CI 0.66至0.87)和CRC (C-statistic 0.78, 95% CI 0.66至0.91)保持了相似的判别精度。

结论根据参与者的年龄、性别,特别是之前的F-Hb浓度,可以准确地识别出未来AN或CRC风险较低或较高的参与者。应根据这些信息考虑风险分层。

  • 结直肠肿瘤
  • 筛选
  • 凳子上标记

数据可用性声明

数据可以从第三方获得,但并不公开。本研究的数据不能公开,但可以通过荷兰Bevolkingsonderzoek (BVO-NL)请求访问。作者可以根据要求共享分析脚本。

http://creativecommons.org/licenses/by-nc/4.0/

这是一篇开放获取的文章,根据创作共用署名非商业(CC BY-NC 4.0)许可证发布,该许可证允许其他人以非商业方式分发、混音、改编、在此基础上进行构建,并以不同的条款许可其衍生作品,前提是正确引用原始作品,给予适当的荣誉,任何更改都已注明,并且使用是非商业性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/

数据来自Altmetric.com

本研究的意义

关于这个问题我们已经知道了什么?

  • 先前的两项研究发现,粪便免疫化学检测(FIT)中粪便血红蛋白(F-Hb)阴性浓度与随后的结直肠癌(CRC)之间存在很强的相关性。然而,没有研究正式评估包括多次阴性fit结果在内的预后模型的性能和临床应用。

新的发现是什么?

  • 我们评估了晚期瘤变(AN)和CRC的预后模型,基于参与者的年龄、性别和连续两年期FIT轮的F-Hb浓度。正如我们所证明的那样,该模型准确地预测了后续AN和CRC的风险,以高度一致的程度区分这些结果,并允许进行有临床意义的风险分层。

在可预见的未来,它会对临床实践产生怎样的影响?

  • 根据这些信息,应考虑进行风险分层的FIT筛查。

简介

免疫化学粪便潜血试验,或简单的粪便免疫化学试验(FIT)粪便血红蛋白(F-Hb),是大肠癌(CRC)的推荐筛查试验。1粪便样本中的F-Hb浓度是确定的CRC诊断标志。2大多数基于fit的筛查项目每1或2年邀请符合条件的个体,并定性地使用该测试:只有F-Hb浓度高于预定义临界值的个体才会被推荐进行后续结肠镜检查。3.

在过去的十年中,一些使用定量fit的研究挑战了这种一刀切的方法。4 - 6这些研究报告了在随后几年测量的低于阳性临界值的F-Hb浓度与晚期结直肠瘤的检测之间的剂量-反应关系。理论上,使用定量fit的筛查方案可以通过个性化的间隔和基于先前F-Hb浓度的截止来改进。7然而,这些方法的成功取决于这些过去的结果对未来结果的预测程度。错误分类的个体在较低vs晚期病变的高风险可能导致个性化筛查无效。8

预测模型的性能通常根据它们估计风险的准确性来评估(校准),以及他们在多大程度上歧视有和没有相关结果的个体(歧视).然而,使用先前F-Hb浓度的风险预测模型的预后性能尚不清楚。为了告知临床医生和政策制定者,我们在基于人群的背景下评估了这些模型的表现和临床应用潜力,使用来自两年期FIT轮的信息来预测第三轮的筛查结果。

方法

筛查项目

本研究是在荷兰CRC筛查计划范围内进行的。该计划于2014年至2019年推出,并在其他地方有详细描述。9简而言之,年龄介乎55至75岁的成年人可透过邮寄方式收到FIT (FOB-Gold;哨兵诊断,米兰,意大利)。结果为阴性的参与者,即F-Hb浓度<47µg血红蛋白/克粪便(µg/g), 2年后重新邀请。FIT结果阳性(≥47µg/g)的参与者被推荐进行结肠镜检查。那些被认为符合条件的人(见主要研究人群部分)会收到邀请,在其中一个参与的内窥镜检查中心进行后续结肠镜检查。在结肠镜检查中,切除息肉,并对不能内镜切除的癌症进行诊断性活组织检查。项目中的相关发现被定义为晚期腺瘤(大小≥10 mm和/或绒毛组织学≥25%和/或高度发育不良)和结直肠癌。在结肠镜检查中发现病变的参与者可根据荷兰指南进行进一步治疗或监测;无相关病变的参与者在10年内再次被邀请进行FIT筛查。

