澳大利亚昆士兰医学研究院的Olsen等报告，在中位持续3.4年内，自我报告信息的风险分层工具可用于监测具有最高风险罹患黑色素瘤的人群。（J Natl Cancer Inst.2018年3月11日在线版 doi: 10.1093/jnci/djy023.）

风险分层能提高早期肿瘤筛查效果及成本效益，研究者力图寻找适合一般人群的基于自我报告信息的黑色素瘤风险分层工具。

研究收集来自QSKIN研究（一项针对昆士兰州40~69岁成人的前瞻性队列研究，41 954名受试者）的基线恶性黑色素瘤风险因素信息。通过链接肿瘤登记处的数据，获得两种筛查结果情况：侵袭性黑色素瘤和所有黑色素瘤（侵袭性黑色素瘤+原位黑色素瘤）。研究应用分步Cox比例风险模型随机选取2/3的样本数据得到风险模型，在剩下的1/3的样本中对模型效能进行评估。

中位随访3.4年，发生655例（1.6%）黑色素瘤（257例侵袭性黑色素瘤，398例原位黑色素瘤）。对于侵袭性黑色素瘤的预测模型包括七个项目。基线时，侵袭性黑色素瘤的最强预测因素包括年龄、性别、晒黑能力、21岁时痣的数量以及破坏性治疗的皮肤病变数量。所有黑色素瘤预测模型包括另外5个项目。

验证数据集中，两种模型的预测能力都很高（C-指数=0.69，95%CI 0.62~0.76；C指数=0.72，95%CI 0.69~0.75），准确性是可接受的。

（编译 于莹莹 审校 吴荻）