美国哈佛大学Shi等开展了一项国际联盟开发和验证性研究，使用迄今为止规模最大的、异质性最强的研究人群数据，发现仅基于流行病学因素的预测模型即可成功地确定子宫内膜癌高风险的女性。遗传因素对辨别能力的改善作用有限。仍需进一步工作来完善这一工具，用于临床或公共卫生实践，并将这些模型扩展到多种族人群。(J Natl Cancer Inst. 2023年1月23日在线版)

子宫内膜癌风险分层可能有助于选取针对性干预、筛查或预防子宫切除术，以减轻这种癌症不断增加的负担。然而，现有的预测模型是在经选择的队列中开发的，并且没有考虑遗传因素。

该研究利用子宫内膜癌流行病学协会19项病例对照研究中45~85岁的绝经后白人女性的数据，开发了子宫内膜癌风险预测模型。预测因子的相对风险估计与年龄别子宫内膜癌发病率和潜在风险因素分布相结合。研究者在三个队列中对模型进行了外部验证：护士健康研究(NHS)、护士健康研究Ⅱ(NHS Ⅱ)和前列腺癌、肺癌、结直肠癌和卵巢癌(PLCO)筛查试验。

流行病学模型的受试者工作特征曲线下面积的范围为0.64(95%CI 0.62~0.67)至0.69(95%CI 0.66~0.72)。由于遗传因素的增加，辨别能力的改善不大(NHS的AUC没有变化，PLCO的为0.64~0.66)。流行病学模型在NHS Ⅱ(总体E/O=1.09，95%CI 0.98~1.22)和PLCO(总体E/O=1.04，95%CI 0.95~1.13)中得到了很好的校准，但在NHS中校准不当(总体E/O=0.55，95%CI 0.51~0.59)。

(编译 赵英诺)