技术研发
前瞻性队列研究：血液白细胞甲基化标志物辅助甲状腺结节良恶性鉴别
2024年4月2日，上海复旦大学附属中山医院介入科刘凌晓教授团队，联合威尼斯144777视频在中科院和JCR一区杂志BMC Medicine（IF 9.3）上发表了题为“Blood leukocytes as a non-invasive diagnostic tool for thyroid nodules: a prospective cohort study”的研究论文[1]。该研究是国际上首个将外周血白细胞DNA甲基化技术应用于甲状腺结节良恶性鉴别的前瞻性队列研究，开发了一种甲状腺结节诊断模型（blood leukocyte DNA methylation model, BLDM），其特异度和准确度优于超声，有助于筛选出需进行活检检查的患者，从而避免不必要的穿刺活检，使甲状腺结节的诊疗更合理和高效。威尼斯144777视频作为合作单位，在甲基化生物标志物的筛选、模型构建和验证等方面提供了重要的技术支持。
文章发表在BMC Medicine上
甲状腺结节（thyroid nodule, TN）的患病率高达49%[2]，在这些罹患甲状腺结节的人群中，甲状腺癌（thyroid cancer, TC）约占7-15%[3]。甲状腺结节人群接受超声检查，是结节恶性风险评估的重要一步，该评估有助于确定患者是否需要进行穿刺活检[4]。2017年，美国放射学会（ACR）引入了甲状腺成像报告和数据系统（TI-RADS）[5]，该系统的实施有助于提高甲状腺结节诊断准确性，但一个重要的问题仍然存在，经系统评估需进行组织活检的患者，约57.4%是良性甲状腺结节[6]，这意味着许多患者接受了不必要的活检检查。
开发一种侵入性更小、更方便、更准确的技术，在现有的超声筛查诊断的基础上提高甲状腺结节诊断的特异度和准确度显得尤为重要。本研究创新性地采用威尼斯144777视频自主研发的甲基化单倍型模块（MHB）的分析方法，成功开发了一种基于外周血白细胞DNA甲基化的甲状腺结节诊断模型（BLDM模型），该模型在验证集和独立测试集中的ROC曲线下面积（AUC）分别达到0.858和0.863，其特异度在验证集和独立测试集中为90.91%和88.68%，优于超声（ACR TI-RADS）的特异度。特别在甲状腺微小结节中（≤10mm），该模型显示出更高的特异度（验证集中为93.33%，独立测试集中为92.00%）和准确度（验证集中为88.24%，独立测试集中为87.50%）。在超声怀疑恶性结节但组织病理为良性的患者中，BLDM模型的准确度达到了89.83%。研究结果证实，BLDM模型可以帮助超声提高甲状腺结节诊断的特异度和准确度，助力进一步筛选需行活检检查的患者。
「研究方法」
本研究共纳入293份血液样本（167份良性结节，126份恶性结节)，研究设计共分三个阶段，如图1所示：
第Ⅰ阶段（筛选甲基化标志物）：应用RRBS方法检测59名未接受治疗的良性结节和49名恶性结节患者血液白细胞DNA，寻找差异化甲基化标志物。
第Ⅱ阶段（开发和验证BLDM模型）：利用机器学习进行模型特征筛选和模型构建。该模型在包括55名良性结节和42名恶性结节患者的队列中进行了验证。
第Ⅲ阶段（BLDM模型的测试）：一支包括53名良性结节和35名恶性结节队列独立队列用于单盲模型测试，验证BLDM模型区分良性结节和恶性结节的能力。基于该模型，我们提出了甲状腺结节诊断和治疗分流流程。
图1 研究设计
「重要研究结果」
1. BLDM模型具备鉴别诊断甲状腺结节良恶性的能力，提高了ACR TI-RADS ≥4类结节诊断的准确率。
在第一阶段，我们共筛选出3184个差异化MHB。进一步细化标记后，最终选择出60个MHB标记来构建BLDM模型，用于诊断甲状腺结节。在训练集中，BLDM模型平均AUC为0.930±0.064（图2A），该诊断模型在验证集中的AUC为0.85（95%CI 0.820–0.902）(图2B)，其特异度显著高于超声（90.91% vs. 43.64%）。在独立测试集中，BLDM的AUC为0.863（95%CI 0.837–0.900）(图2B)，其特异度为88.68%(图2D)。BLDM模型的阳性预测值（positive predictive value, PPV）优于超声(图2E)。使用BLDM模型，对ACR TI-RADS 4和ACR TI-RADS 5类结节的诊断准确率提高至89.83%（图2F）。
图2 BLDM模型的性能验证
2.BLDM模型在非微小结节和微小结节中的性能皆优于超声