过程和结果质量保证

在目前的计划中,退还的FIT试剂盒由四个FIT实验室之一进行评估。样品不可靠的参与者将邮寄一套新的FIT套件。参赛者一般会在7天内收到成绩信。结果呈阳性的参与者通常在15天内在一个内窥镜检查中心接受后续结肠镜检查。通过认证的内窥镜医师确保结肠镜检查的质量,并在肠道准备不充分的情况下进行潜在的重新检查。10在结肠镜检查中发现并切除的病变由经过培训的病理学家进行复查,以区分相关的CRC前体。所有FIT实验室、内窥镜中心和病理实验室都经过认证,每年根据客观质量标准进行审计。有关的计划表现数据已被追踪ScreenIT,一个中央IT仓库,存储邀请日期、FIT结果、后续结肠镜检查预约、结肠镜检查和病理检查结果。

主要研究人群

在本研究中,我们纳入了从2014年1月1日至2018年12月31日(邀请日期)连续参加三轮筛选的个体,第一轮和第二轮FIT均为阴性,第三轮FIT为阴性或阳性。我们排除了在第三轮中FIT阳性且未进行完整随访结肠镜检查的参与者。根据国家筛查方案的设计,没有符合年龄的个人被排除在筛查方案和先验研究之外。然而,信息信中建议近期进行结肠镜检查、身体虚弱或结直肠癌高风险(如患有炎症性肠病、有家庭或个人结直肠癌史)的患者与他们的初级保健医生讨论参与筛查的问题,随访结肠镜检查通常被排除在外。

数据

本研究的主要数据来自ScreenIT。fit阴性后的间隔期CRCs数据(用于敏感性分析)从荷兰癌症登记处检索。预测的主要研究结果是在第三轮FIT筛查中发现晚期瘤变(AN)或CRC。AN是由晚期腺瘤和/或CRC组成的复合结局。93.7%的病例经组织学证实;另一些人的病理报告缺失,经内窥镜检查后被分类为AN。考虑的预测因素包括参与者的年龄、性别和第1轮和第2轮测量的F-Hb浓度,单位为µg/g。

分析

预测值与结果之间的统计学关联以ORs表示,并使用Pearson χ检验显著性2粗(未经调整的)or值检验和多变量调整or值的Student 's t检验(即来自风险预测模型的or值)。一般来说,低于5%的概率阈值,统计关联和差异被认为是显著的。

采用多因素logistic回归预测第三轮FIT筛查的结果。对于主要预测因子(F-Hb浓度),我们还考虑了对数转换、平方、组合(和)、离散项(0、0.1-2.5、2.6-9.9、10-19.9、…、40-46.9 μ g/g)以及与年龄和性别的相互作用,以考虑非线性关系。包括0.1-2.5 μ g/g类别(与0或2.6 - 9.9相结合),以检查浓度是否低于2.6 μ g/g (检测限度)是可预测的,尽管有>5%的概率将这些浓度误分类为0µg/g。11对于AN和CRC,不同可能的模型规格之间的选择是独立进行的,并基于(1)统计模型规格检验,(2)模型的预后性能和(3)临床面孔有效性。有关模型选择程序的详细信息,请参阅在线补充附录

