Gut | 郝继辉团队构建STOP-DM短期风险预测模型，填补2型糖尿病全病程人群胰腺癌短期风险预测空白

近日，天津医科大学肿瘤医院郝继辉教授牵头组织天津医科大学肿瘤医院、天津医科大学朱宪彝纪念医院、天津医科大学公共卫生学院等开展联合科研攻关，依托中国两大独立糖尿病人群队列，成功研发并系统性验证适用于2型糖尿病人群全病程的胰腺癌短期风险预测模型（STOP-DM），补齐胰腺癌筛查体系关键短板，为糖尿病-胰腺癌共病防治提供全新监测策略。相关成果以Short-termrisk prediction model for pancreatic cancer in type 2 diabetes: development and validation across two independent Chinese cohorts为题 在国际消化系统疾病领域期刊Gut在线发表。

胰腺癌恶性程度高，起病隐匿、进展迅速，从I期发展至IV期仅需12-14个月，被称为 “癌中之王”。早诊早治是改善胰腺癌患者预后的核心突破口，但缺乏有效早期筛查路径，但人群普遍筛查因总体发病率低而难以推行。糖尿病是胰腺癌明确的高危因素，二者存在复杂双向共病关系：新发糖尿病可作为胰腺癌早期信号，长病程糖尿病同样会独立升高胰腺癌发病风险。但当前国际主流胰腺癌筛查工具大多仅聚焦新发糖尿病人群，大量长病程2型糖尿病患者长期缺乏专属有效的风险预警手段，形成巨大早筛盲区；同时多数既往模型存在预测变量繁杂、缺少中国人群独立外部验证、预测窗口期过长等现实缺陷，难以适配国内社区糖尿病常态化随访的临床场景。针对上述临床现实痛点，郝继辉教授团队坚持问题导向开展有组织科研，打通肿瘤临床、流行病学、公共卫生多学科壁垒，开展大规模回顾性纵向队列研究。该研究依托两个独立的大型真实世界糖尿病队列（总计超43万人），成功研发并系统性验证了适用于全病程2型糖尿病人群的胰腺癌短期风险预测模型（STOP-DM），将长病程糖尿病人群纳入早筛覆盖范围，为胰腺癌个体化、精准化早筛分层提供了高效、可落地的新型工具。

STOP-DM模型全部依托11项临床常规检验指标构建，可精准预测未来6个月的胰腺癌发病风险， AUC在训练、内部验证和外部验证队列中分别达到0.88（95%CI：0.84-0.92）、0.89（95%CI：0.83-0.94）、0.86（95%CI：0.83-0.89），在前5%高危人群中富集了48.03%-59.37%的新发胰腺癌病例，风险是低危人群的11-14倍。

两大独立队列验证：基于43万中国人群数据开展模型评估

研究团队构建了覆盖中国南北两大区域的独立队列体系：基于天津糖尿病与人群健康队列（TJDHC，330,767人，覆盖82家不同级别医院）完成模型构建与内部验证，借助厦门区域电子健康记录数据库（105,537人）完成外部验证。两大独立队列设计，最大程度排除了区域偏倚和数据异质性的干扰，为模型的外推性提供了坚实支撑。

研究采用了“右对齐时间窗”创新设计，不再从入组日期开始单向追踪，而是以胰腺癌发病时间为原点，向前回溯6、12、18、24、48个月分别构建预测模型。这一设计使得团队能够精确定位“哪个时间窗的临床信号最能预警胰腺癌”，最终发现发病前6个月（T1时间窗）的预测效能最高，AUC随时间窗延长而迅速衰减，与胰腺癌快速进展的生物学特征高度吻合。

筛选11项常规临床指标：利用随机森林算法识别胰腺癌短期风险信号

从最初48项候选临床指标出发，研究团队采用随机森林算法，结合序贯前向选择（Sequential Forward Selection）方法，最终筛选11项最具预警价值的常规检验指标：碱性磷酸酶、胰岛素使用、尿酸、γ-谷氨酰转肽酶、白蛋白、肌酐、血红蛋白、糖化血红蛋白、年龄、总胆红素、质子泵抑制剂使用。11项指标全部来自糖尿病日常随访的常规检验项目，无需额外特殊检测，提示仅通过糖尿病患者常规随访的检验结果，即可识别出胰腺癌发生的早期风险线索。

