文献精读丨女性乳腺癌发病风险预测模型的建立与效能评估：一项系统评价与Meta分析

基于乳腺癌全球发病率的持续上升，其早期风险预测对精准预防至关重要。风险预测模型作为量化个体发病风险的关键工具，其临床应用价值日益凸显。然而现有主流模型在跨种族验证中存在局限性，尤其对亚洲人群适用性不足。随着多基因风险评分（PRS）、循环生物标志物及机器学习技术的发展，模型优化迎来新的机遇。

近期，一篇发表在Annals of Medicine（IF=4.3）的Meta分析系统梳理了该领域的全球研究进展，通过整合多模态数据评估模型效能，重点分析遗传与生活方式两大影响因素，并探讨人工智能对模型的优化作用，为中国人群的精准预测提供循证支持。

研究方法

本研究系统检索PubMed、Cochrane Library、EMBASE、Web of Science及CNKI数据库建库至2023年8月31日的中英文文献，采用关键词组合及布尔运算策略，辅以文献追溯。纳入标准：针对≥18岁普通人群女性的乳腺癌风险预测模型开发/验证研究；观察性设计（队列/病例对照/横断面）；包含≥2个风险因子；报告模型的量化性能。排除预后模型、无校准/区分度指标及非原始研究。

双人独立筛选、提取数据并采用PROBAST评估偏倚风险。使用R/STATA进行贝叶斯Meta分析，汇总C统计量（95%CI及预测区间）评估区分度与校准度。

研究结果

研究纳入概况

最终纳入144项研究，涵盖88个独立队列（含36项前瞻性及52项回顾性队列）。研究地域分布以美洲为主（42.4%），其次为亚洲（32.6%，其中中国占33项）和欧洲（21.5%）。纳入研究的样本量范围广泛（97至2,211,039例），研究对象平均年龄介于35至73岁。

图1.纳入本Meta分析的文献筛选流程图1

预测模型特征

本研究共分析510个乳腺癌风险预测模型，其中开发模型297个，验证模型213个。开发模型的地域分布相对均衡（美洲35.7%，亚洲34.3%，欧洲26.6%）。建模算法中传统统计方法与机器学习方法占比大致均等。模型纳入的预测因子呈现递进趋势：从基础人口学/临床特征（42.1%）为主，逐步发展为结合遗传数据（16.5%）或影像学特征（15.2%），乃至整合全部三类因子的综合模型（5.1%）。验证模型主要来源于美洲（58.3%），超过半数（56.9%）涉及Gail模型。

模型性能评估

模型区分度（C统计量/AUROC）报告范围广泛，开发模型为0.45-0.96，验证模型为0.45-0.93。Meta分析显示模型整体区分度中等：5年风险预测模型的汇总C统计量开发模型为0.68，验证模型为0.61；10年风险模型分别为0.70和0.62。校准度方面，约70%的模型O/E比值处于0.8-1.2的合理范围。5年与10年风险模型的汇总O/E比值相近，分别为0.85和0.83，但5年模型异质性较大。校准报告不足（开发模型仅28个，验证模型118个），且报告的O/E比值范围差异显著（开发：0.78-1.20；验证：0.40-2.08）。

亚组分析结果

亚组分析显示：采用机器学习算法的开发模型区分度（C=0.74）优于传统统计方法（C=0.67）。模型校准存在明显地域差异：在亚洲开发或验证的模型汇总O/E比值约为1.08，提示存在低估风险倾向；而欧洲和美洲模型校准更佳，O/E比值分别约为0.91和0.86。经典模型比较中，BRCAPRO模型（O/E=0.94）校准优于Gail模型（O/E=0.86）和Tyrer-Cuzick模型（O/E=0.66）。

偏倚风险与发表偏倚

纳入研究中超过半数（51.4%）存在高偏倚风险，主要源于分析领域（72%），其中又以缺失数据处理不当（55.6%）为主要问题。漏斗图结合Egger检验（p=0.04）提示Meta分析存在发表偏倚，趋向于无效结果。

研究结论

基于系统评价与荟萃分析，本研究对乳腺癌风险预测模型展开了全面评估。现有模型虽在短期及中期风险预测中展现中等区分度与校准度，但在普适性、可解释性及长期临床转化价值方面仍存在局限。为突破这些瓶颈，亟需推动数据科学、临床医学与公共卫生领域的跨学科协作，以提升模型的精准性、可及性与临床效用，最终为乳腺癌预防与早期筛查的策略优化提供支撑。

参考文献：

[1] Liu L, Zhou P, Hou L, Kao C, Zhang Z, Wang D, Yu L, Wang F, Wang Y, Yu Z. Development and performance of female breast cancer incidence risk prediction models: a systematic review and meta-analysis. Ann Med. 2025 Dec;57(1):2534522. doi: 10.1080/07853890.2025.2534522.

编辑：Winnie

审校：KIKI

排版：Yuri

执行：Aurora

医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。

本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不代表同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。