整体模型规范嵌套模型采用似然比检验,非嵌套模型采用Cox检验进行统计学比较。12

预测性能从模型校正和判别标准两方面进行了评价。13模型校准使用校准图进行图形化评估,该校准图显示了按风险评分(百分位数)排序的100个人口亚组的预测风险与观察风险的一致性。以受试者工作曲线下面积或一致性统计量(C-statistic)来衡量差异。C的值-统计值的范围从0.5到1,其中0.5表示模型的判别能力并不比偶然性强,1表示有与没有相关结果的个体的完全判别能力。c统计量>0.75被认为具有较好的鉴别能力。为了研究不同预测因子的相对值,我们将完整模型中的c统计量与简单模型(仅包括年龄、性别和第一或第二F-Hb浓度(非线性转换))进行了比较。使用r=500个样本的自举法对模型进行内部验证,以校正乐观度。14日15ci也是用自举法得出的(r=500)。

临床面孔效度使用风险评分矩阵,通过检查年龄、性别和F-Hb浓度的绝对风险预测分布来评估模型预测。当预测证明与年龄、男性性别和F-Hb有已知的正相关时,预测被认为是有效的。

作为评估临床效用的第一步,我们检查了预测模型促进的风险分层程度。我们绘制了对于每个风险评分百分位数,观察到的AN或CRC检出率与整个研究人群的比较。此外,我们使用决策曲线分析来定义风险分层筛查中潜在效用的预测风险范围。16

敏感性分析

一些筛查项目参与者尽管FIT呈阴性,但临床表现为CRC。17虽然我们的主要目的是预测筛查中检测到的结果,但我们进行了敏感性分析,包括这些间隔性CRC病例(有差异随访)。第三轮之前的间隔crc定义为自第二次FIT邀请后诊断≤24个月的病例,以及在第三次邀请之前符合研究纳入标准的参与者;第三轮后的患者自第三次FIT评估日起≤24个月诊断(中位随访190天)。我们重新评估了模式歧视。我们还使用箱线图和成对Wilcoxon检验将这些病例的风险评分与对照组和筛检出的CRC病例进行了比较,并根据解剖亚部位和诊断阶段对所有CRC患者的风险评分进行了比较。近端位置定义为脾屈曲近端的CRC,早期定义为I-II期。

外部验证

我们通过在一个独立队列中重新评估预后表现和风险分层,从外部验证了AN和CRC的模型预测。数据来自2006年6月至2012年2月在荷兰进行的两年一次的FIT筛查试点研究,如前所述。18我们包括了至少参与了第三轮试点的个人。我们排除了在前几轮检查中结果为阳性或在第三轮检查中结果为阳性且没有进行完整随访的结肠镜检查的患者。为了增加分析的威力,允许前两轮的FIT结果缺失,并使用多重imputation进行估算。飞行员使用了不同的FIT品牌和默认截止日期(OC-Sensor;Eiken Chemical,东京,日本;Cut-off≥10µg/g)。因此,我们验证了一个以连续的F-Hb浓度作为预测指标的模型,而不是不兼容的F-Hb类别(规范8;在线补充表1).为了验证,我们在与初步分析相似的第三轮中将临界值提高到≥47µg/g,将F-Hb浓度较低的每个人都视为AN阴性。

软件

所有分析均使用R统计软件V.4.0.3进行。

机构董事会检讨

这项研究没有受到机构董事会的审查。国家筛查方案的许可证已纳入《人口筛查法》。筛查项目参与者可以选择反对他们的数据共享,在这种情况下,他们将被排除在研究之外。

资金来源的作用

资助者在研究设计、数据收集、分析和解释或写作中没有任何作用。资助者在发表前审查并核准了报告。

结果

研究人群

截至2018年,荷兰第三轮fit筛查计划共有299 315名参与者(图1).在剔除第三轮FIT阴性(n= 31733)或既往FIT阳性(n=75)的参与者,以及第三轮FIT阳性后没有进行完整的结肠镜随访或参与者记录中没有发现(n=1626)的参与者后,总共有265 881名参与者被纳入分析。在纳入的参与者中,8806人在第三轮试验中FIT阳性(3.3%),2697人(1.2%)在随访结肠镜检查中有组织学证实的晚期腺瘤,557人(0.2%)有CRC。

图1

研究流程图和结果。FIT,粪便免疫化学试验;傅,随访。

队列包括138 860名(52.2%)女性和127 021名(47.8%)男性,平均年龄为69岁(SD±1.9岁)(表1).77.8%的参与者在第一轮(流行轮)中测量到F-Hb浓度为0µg/g,在第二轮中为91.1%。第一轮或第二轮接近临界值的F-Hb浓度相对较少(表1).