在非微小结节的诊断中，BLDM相较于超声具有更高的特异度和准确度 （特异度：90.00%vs.57.50%；准确度：86.96% vs. 60.87%）（图3A-C）。此外，BLDM模型能有效区分甲状腺微小乳头状癌(papillary thyroid microcarcinoma，PTMC)和良性微小结节（≤10mm），其卓越的性能表现在其特异度和准确度分别为93.33%和88.24%（图3D-F）。BLDM模型在微小结节中表现出更高的灵敏度、特异度、准确度和 PPV。
图3 BLDM模型对非微小结节和微小结节的诊断性能
3.BLDM模型在甲状腺结节诊断和治疗中的应用
基于BLDM模型，我们建议ACR TI-RADS 4-5类的患者进行血液测试。如BLDM预测结果为恶性结节，则建议患者进行细胞学检查（图4）。超声结合血液BLDM模型有助于避免不必要的活检，并为甲状腺患者提供更合理、更高效的治疗方案。
图4 患者检查和治疗流程图
「小结」
长期以来，癌症的诊断一直面临挑战，尽管ACR TI-RADS提高了甲状腺结节诊断的准确性，但许多患者仍进行了不必要的活检，主要是由于ACR TI-RADS 4和5类的特异性相对较低。血液白细胞采样方便，检测便捷，我们开发的基于外周血白细胞DNA甲基化的创新方法来鉴别诊断甲状腺结节，与ACR TI-RADS相比，表现出优越的特异度和准确度，在ACR TI-RADS 4和ACR TI-RADS 5中尤其显著。BLDM模型能有效地识别超声怀疑为甲状腺癌的良性结节，从而减少不必要的活检检查。我们的研究旨在改善目前中国甲状腺结节过度诊疗的问题，促使甲状腺结节更加合理和高效的诊断和治疗。
「参考文献」
[1] Feihang Wang, Danyang Zhao, Wang-Yang Xu, Yiying Liu, Huiyi Sun, Shanshan Lu, Yuan Ji, Jingjing Jiang, Yi Chen, Qiye He, Chengxiang Gong, Rui Liu, Zhixi Su, Yi Dong, Zhiping Yan, Lingxiao Liu. Blood leukocytes as a non-invasive diagnostic tool for thyroid nodules: a prospective cohort study. BMC Med. 2024;22(1):147.
[2] Jiang H, Tian Y, Yan W, Kong Y, Wang H, Wang A, Dou J, Liang P, Mu Y. The prevalence of thyroid nodules and an analysis of related lifestyle factors in Beijing communities. Int J Environ Res Public Health. 2016;13(4):442.
[3] Wong R, Farrell SG, Grossmann M. Thyroid nodules: diagnosis and management. Med J Aust. 2018;209(2):92–8.
[4] Durante C, Grani G, Lamartina L, Filetti S, Mandel SJ, Cooper DS. The diagnosis and management of thyroid nodules: a review. JAMA. 2018;319(9):914–24.
[5] Tessler FN, Middleton WD, Grant EG, Hoang JK, Berland LL, Teefey SA, Cronan JJ, Beland MD, Desser TS, Frates MC, et al. ACR thyroid imag‑ ing, reporting and data system (TI-RADS): white paper of the ACR TI-RADS committee. J Am Coll Radiol. 2017;14(5):587–95.
[6] Pandya A, Caoili EM, Jawad-Makki F, Wasnik AP, Shankar PR, Bude R, Haymart MR, Davenport MS. Retrospective cohort study of 1947 thyroid nodules: a comparison of the 2017 American College of Radiology TI-RADS and the 2015 American Thyroid Association Clas‑ sifcations. AJR Am J Roentgenol. 2020;214(4):900–6.
本文包含的所有内容仅供专业人士阅读及参考，非广告用途。
