A serum thyroid hormone metabolite test for molecular diagnostic evaluation of thyroid nodules

甲状腺结节是形成在甲状腺上的微小、通常无害的肿块。甲状腺是一个位于颈部的蝴蝶状器官，负责控制身体如何利用能量。大多数情况下，这些肿块是良性的，即不是癌症。然而，当医生发现结节时，接下来的步骤通常是确定它是否危险。实现这一目标的标准方法是使用细针从肿块中抽取少量细胞，并在显微镜下观察。虽然这种方法对许多病例有效，但有时会给医生留下模糊不清的图像。细胞可能看起来很奇怪，但又不完全属于典型的癌症，从而产生了一个灰色地带，而此时最安全的方案通常是手术切除结节并进行全面检查。这种不确定性可能会导致患者接受并不需要的过度手术，或者延迟那些真正需要治疗的人的治疗进程。

一个研究小组开发了一种新方法来解决这个问题，即通过观察血液而非仅仅观察细胞。他们将注意力集中在甲状腺激素代谢物上，这些是人体分解甲状腺激素后留下的微小化学碎片。这些碎片在血液中循环，并携带随着结节是良性还是恶性而变化的化学特征。通过分析这些特定的化学物质，研究人员旨在开发一种能够在任何手术进行之前，就能区分无害肿块与癌性肿块的血液检测方法。

为了测试这个想法，研究人员从五家主要医疗中心收集了一组包含 1,663 人的大型人群。该群体以女性为主，中位年龄为 48 岁，研究于 2020 年至 2025 年间进行。在采集血液之前，团队通过让一个独立委员会审查来自细胞或组织样本的最终诊断，确保了每个结节的真实性质是已知的。随后，研究人员使用一种被称为液相色谱-串联质谱（LC-MS/MS）的高灵敏度技术测量了受试者血液中的甲状腺激素代谢物水平，该技术能够极其精确地分离并识别这些微小的化学碎片。

团队首先利用 872 名患者的数据来训练一个计算机模型，使其能够识别与癌症相关的特定化学模式。一旦模型学习了这些模式，他们就在另外两个患者组中对其进行了测试，以观察它是否能应用于从未见过的新人群。在第一组 392 名受试者中，该模型正确识别了几乎所有的癌症病例，并且在排除非癌症病例方面表现近乎完美。结果显示，如果检测结果显示为癌症，那么其真实为癌症的可能性为 99.4%。如果检测结果显示不是癌症，那么该结论正确的概率为 92.9%。该测试在这一组中的总体准确率接近 96%。

研究人员随后将第二组 399 名患者的结果与第一组验证组合并，以获得更广泛的视角。在这一包含 791 名患者的更大样本集中，该测试保持了其高性能。它正确识别了 92.1% 的癌症病例，并且在判定结节为良性时，其准确率高达 99.7%。总体准确率仍维持在 94.9% 的高水平。或许最重要的一点是，该测试在标准针吸活检结果不明确的困难病例中表现尤为出色。在这些结果不确定的患者中，血液检测正确识别了 93.5% 的癌症，并且在判定结节不是癌症时，其准确率达到了 100%。

这项研究表明，通过测量甲状腺激素代谢物的简单血液检测，可以作为区分甲状腺结节是癌性还是非癌性的有力工具。结果显示，该检测在确认癌症存在方面具有极高的能力，并且在排除癌症时也具有卓越的能力。通过在手术前提供清晰的分子层面的答案，这种方法可以帮助医生做出更自信的决策，从而可能使许多患者免于不必要的手术，同时确保那些患有癌症的患者能够得到及时的治疗。研究结果表明，观察血液中的化学成分为诊断甲状腺结节提供了一条可靠的新途径。