表1

研究人群特征和结果

统计协会

F-Hb浓度与结局密切相关(表1),与0µg/g相比,最高F-Hb类别(40-46.9µg/g)的未调整ORs高达21.8 (95% CI 17.6至27.0)。浓度低于检测极限(<2.6µg/g)与ORs高达5.0 (95% CI 3.6 ~ 7.0)相关,尽管与0µg/g可能合并。年龄和性别与结果的相关性较弱(表1),其ORs介于0.9至2.3之间。

模型规范

在第三轮评估用于预测检测到的AN和CRC的模型中,多个规格显示出类似的拟合优度和判别性能(在线补充附录).包括年龄、性别和离散F-Hb类别的模型在所有标准方面表现最佳,以下仅报告该模型的结果(规范3;在线补充表1).

在最后的模型中(表2)、男性和不同的F-Hb类别都是有统计学意义的预测因素。年龄仅是结直肠癌的显著预测因素。对于第一轮测量的F-Hb浓度,在0.1-9.9 μ g/g到40.0-46.9 μ g/g的F-Hb类别中,AN的多变量调整ORs从2.8 (95% CI 2.6 - 3.1)到9.4 (95% CI 7.5% - 11.7%)不等。CRC的or从2.5 (95% CI 2.0 ~ 3.2)到6.3 (95% CI 3.5 ~ 11.1)不等。同样,对于第二轮测量的F-Hb浓度,在不同浓度类别中,AN的多变量调整or从4.8 (95% CI 4.3至5.3)增加到8.6 (95% CI 7.0至10.5),CRC的or从3.0 (95% CI 2.2至4.0)增加到4.9 (95% CI 2.8至8.4)。

表2

预测模型系数*

预测性能

最终模型校正良好,可用于检测AN和CRC (在线补充图1).预测检出率与大多数风险评分百分位的观测率相当(校准截距-0.008至-0.099,斜率0.982-0.998)。

该模型还能很好地区分有和没有相关结果的参与者。AN经乐观校正的c统计量为0.78(95%置信区间0.77至0.79),CRC为0.73(95%置信区间0.71至0.75)(图2).假设早期筛查或结肠镜检查的风险阈值等于AN的平均检出率(≥1.2%),只要更早地邀请18.8%的其他参与者,就可以更早地发现64.6%的AN患者。相反,82.2%的其他参与者可以进行较少的筛查。与CRC类似,在平均风险阈值(≥0.2%)下,62.5%的病例可以通过更早地邀请23.5%的其他参与者来早期识别。

图2

预测粪便免疫化学试验(FIT)筛查结果的受试者工作特征曲线。全模型的乐观校正c统计值为晚期瘤变0.78 (95% CI 0.77 ~ 0.79),结直肠癌0.73 (95% CI 0.71 ~ 0.75)。曲线上的标记点突出了二分类转换(阳性/阴性评分)的敏感性和特异性,AN的阈值为1.2%,CRC的阈值为0.2%(相对风险=1;图4). A=年龄;S =性;F1=第一次粪便血红蛋白(F-Hb)测量(分类);F2=第二次F-Hb测量(分类)。

与完整模型相比,仅包括年龄、性别和第一轮或第二轮F-Hb浓度的模型导致AN的c统计值较低,为0.72 (95% CI 0.71至0.73),CRC为0.67 (95% CI 0.65至0.70和0.64至0.69)。仅包括年龄和性别的模型得到的C统计值更低,而不包括年龄和性别但包括测量到的F-Hb浓度的模型则有C-接近完整模型的统计量(规范12;在线补充附录).

