
-
生物通官微
陪你抓住生命科技
跳动的脉搏
综述:卵巢癌诊断生物标志物诊断准确性系统评价及亚组影响因素分析
《Journal of Ovarian Research》:Beyond CA125: evidence-based ranking and stratified use of diagnostic biomarkers for ovarian cancer
【字体: 大 中 小 】 时间:2026年11月20日 来源:Journal of Ovarian Research 5.3
编辑推荐:
`` 摘要 背景 诊断生物标志物是卵巢癌早期诊断的重要辅助工具。然而,单一指标的敏感性和特异性不足以满足临床需求。本研究系统地整合了现有Meta分析和系统评价的证据,比较了多种单一和组合生物标志物的诊断准确性,并探讨了影响诊断表现的亚组因素。 方法 通过搜索PubMed、Emb
诊断生物标志物是卵巢癌早期诊断的重要辅助工具。然而,单一指标的敏感性和特异性不足以满足临床需求。本研究系统地整合了现有Meta分析和系统评价的证据,比较了多种单一和组合生物标志物的诊断准确性,并探讨了影响诊断表现的亚组因素。
通过搜索PubMed、Embase、Cochrane Library和Web of Science,找到了关于卵巢癌诊断生物标志物的系统评价和Meta分析。分别使用A Measurement Tool to Assess Systematic Reviews 2.0版本(AMSTAR-2)和Grade of Recommendations Assessment, Development and Evaluation(GRADE)来评估方法学质量和证据确定性,并通过成对间接比较和多维亚组分析全面评估了这些生物标志物。
共纳入了67篇系统评价/Meta分析,并根据其临床用途进行了综合分析。在附件肿块的鉴别诊断中,描述性间接比较显示LPA在数值敏感性(0.92,95% CI 0.88–0.96)和诊断比值比方面表现最佳;HE4在数值特异性(0.89,95% CI 0.88–0.91)方面表现最佳;ROMA在敏感性和特异性方面最为均衡。中等确定性的证据支持HE4和ROMA的价值。在早期检测和筛查方面,没有单一血液生物标志物达到独立筛查所需的敏感性;多标志物组合、cfDNA甲基化和基于人工智能的模型显示出最高的数值准确性,其中基于人工智能的模型的合并AUC达到0.95(95% CI 0.92–0.96)。在复发监测方面,CA125具有高特异性但敏感性较低,其他标志物的证据较为有限。亚组分析进一步表明,诊断表现并非固定不变,而是会随临床环境而变化:在晚期疾病和上皮性肿瘤中,诊断准确性始终高于早期疾病;ROMA和CA125在分期和绝经状态方面的差异具有统计学意义,而HE4、LPA或OPN则没有这种差异;当对照组为良性妇科疾病患者时,HE4和CA125的诊断准确性也会下降。这些亚组发现具有探索性和假设生成性。
生物标志物的选择应基于临床问题,而不是单一的全球排名。目前,HE4和ROMA为附件肿块的术前分诊提供了最可靠的证据,而LPA和基于人工智能的多标志物模型虽然前景看好,但尚未得到验证。对于筛查和复发监测,现有的标志物作为独立检测方法还不够充分,未来的研究应优先考虑具有预设亚组假设的前瞻性、外部验证的多标志物策略。这些结论具有描述性和假设生成性,不应超出相应的临床场景进行推广。
诊断生物标志物是卵巢癌早期诊断的重要辅助工具。然而,单一指标的敏感性和特异性不足以满足临床需求。本研究系统地整合了现有Meta分析和系统评价的证据,比较了多种单一和组合生物标志物的诊断准确性,并探讨了影响诊断表现的亚组因素。
通过搜索PubMed、Embase、Cochrane Library和Web of Science,找到了关于卵巢癌诊断生物标志物的系统评价和Meta分析。分别使用A Measurement Tool to Assess Systematic Reviews 2.0版本(AMSTAR-2)和Grade of Recommendations Assessment, Development and Evaluation(GRADE)来评估方法学质量和证据确定性,并通过成对间接比较和多维亚组分析全面评估了这些生物标志物。
共纳入了67篇系统评价/Meta分析,并根据其临床用途进行了综合分析。在附件肿块的鉴别诊断中,描述性间接比较显示LPA在数值敏感性(0.92,95% CI 0.88–0.96)和诊断比值比方面表现最佳;HE4在数值特异性(0.89,95% CI 0.88–0.91)方面表现最佳;ROMA在敏感性和特异性方面最为均衡。中等确定性的证据支持HE4和ROMA的价值。在早期检测和筛查方面,没有单一血液生物标志物达到独立筛查所需的敏感性;多标志物组合、cfDNA甲基化和基于人工智能的模型显示出最高的数值准确性,其中基于人工智能的模型的合并AUC达到0.95(95% CI 0.92–0.96)。在复发监测方面,CA125具有高特异性但敏感性较低,其他标志物的证据较为有限。亚组分析进一步表明,诊断表现并非固定不变,而是会随临床环境而变化:在晚期疾病和上皮性肿瘤中,诊断准确性始终高于早期疾病;ROMA和CA125在分期和绝经状态方面的差异具有统计学意义,而HE4、LPA或OPN则没有这种差异;当对照组为良性妇科疾病患者时,HE4和CA125的诊断准确性也会下降。这些亚组发现具有探索性和假设生成性。
生物标志物的选择应基于临床问题,而不是单一的全球排名。目前,HE4和ROMA为附件肿块的术前分诊提供了最可靠的证据,而LPA和基于人工智能的多标志物模型尽管前景看好,但尚未得到验证。对于筛查和复发监测,现有的标志物作为独立检测方法尚不充分,未来的研究应优先考虑具有预设亚组假设的前瞻性、外部验证的多标志物策略。这些结论具有描述性和假设生成性,不应超出相应的临床场景进行推广。