Repurposing cardiovascular disease prediction models for cancer

该研究发现，经过重新校准的广泛使用的心血管疾病风险预测模型在预测癌症风险方面的表现与专用癌症模型（QCancer）相当，表明这些模型可被重新利用以指导癌症预防和风险分层监测。

要点

这篇论文讲述了一个非常有趣且实用的医学发现：医生用来预测心脏病风险的“老工具”，竟然也能很好地用来预测癌症风险。

想象一下，你家里有一把非常精准的**“万能尺”**，它原本是用来量身高和判断你是否需要换鞋（预防心脏病）的。现在，研究人员发现，这把尺子稍微调整一下刻度，竟然也能用来判断你未来会不会“长杂草”（得癌症）。

下面我用几个简单的比喻来解释这项研究：

1. 核心问题：为什么我们要“借刀杀人”？

• 现状： 目前，医生给每个人算“心脏病风险”（比如 10 年内会不会心梗）非常普遍，就像给汽车做年检一样，大家都会做。但是，给每个人算“癌症风险”却很少见，因为专门预测癌症的工具（比如 QCancer 模型）比较复杂，而且不像心脏病那样普及。
• 痛点： 癌症和心脏病其实有很多共同的“坏习惯”，比如抽烟、高血压、肥胖等。既然这些坏习惯同时会导致两种病，那么预测心脏病的工具，理论上也能预测癌症。
• 目标： 研究人员想看看，能不能直接“借用”那些已经普及的心脏病预测模型，顺便把癌症风险也测出来，这样医生就能用同一套系统，同时提醒病人注意两种大病。

2. 他们做了什么？（实验过程）

研究人员就像一群**“模型调音师”**。

• 调音对象： 他们拿了四个世界上最著名的心脏病预测模型（QRISK3, PCE, SCORE2 等）。
• 调音方法： 他们把这些模型原本用来预测心脏病的“参数”，重新校准（Recalibrate），让它们试着去预测癌症。
• 测试场地： 他们用了两个巨大的“数据库”作为考场：
  • UK Biobank (英国生物样本库)： 相当于一个拥有 50 万人的大型体检中心。
  • CPRD (临床实践研究数据链)： 相当于英国全境数百万人的电子病历记录。
• 对比组： 他们把调整后的“心脏病模型”和原本就存在的“癌症专用模型”（QCancer）进行 PK。

3. 结果如何？（惊喜的发现）

结果非常令人振奋，就像发现了一把**“瑞士军刀”**：

• 准确度惊人： 对于很多种癌症（比如肺癌、肝癌、胃癌、肾癌等），这些“借来”的心脏病模型，预测准确度（c-statistic）和专门的癌症模型几乎一样好。
  • 比喻： 就像你用一把原本用来切面包的刀，结果发现切牛排的效果也出奇的好。
• 特别擅长： 对于肺癌（尤其是吸烟者）、肝癌、胃癌等，这些模型的预测能力甚至达到了 0.70 以上（满分 1 分），非常可靠。
• 校准完美： 研究人员给这些模型做了“微调”后，它们预测的风险数值和实际发生的情况非常吻合。
  • 比喻： 就像天气预报说“明天有 30% 概率下雨”，结果真的下了 30% 概率的雨，非常准。
• 双重预警： 这些模型甚至能预测“既得心脏病又得癌症”的人，或者“先得心脏病后得癌症”的人。

4. 为什么能成功？（背后的逻辑）

这就好比**“土壤”和“种子”**的关系。

• 心脏病和癌症虽然表现不同，但它们生长的“土壤”（风险因素）是一样的。
• 吸烟、高血压、年龄、家族史，这些既是心脏病的“肥料”，也是癌症的“肥料”。
• 既然模型已经学会了识别这些“肥料”对心脏的影响，它自然也能识别出这些“肥料”对癌症的潜在威胁。
• 研究发现，吸烟和**收缩压（血压）**是预测癌症最重要的两个因素，这和预测心脏病的关键因素高度重合。