临床面孔效度

根据预测模型系数(表2),风险评分图表显示,随着年龄的增长,男性与女性患AN的风险更高,并且在第一轮和第二轮筛查中F-Hb浓度更高(图3).大多数参与者(73.5%)在两轮试验中F-Hb浓度均为零,与年龄和性别无关,预测AN风险较低,为0.4%-0.6%。对于有一次非零F-Hb浓度的参与者(20.0%),预测风险仍然<6%,而对于有两次非零浓度的参与者(4.5%),风险迅速增加,对于有两次F-Hb浓度≥40µg/g的75岁男性,风险高达36.7%。老年人和男性CRC的预测风险也更高,但F-Hb类别的变化更大,范围为0.0%至5.5% (在线补充图2).

图3

晚期瘤变未来检测的风险评分表。该图中的平铺尺寸反映了预测模型中定义的粪血红蛋白(F-Hb)水平类别,而不是这些值的流行情况。大多数参与者都在地块的起点,连续两次测量0 μg Hb/g粪便。

临床应用潜力

大部分参与者AN和CRC的相对检出率相似,且低于平均水平(图4).从最低到最高的风险评分百分比,观察到AN的相对比率为0.5 - 13.3,CRC的相对比率为0.2 - 9.4。决策曲线分析支持风险分层筛查的潜在临床效用,AN的风险阈值范围为0.6%-20.6%,CRC为0.1%-2.0% (在线补充图3).在这个框架中,这些阈值意味着接受权衡:对于每一个早先邀请或检查的≥4.9的参与者,AN为一个真阳性;对于每一个早先邀请的≥50.0的参与者,CRC为一个真阳性。

图4

通过预测风险评分百分比观察相对结果风险。x轴绘制了100个人口亚组,按风险评分(百分位数)排序。y轴表示他们在第三轮基于粪便免疫化学测试的筛查计划中观察到的相对于总研究人群的结果。

敏感性分析

在筛查人群中,222名参与者在第三轮筛查前诊断出间隔期CRCs, 34名参与者在第三轮筛查后诊断出间隔期CRCs (在线补充图4).包括这些情况不影响模型歧视(不变的c统计数据)。第三轮前的间隔期CRCs与筛查到的第三轮CRCs风险评分无显著差异(p=0.15),但第三轮后检测到的间隔期CRCs风险评分显著降低(p<0.001) (在线补充图5).近端CRCs的风险评分也显著低于远端CRCs (p<0.001),但早期与晚期CRCs的风险评分无显著差异(p=0.90) (在线补充图6).

外部效度

在外部验证中,纳入了1903名试验计划参与者,其中90人患有AN, 24人患有CRC (在线补充表2).尽管测试存在差异,但模型对CRC的校准相当好(在线补充图7),并保留AN的c统计量为0.77(95%置信区间0.66 ~ 0.87),CRC的c统计量为0.78(95%置信区间0.66 ~ 0.91)。风险分层在定性上与主要分析相似,四个风险评分五分位数具有平均或低于平均的风险,而较高的五分位数具有三倍的an (3.1 95% CI 2.4至4.0)和CRC (3.1 (95% CI 1.8至5.1))(在线补充图8).在上述五分之一组中,AN的风险评分≥1.9%,CRC的风险评分≥0.3%。

讨论

在这项研究中,我们证明了纳入年龄、性别,特别是既往两次阴性fit结果的预后模型,可以准确地识别未来AN或CRC风险较低或较高的个体。预测风险与观察风险密切匹配,并以中等至高度一致性区分有无AN或CRC的参与者(C-统计高达0.78)。观察到的AN和CRC风险也显著高于预测风险。尽管主要队列和验证队列的筛选组织存在差异,但模型显示了外部有效性。

