登录 Login | 注册 Register

当前位置 Location:首页 Home>资讯详情

一种可提高宫颈癌筛查覆盖范围的方法

发表在由牛津大学出版社出版的Journal of the National Cancer Institute上的一项最新研究表明,应用一种完全自动化的方法,可有效的完成高质量的宫颈癌筛查。该研究中的研究人员发现,在服务条件较差的地区,自动化技术可增加宫颈癌筛查的覆盖范围。

宫颈癌是由于致癌的人乳头瘤病毒(HPV)持续感染导致的。通过接种HPV疫苗来控制其传播是最根本的预防策略;不过,由于覆盖范围仍很有限,而且感染距患癌之间的潜伏期较长,接种疫苗仍然是一种长期的解决方案。

 原位癌-插图.jpg

宫颈重度不典型增生(原位癌)。异常上皮延伸至图中央左侧的粘液腺中。该病变可进展至宫颈侵袭性癌(鳞状细胞癌)。

图片来源:Haymanj/public domain

宫颈筛查的主要目的是检出可能存在的癌前病变,并对其进行治疗,以预防宫颈癌。宫颈筛查项目包括两种操作:一般人群筛查;以及识别出筛查阳性女性,并重点治疗可能存在的癌前病变。在一般人群筛查阶段,对致癌的HPV亚型进行HPV检测正在逐渐取代细胞学检查(巴氏涂片),因为HPV检测对于检出癌前恶性病变更加敏感。它的重现性也更强,更加适合用于日益增多的HPV疫苗接种人群。

较发达地区的主要治疗策略是联合应用部分HPV分型(以识别最高危的亚型)和巴氏涂片(用以作为HPV阳性女性的第二种检查)。在美国的大多数筛查项目中,目前都是联合应用常规巴氏涂片和HPV检测来确定哪些女性应接受治疗,但常规巴氏涂片是很费时费力的。

应用计算机解读巴氏涂片进行分诊可使整个筛查过程自动化。在这项研究中,研究人员报告了这种完全自动化的宫颈筛查策略的设计和评估,以确定自动化算法是否可以与常规解读的巴氏涂片一样准确的识别和优先考虑HPV阳性女性,以指导治疗。

研究人员研发出一种新型的、基于计算机扫描液体玻片特征的风险评分算法,应用一种可进行高速图像采集的玻片扫描仪,检测巴氏涂片的特征,如是否存在不同的细胞类型、细胞核大小和细胞核外形,以识别HPV阳性女性,并针对可能存在的癌变前病变进行治疗。除此之外还设计了严重程度分级,以在同一批玻片中发现风险最低的病变,以简化和/或指导治疗决策。

研究人员在2010年北加州Kaiser Permanente医院的1839名HPV检测阳性女性中,将它与巴氏涂片结果异常对于预测癌前病变的情况进行了比较。通过记录链接来确定癌前结局。作为额外的验证,他们还以在Kaiser Permanente进行筛查的243,807名女性为对象,将该算法与巴氏涂片结果进行了比较。

HPV阳性的女性中,该算法与巴氏涂片结果异常的分类结果是相匹配的。应用这一自动化方法结合HPV检测,共有91.7%的HPV阳性患者需要立即治疗,有38.4%的HPV阳性患者需要推迟1年进行复查(而应用病毒分型和巴氏涂片进行分诊时分别为89.1%和37.4%)。在2016-2017年的验证中,预测的风险评分与巴氏涂片结果之间具有强相关性。

该研究结果显示,计算机算法的效能可与巴氏涂片相当或超越巴氏涂片,提示无巴氏涂片的完全自动化宫颈筛查是可行的,而且可以在欠发达地区提高宫颈筛查的覆盖范围。

 

原始来源:

There's a better way to screen for cervical cancer

Automated Cervical Screening and Triage, Based on HPV Testing and Computer-Interpreted Cytology. Journal Of The National Cancer Institute (2018).