5. 这对我们普通人意味着什么？（实际应用）

这项研究不仅仅是理论，它有巨大的现实价值：

• 省钱省力： 不需要开发全新的、昂贵的癌症预测软件。医院现有的电脑系统里已经有了这些心脏病模型，只需要“换个设置”就能用。
• 早期干预： 医生可以在给 40-74 岁的人做常规体检（NHS 健康检查）时，顺便算出癌症风险。
  • 场景： 如果你的心脏病风险高，同时癌症风险也高，医生可能会更积极地建议你戒烟、控制血压，或者提前安排针对性的癌症筛查（比如低剂量 CT 查肺癌）。
• 精准医疗： 以前癌症筛查可能只看年龄（比如 50 岁以上查肠癌）。现在，我们可以根据风险高低来安排。风险高的人，筛查更勤；风险低的人，可以少查几次，避免过度医疗。

总结

这项研究就像是在说：“别把鸡蛋放在不同的篮子里，既然心脏和癌症是‘难兄难弟’，那我们就用同一把钥匙去打开预防它们的大门。”

通过“旧瓶装新酒”，利用现有的心脏病预测工具来预测癌症，可以让医疗系统更高效、更便宜，也能让更多人提前知道自己未来的健康风险，从而在癌症发生前就采取行动。这是一个非常聪明且实用的“废物利用”（Repurposing）案例。

技术摘要

这是一份关于将心血管疾病（CVD）预测模型“再利用”（Repurposing）用于癌症风险预测的学术论文的详细技术总结。

1. 研究背景与问题 (Problem)

• 现状差异：目前，心血管疾病（CVD）的预测模型（如 QRISK3）在临床中广泛应用，用于评估未来发病风险并指导一级预防（如用药）。相比之下，癌症的早期发现主要依赖针对特定癌症（如乳腺癌、结直肠癌）的筛查项目，旨在发现早期病变，而非评估未来发病风险。现有的癌症风险预测模型（如 QCancer）在临床实践中使用率较低。
• 共同风险因素：CVD 和癌症共享许多可改变的风险因素（如吸烟、高血压、肥胖），且两者均可通过类似的干预措施预防。
• 核心问题：能否利用广泛部署且成熟的 CVD 风险预测模型，来预测未来 10 年的癌症发病风险？如果能，其性能如何？这能否为癌症的一级预防和风险分层监测提供新的工具？

2. 研究方法 (Methodology)

• 数据来源：
  • 训练与测试集：英国生物银行（UK Biobank, UKB），包含超过 50 万参与者。数据被划分为 20% 用于模型重校准（Recalibration），80% 用于测试。
  • 外部验证集：临床实践研究数据链接（CPRD）Aurum 数据库，包含近 2900 万人的初级保健记录，用于验证模型的泛化能力。
• 研究对象：
  • 排除了研究开始时年龄小于 40 岁或大于 84 岁的参与者。
  • 排除了研究开始时已患有相关疾病（CVD 或癌症）的参与者。
• 评估模型：
  • CVD 模型：QRISK3, Pooled Cohort Equations (PCE), SCORE2, SCORE2-OP。
  • 对比模型：QCancer（现有的癌症风险模型）。
  • 目标结局：11 种特定癌症（包括结直肠、胰腺、胃食管、肝胆、前列腺、乳腺、卵巢、子宫、黑色素瘤、脑癌、口腔、喉癌、血液癌、肾泌尿道、肺癌），以及“任何癌症”、"CVD 或癌症”、"CVD 和癌症”的复合结局。
• 技术流程：
  1. 重校准（Recalibration）：由于 CVD 和癌症的发病率不同，直接使用原始 CVD 模型系数会导致校准偏差。研究使用 UKB 的 20% 训练集对 CVD 模型进行重校准（调整截距和斜率），以保持区分度（Discrimination）不变但改善校准度（Calibration）。
  2. 性能评估指标：
     • 区分度：使用 C 统计量（C-statistic/AUC）。0.5 表示无区分能力，1.0 表示完美。
     • 校准度：评估预测风险与实际观察风险的一致性（校准截距和斜率）。
  3. 特征重要性分析：对最常用的 QRISK3 模型进行置换特征重要性分析（Permuted feature importance），识别对癌症预测贡献最大的变量。
  4. 敏感性分析：包括不同随访时间（1, 2, 5, 10 年）、地标分析（排除前 3 年发生的癌症以排除亚临床疾病影响）以及缺失数据插补分析。

