胰腺癌是临床上恶性程度最高的癌症，素有"癌王"之称，患者5年生存率仅为11%。由于缺乏有效的早 期筛查手段，大多数患者确诊时已处于晚期，错过了最佳治疗时机。现有的磁共振成像、内镜超声等检 查手段因成本高昂且具有侵入性，难以适用于大规模筛查；而常用的肿瘤标志物CA19-9在早期诊断中 的特异度和敏感度有限，无法满足临床需求。 郝继辉团队通过整合cfDNA的拷贝数变异、片段长度分布和片段链偏向性等多组学特征，结合机器学习 技术，成功开发出胰腺癌早筛模型。在包含467例样本的训练队列和352例样本的验证队列中，模型展现 出优异的筛查性能，显著优于传统肿瘤标志物CA19-9的筛查能力。 更值得关注的是，团队在1926名糖尿病和肥胖人群组成的前瞻性队列中，还验证了模型的临床价值。该 模型早筛时成功检出6例胰腺癌患者，检出率达75%，所有检出病例均为早期（0期、Ⅰ期或Ⅱ期），而 采用肿瘤标志物CA19-9仅检出1例。与影像学检查相比，该模型能提前45—298天（中位227.5天）发现 病变，为患者进行早期干预治疗赢得了宝贵时间。 记者10月27日从天津医科大学肿瘤医院获悉，该院院长郝继辉教授团队创新性地开发了一种基于循环 ...