打破新发糖尿病筛查局限：长病程糖尿病患者同样具备早筛价值

长期以来，NCCN指南和中国共识均推荐对新发糖尿病（病程≤2年）患者进行胰腺癌筛查，而长病程患者被排除在外。然而在本研究中，无论糖尿病病程长短，STOP-DM模型都能有效识别高危个体，保持了稳定的判别效能。与经典的THIN模型（专门针对新发糖尿病的筛查工具）对比时，STOP-DM在全人群中表现更优——相同高危人群规模下，STOP-DM识别出的真实病例更多、漏诊更少。即使在新发糖尿病亚组中，只要适当提高高危阈值（从前5%放宽至前20%），STOP-DM的检出能力同样不逊于THIN模型。更值得关注的是，STOP-DM针对早期胰腺癌的检出灵敏度高于中晚期肿瘤，契合早诊早治的核心目标。

临床转化应用：社区筛查实践与在线风险预测工具开发

STOP-DM模型的最大优势在于“可落地”。全部11项指标均为基层医疗机构常规可及的检验项目，模型可直接嵌入电子健康档案系统或社区糖尿病管理平台，实现自动化的风险分层与预警。研究团队已同步开发了在线风险计算器（https://pc-prediction.shinyapps.io/PC_Pred_App/），临床医生输入患者基本信息和检验结果，即可快速获得6个月胰腺癌风险预测值。目前，该模型已应用于天津市癌症筛查项目，在社区家医签约糖尿病患者胰腺癌筛查中作为序贯筛查工具。

研究总结与临床意义：面向全病程糖尿病的胰腺癌筛查策略

该研究将“全病程2型糖尿病”纳入胰腺癌短期风险预测的统一框架，打破了既往仅针对新发糖尿病人群开展胰腺癌筛查的常规认知。研究不仅证实了长病程糖尿病人群中同样存在大量可被识别的胰腺癌高危个体，更为临床实践提供了一款低成本、高效率、可直接嵌入日常随访的实用工具。

研究团队客观指出了本研究存在的局限性：研究基于回顾性电子病历数据开展，部分检验指标存在数据缺失；超过半数病例的肿瘤分期信息不全，无法进一步开展分期亚组的分层分析；研究队列均为中国人群，模型在其他种族人群中的外推性仍有待独立外部验证。后续亟需开展前瞻性队列研究，评估该模型指导下的筛查策略对胰腺癌早期诊断率及患者生存结局的实际获益；未来还可联合cfDNA、CA19-9等肿瘤生物标志物，进一步提升模型的阳性预测值，优化筛查效能。

该项成果对胰腺癌高危人群筛查领域具备重要指导意义。它证实不能把胰腺癌高危筛查局限在新发糖尿病群体，长病程糖尿病同样是不可忽视的高危人群，更新了糖尿病相关胰腺癌的筛查理念，为国内及国际指南完善 2 型糖尿病人群胰腺癌筛查策略提供来自中国大样本队列的高级别证据。该模型为慢病机构、社区家医、内分泌专科与肿瘤专科搭建协同筛查纽带，推动从“泛人群普查”走向基于常规检验指标的个体化精准风险分层，为破解胰腺癌早筛难题提供“中国方案”，对提升糖尿病人群肿瘤防控水平、改善胰腺癌整体预后具有重要公共卫生价值。

天津医科大学肿瘤医院郝继辉教授、天津医科大学朱宪彝纪念医院宋振强教授、天津医科大学公共卫生学院张涛教授、天津医科大学肿瘤医院王秀超教授为论文共同通讯作者；天津医科大学公共卫生学院朱红副教授、硕士研究生范寒冰、讲师杨文哲、天津医科大学朱宪彝纪念医院博士研究生高珊为论文共同第一作者。

原文链接：https://doi.org/10.1136/gutjnl-2026-339722

制版人：十一

学术合作组织

（*排名不分先后）

推荐直播

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