3. 关键贡献 (Key Contributions)

• 概念验证：首次系统性地证明了广泛使用的 CVD 风险模型（QRISK3, PCE, SCORE2 等）在经过简单重校准后，能够有效预测多种癌症的发病风险。
• 性能对比：发现重校准后的 CVD 模型在预测多种癌症（特别是那些缺乏筛查项目的癌症）方面的表现与专门的癌症模型（QCancer）相当，甚至在某些复合结局上表现更好。
• 临床可行性：提出了一种利用现有电子健康记录（EHR）基础设施（如英国 NHS 的 QRISK3 系统）来实施癌症风险分层的方法，无需开发全新的复杂模型或收集额外数据，具有极高的临床转化潜力。
• 资源开放：研究团队已将通过 API 提供的重校准模型公开，供临床使用。

4. 主要结果 (Results)

• 区分度（Discrimination）：
  • CVD 预测：CVD 模型在预测 CVD 时表现良好（C 统计量 0.71-0.74）。
  • 癌症预测：所有 CVD 模型在预测“任何癌症”时的 C 统计量均为 0.63，略低于 QCancer 模型（0.65），但差异极小（中位差 -0.01）。
  • 特定癌症：对于胃食管癌、肝胆癌、喉癌、肾泌尿道癌和肺癌，CVD 模型的 C 统计量达到 0.70-0.81，表现出优秀的区分能力。
  • 复合结局：CVD 模型在预测"CVD 和癌症”同时发生或先后发生时表现优异（C 统计量最高达 0.78）。
  • 阴性对照：在预测意外损伤（阴性对照）时，C 统计量接近 0.5（0.53-0.55），证明模型并非随机预测。
• 校准度（Calibration）：
  • 经过重校准后，CVD 模型在 UKB 和 CPRD 中均显示出近乎完美的校准度（中位截距 0.01，中位斜率 1.00）。
  • 在 CPRD 外部验证中，模型性能保持稳定，C 统计量仅比 UKB 高 0.01，表明模型具有良好的泛化性。
• 特征重要性：
  • 在 QRISK3 模型中，吸烟状态、收缩压（SBP） 和 年龄 是预测癌症风险最重要的因素。
  • 其他重要因素包括：总胆固醇/HDL 比值、Townsend 剥夺指数（社会经济地位）和 CVD 家族史。
• 敏感性分析：
  • 排除前 3 年发生的癌症（地标分析）后，模型性能未受显著影响，表明模型能识别真正的新发癌症风险，而非仅仅捕捉已存在的亚临床疾病。
  • 缺失数据插补分析未改变主要结论。

5. 研究意义与结论 (Significance & Conclusion)

• 临床实践变革：该研究提供了一种低成本、高效率的策略，将癌症预防整合到现有的 CVD 一级预防流程中。医生在评估患者 CVD 风险时，可同步获得癌症风险评分，从而指导风险分层监测（如针对高风险人群进行低剂量 CT 肺癌筛查）或生活方式干预。
• 资源优化：利用现有的 CVD 预测工具（如 UK 的 NHS Health Check），无需额外开发新模型，即可实现癌症的早期风险识别，特别适用于那些目前缺乏广泛筛查项目的癌症类型（如肾癌、喉癌）。
• 协同预防：强调 CVD 和癌症预防的协同效应。识别出高风险个体后，可以通过戒烟、控制血压、使用他汀类药物或 GLP-1 受体激动剂等综合干预措施，同时降低两种疾病的风险。
• 局限性：研究主要针对 40-84 岁人群，未涵盖早发性癌症；部分变量（如 BMI、胆固醇）在 CPRD 中存在缺失，但插补分析显示影响有限。

总结：这项研究有力地证明了“一石二鸟”的可能性，即利用成熟的 CVD 风险预测框架来预测癌症风险。这不仅填补了癌症风险预测工具在临床普及度上的空白，也为未来实施个性化的、基于风险的癌症筛查和预防策略奠定了坚实基础。