我们的研究有一些局限性。首先,敏感性分析显示,先前的阴性FIT结果可能对下一轮FIT中漏诊的CRCs的预测能力较差,即我们研究中第三轮之后发生的间隔CRCs (在线补充图5).到第三轮时,当获得额外的F-Hb信息时,这些病例可能是可预测的。因此,我们的模型需要在未来几年进一步开发和验证。其次,既往F-Hb浓度的预后潜力必须在每年筛查、不同FIT品牌和截止日期的计划中进一步确定。3 19虽然我们的模型表现出良好的外部效度,但在我们的研究中,性能可能会受到截止值的影响。在某些情况下,如英国,标准截止值高于47 μ g/g,而在其他情况下,如美国,截止值较低。即使是小浓度也是可预测的,这一事实让人放心,无论临界值如何,都具有持续的预后价值。虽然我们发现浓度在0µg/g和检测极限之间的ORs很高,但测试制造商并不保证这种测量的可靠性。因此,这一发现应谨慎解释,并在未来的分析中进一步研究。研究的优势包括研究人群的规模大,我们广泛的模型验证,以及在纵向F-Hb结局相关性方面的一致性研究结果,这些都为先前F-Hb浓度预测未来CRC结局的稳稳性提供了信心。

预后模型的开发和评估是基于多个危险因素的个性化筛查的重要一步。13几项研究将先前F-Hb浓度与未来CRC结果联系起来。4 - 6 -据我们所知,很少有其他研究正式评估了基于人群的CRC风险预测模型;评估的预测精度(校准)较少;只有一项研究评估了F-Hb的鉴别性能,综合了fit阳性和阴性后的结果23;没有研究评估F-Hb作为多次阴性fit后的单纯预后标志物。以前的研究评估了现有的模型,使用参与者的人口统计、身体、行为和遗传风险因素-CRC的统计范围为0.60-0.70。24 - 27日相比之下,我们发现包括F-Hb的值更高,尽管对过拟合进行了校正。这强调了F-Hb作为预后标志物的潜在价值。

相对较好的模式辨别可以解释为患有AN的个体有较长时间的中度粪便隐血性失血量。显然,许多AN出血水平低于FIT阳性至少2-4年,才通过阳性FIT结果检测到。在我们的分析中,第一次和第二次F-Hb测量都是AN的独立预测因子。尽管F-Hb浓度越高,风险越高,即使浓度在0 - 2.6µg/g之间,低于2.6µg/g的检测极限,11被预测。相反,连续0µg/g浓度的参与者患AN的风险较低。因此,AN的可能性与出血的倾向和一致性密切相关。

在AN存在但未检测到的时间窗口内,一些病变可能进展到更晚期和更难以治疗的阶段。虽然通过较低的FIT临界值对这些病变进行早期检测可能会增加假阳性结果,但我们的研究结果表明,重复的F-Hb测量可以帮助识别出未来最有可能出现AN或CRC的参与者。因此,积累的信息可以帮助告知谁,尽管连续的FIT结果为阴性,但可能受益于结肠镜检查或更短的筛查间隔。相反,对于低风险参与者,可以考虑筛查去强化。

根据参与者的风险量身定制基于fit的筛查有许多可能性,所有这些都导致长期健康结果、负担、成本和所需资源的不同权衡。风险分层筛查的长期结果评估超出了本研究的范围。我们的研究确实揭示了大多数参与者具有平均或低于平均的风险,并且只有15%-25%的参与者在不久的将来检测到an或CRC的风险增加。因此,采用平均风险阈值进行早期重筛或结肠镜检查可以更早地发现60%的an或CRC参与者,而总体上负担相对较少的参与者。决策分析模型可以帮助阐明筛查强度是否应该对大多数参与者降低,对风险增加的参与者增加,或者不同的细分是否更好。28有利的损益比还需要通过临床试验进一步证明。同时,先前的模型研究8决策曲线分析(在线补充图3)支持基于这些预测的风险分层筛查的潜在临床应用,特别是对于相对“敏感”的策略。考虑到较高的CRC负担,建议每5个或更多的参与者接受一个AN真阳性的权衡似乎是可以接受的,增强了临床影响的潜力。

