英国伦敦帝国学院流行病学与生物统计学部David C. Muller等报告，包括肺功能的肺癌风险预测模型具有较强的预测能力，能够改进肺癌筛查项目的标准。(J Clin Oncol. 2017年1月17日在线版)

研究者们已开发出多个肺癌风险预测模型，但迄今为止没有一个在基于人群的队列中评估肺功能的预测能力。本研究拟利用英国生物样本库前瞻性队列的数据研发并内部验证一个合并肺功能的肺癌风险预测模型。

该分析纳入了502 321例既往未被诊断为肺癌且年龄为40~70岁的受试者。使用柔性参数生存模型来评估2年内患肺癌的概率，计算死亡的竞争风险。该模型包含了多种可能与肺癌发生相关的预测因子，如性别、吸烟史和尼古丁成瘾、既往史、肺癌家族史、以及肺功能(1秒用力呼气量，FEV1)。

结果显示，累积随访1 469 518人年，其中有738例被诊断为肺癌。包含了所有预测因素的该模型表现出了卓越的识别能力(一致性检验，c=0.85，95%CI 0.82~0.87)。内部验证表明，该模型对于新样本具有很好的识别能力(校正后，c=0.84)。包括FEV1在内的完整模型在识别能力方面略优于基于单一问卷变量的模型(c=0.84，95%CI 0.82~0.86;校正后，c=0.83;P=3.4×10-13)。该完整模型的识别能力优于标准的肺癌筛查标准(c=0.66，95%CI 0.64~0.69)。

(编译 王阿曼 审校 刘基巍)

大连医科大学附属第一医院刘基巍教授述评：

肺癌高风险个体的识别需要准确和强大的风险预测模型，以往的预测模型均未将肺功能纳入预测因素，且识别能力有限。从临床的角度来看，与传统CT筛查相比，该基于肺功能的统计学肺癌风险预测模型的经济性、接受度和识别能力更高，未来有望取代传统筛查手段。