精准预防的迷思：从暴露组视角审视公共卫生干预的优先性

《Exposome》：Prevention, Precision Prevention and Precision Medicine

本文针对当前暴露组学推动精准预防的热潮提出了批判性思考。作者通过分析NNT（Number Needed to Treat）、因果关联证明和医疗成本效益等关键指标，指出过度强调个体化预防可能忽视更有效的群体层面干预。研究强调公共卫生的成功更依赖于税收政策等结构性措施，而非单纯依赖暴露组测量技术。

　　

在当今医学领域，精准医学（precision medicine）的概念正以前所未有的速度扩展其边界。从肿瘤靶向治疗到个体化用药，这种"针对合适患者在合适时间提供合适干预"的理念正在向预防医学领域渗透。伴随着暴露组（exposome）——即个体一生中暴露于所有环境因素的总和——概念的提出，研究人员开始探索将精准医学的逻辑应用于疾病预防，形成了所谓的"精准预防"（precision prevention）新范式。这种思路主张通过整合多组学技术、电子健康记录、地理定位和人工智能等先进手段，对个体暴露特征进行全方位刻画，从而实现更精准的风险评估和个性化预防建议。

然而，这种看似完美的技术演进路径是否真的能带来公共卫生实践的革新？Imperial College London的Paolo Vineis教授在《Exposome》期刊发表的评论性文章中对这一热潮提出了冷静的批判。作者指出，尽管暴露组作为研究工具具有重要价值，但其在临床实践和公共卫生应用中的实际效益需要审慎评估。

研究方法与技术路径

本研究采用批判性文献综述和概念分析方法，通过对现有暴露组学研究、精准医学实践和公共卫生干预案例的系统梳理，重点考察了几个关键维度：暴露组测量在临床决策中的实际效用通过NNT（Number Needed to Treat）和NNS（Number Needed to Screen）等指标进行评估；因果推断在暴露组与疾病关联中的核心地位通过已知环境暴露物（如PFAS、邻苯二甲酸酯等）的案例进行分析；不同预防策略（个体化与群体层面）的效果比较通过历史成功案例（如烟草税、疫苗接种等）进行验证；医疗经济负担通过医疗系统预算分配角度进行考量。

暴露组在临床实践中的价值与局限

暴露组概念在临床医学中的应用前景看似广阔，但实际落地面临多重挑战。从诊断角度看，识别特定环境暴露与疾病的因果关系确实能提升诊断准确性。例如，发现肝血管肉瘤患者有氯乙烯暴露史，或认识到某些邻苯二甲酸酯类增塑剂可通过诱导CYP3A4代谢酶而影响药物疗效，这些都属于暴露组知识的成功应用。现有的心血管疾病风险图表本质上就是一种简化的"暴露组"评估，它整合了体力活动、BMI（Body Mass Index）和甘油三酯等暴露相关指标。

然而，当暴露组测量扩展到未知化学物质或缺乏明确因果证据的暴露时，其临床效用就变得模糊。以全氟烷基物质（PFAS）为例，虽然这类物质在人群中普遍存在，且与免疫毒性相关，但检测到个体体内PFAS水平升高，是否真能改变治疗方案？更重要的是，即使确认了因果关系，针对个体的干预是否比群体层面的政策干预更有效？这些问题暴露了暴露组从研究工具向临床工具转化过程中的关键障碍。

因果关联证明的核心地位

暴露组测量要产生实际价值，必须建立在坚实的因果推断基础上。研究区分了两种情境：当检测到的化学物质是已知致病因素时，暴露组信息可能具有临床意义；但当化学物质与疾病的因果关联尚未明确时，测量结果对预防的指导作用就十分有限。

本质上，暴露组可视为已知因果因素的综合体，类似于Rothman的"因果馅饼"模型（causal pies）。心血管疾病风险图表就是这种思路的成功实践——它基于性别、糖尿病、吸烟、年龄、收缩压和血清胆固醇等多个已确立的风险因素进行风险评估。超越这一成熟模型，暴露组测量的新增价值何在？这是支持者需要回答的关键问题。

NNT指标下的效益评估

任何预防或治疗干预的价值都可通过NNT（Number Needed to Treat）指标进行量化。例如，他汀类药物预防非致死性心脏病的NNT为217，意味着需要治疗217人才能预防1次发病事件。同样，筛查项目的效益可通过NNS（Number Needed to Screen）评估——乳腺癌筛查预防1例死亡需筛查781人，结直肠癌筛查则需1250人。

这就引出了两个关键问题：暴露组测量是否能显著降低NNT/NNS？它是否真能影响治疗或预防决策？在将暴露组引入实践前，必须对这些效益指标进行严格评估。历史经验表明，通过添加生物标志物提高筛查准确性的尝试收效有限，暴露组可能面临同样挑战。

群体预防与个体预防的效益比较

Geoffrey Rose提出的"预防悖论"（prevention paradox）深刻揭示了个体与群体预防策略之间的张力："一项为人群带来巨大收益的预防措施，对每个参与者个体的好处却很有限。"这一洞见通过NNT概念得到印证——NNT值取决于干预措施的内在效能和结局事件的频率。针对高风险个体进行干预因结局事件频率较高而NNT较低，这似乎支持精准预防的思路。

然而，Rose的另一个重要观察是："多数患者来自于低风险人群，而非高风险人群"。这意味着，即使针对高风险个体的干预非常有效，其对人群总体疾病负担的减少作用可能有限。相比之下，群体层面的干预（如烟草税、空气污染治理）虽对个体收益不大，但人群总收益显著。

结构性干预与个体责任的政治哲学

精准预防强调个体行为改变，隐含地将健康责任置于个人肩上。这种思路与所谓"保姆国家"（nanny-State）的批判形成对立——后者认为国家不应干涉个体为自己做出的选择。然而，这种非此即彼的简化论忽视了权力和知识的不对称性。在当今社会，个人的"选择"深受食品价格、营销策略和环境条件的制约。健康饮食的成本远高于超加工食品，这种经济现实极大限制了个体的真实选择空间。

历史上最成功的公共卫生干预——如19世纪的污水处理系统、饮用水改善、城市规划和疫苗接种——都是结构性干预的典范。在非传染性疾病领域，烟草税、酒精税、反式脂肪酸禁令等少数成功案例也同样依赖于政策层面的行动。相比之下，基于" nudges"（助推）的健康促进措施效果有限。正如WHO所指出的，解决肥胖问题需要承认"个人选择深受致胖环境制约，而这种环境只能通过政府行动来改变"。

结论与展望

暴露组学作为研究工具具有重要意义，但其向精准预防实践的转化需要克服多重障碍。首先，暴露组测量需要坚实的因果证据支持，而其附加价值可能有限——表现为NNT/NNS的降低幅度不大。其次，在多数医疗系统面临预算压力的背景下，在病床旁进行暴露组测量（特别是涉及组学分析时）的经济可行性存疑。

更重要的是，公共卫生的历史经验表明，结构性干预相比个体化措施具有显著优势：群体预防更具成本效益，单一干预可同时应对多种疾病（如控烟或空气污染治理），且无需像治疗措施那样代复一代地重复实施。将精准治疗逻辑简单延伸至预防领域，可能导致我们忽视群体层面预防的巨大潜力。

这项研究的意义在于为当前暴露组学和精准预防的热潮提供了必要的批判视角。在技术乐观主义盛行的时代，这种审慎评估提醒我们：公共卫生的最终目标应是人群健康效益最大化，而非技术复杂度的无限提升。未来的暴露组研究应当更好地平衡个体化测量与群体干预、技术创新与成本效益、科学发现与政策转化之间的张力。