早发性癌症流行病：利用前瞻性队列-肿瘤生物库方法进行证据综合分析

《European Journal of Epidemiology》：The early-onset cancer epidemics: evidence synthesis using the prospective cohort incident-tumor biobank method

本研究提出了一种基于前瞻性队列肿瘤生物库方法（PCIBM）的框架，用于连接长期暴露与肿瘤分子特征，特别应用于早期发病癌症（EOC）的病因学研究。通过分析早期结直肠癌（EOCRC）的特征，该框架有助于揭示潜在风险因素，并可推广至其他器官的EOC研究。此外，结合人工智能工具能提升对EOC发病机制的理解。

　　

摘要

肿瘤很可能是在数年甚至数十年内逐渐发展的，这意味着在癌症流行病学研究中评估长期暴露于风险因素的情况至关重要。自20世纪中叶以来，从生命早期就开始的长期风险因素暴露趋势似乎加剧了全球范围内早发性癌症（EOC）的流行。据报道，多种部位的早发性癌症发病率都在上升，包括骨髓、胆管、乳腺、结直肠、食管、胆囊、头颈部、肾脏、肝脏、胰腺、胃和子宫体等。为了解决早发性癌症研究中长期暴露评估与肿瘤分子/微环境特征分析之间的难题，我们在这里介绍了一种基于前瞻性队列肿瘤生物库方法（PCIBM）的框架。该方法能够开展前瞻性的分子病理流行病学研究，将长期暴露与肿瘤的致病特征联系起来。我们以早发性结直肠癌（EOCRC）的研究为例来说明这一框架的应用过程：首先，识别出早发性结直肠癌与其他类型结直肠癌之间的共同特征；其次，发现并验证早发性结直肠癌的肿瘤学、多组学或微环境特征；第三，利用PCIBM方法分析长期暴露因素与具有这些特征的各年龄段结直肠癌亚型发病率之间的关系；第四，对潜在的风险因素进行验证，以确定它们是否与早发性结直肠癌的发病有关。这一框架不仅为早发性结直肠癌的病因提供了新的见解，还加深了我们对其发病机制的理解，并且可广泛应用于其他器官的早发性癌症研究。此外，结合人工智能驱动的计算工具，这种研究方法应被用于生命周期研究及其他前瞻性队列研究中，以进一步增进我们对早发性癌症发病机制的认识。