在筛查能力有限的环境或情况下,应用基于风险的FIT筛查和随访尤其有价值。例如,在新的大流行浪潮期间,筛查邀请或结肠镜随访可以优先考虑连续F-Hb浓度高的参与者,以优化产量和医疗资源需求。然而,为了使这种应用成为可能,开发的模型应该考虑到由于间歇性筛查而导致的信息缺失和/或可变筛查间隔长度。此外,需要数字基础设施来自动更新风险评估和调整项目邀请。虽然这可能存在于一些有组织的项目中,但不会立即在所有地方实施。在某些情况下,可以考虑更简单的邀请算法,例如,只使用最后测量的F-Hb浓度。最后,还需要关注基于风险的筛查的公众可接受性,以及如何组织监测和评估的问题。在荷兰,一项针对其中一些问题的试点研究正在准备中。

总之,本研究确立了FIT筛查期间测量的F-Hb浓度作为未来筛查结果的有价值的预后标志物。有组织的筛查计划应考虑如何利用这一点,根据参与者的FIT历史更有效地分配有限的资源。未来的建模研究和随机试验应评估这种更个性化的FIT筛查方法在负担、效益和成本方面的潜在改善。

数据可用性声明

数据可以从第三方获得,但并不公开。本研究的数据不能公开,但可以通过荷兰Bevolkingsonderzoek (BVO-NL)请求访问。作者可以根据要求共享分析脚本。

伦理语句

患者发表同意书

伦理批准

这项研究涉及人类参与者,但该研究不受机构董事会审查。国家筛查项目的许可被纳入《人口筛查法》。筛查项目参与者可以选择反对他们的数据共享,在这种情况下,他们将被排除在研究之外。参与者在参与研究前均知情同意参与研究。

致谢

我们感谢Mirjam Harmsen, Iris Seriese和Arjan Lock对我们的分析提供了有益的反馈。我们也感谢Thomas Imperiale博士对早期手稿草稿的有益反馈。

参考文献

补充材料

  • 补充数据

    此网页文件由BMJ出版集团从作者提供的电子文件制作而成,并没有对内容进行编辑。

脚注

  • 贡献者作者符合ICMJE的作者资格标准。RGSM为重要的智力内容的手稿的设计、数据分析、数据解释、起草和修订做出了贡献。HSV和DN参与了数据分析和稿件修改。ETZ、AIK、ECHB、LJ、CR、MCWS、FJK、ED参与了对稿件的数据解释和修改。MEL和ILV对工作的概念、数据解释和手稿的修订做出了贡献。RGSM对这项工作承担全部责任,可以访问数据,并控制发布的决定。

  • 相互竞争的利益没有宣布。

  • 患者和公众参与患者和/或公众未参与本研究的设计、实施、报告或传播计划。

  • 出处和同行评审不是委托;外部同行评审。

  • 补充材料此内容由作者提供。它没有经过BMJ出版集团有限公司(BMJ)的审查,也可能没有经过同行评审。讨论的任何意见或建议仅是作者的意见或建议,不被BMJ认可。BMJ不承担因对内容的任何依赖而产生的所有责任和责任。如果内容包括任何翻译材料,BMJ不保证翻译的准确性和可靠性(包括但不限于当地法规、临床指南、术语、药品名称和药物剂量),并且对因翻译和改编或其他原因引起的任何错误和/或遗漏不负责。

请求的权限

如果您希望重用本文的任何或全部内容,请使用下面的链接,该链接将带您到版权清除中心的RightsLink服务。您将能够快速获得价格和即时许可,以多种不同的方式重用内容。