编辑推荐：
为解决卵巢癌（OC）早期诊断和预后评估难题，上海第一妇婴保健院等机构研究人员开展上海卵巢癌与家庭关爱项目（SOCFCP）。研究通过多队列研究，收集多种数据和样本，有望助力开发 OC 预测模型和评估方法，推动精准诊疗。
卵巢癌（Ovarian Cancer，OC）作为女性健康的 “隐形杀手”，悄无声息地威胁着众多女性的生命。它发病隐匿，很多患者在发现时已处于晚期，犹如一颗 “定时炸弹” 突然引爆。而且，卵巢癌极易发生转移，就像癌细胞拥有了 “翅膀”，四处扩散，难以控制；其复发率也居高不下，让患者和家属苦不堪言。目前，全球范围内卵巢癌的防治形势严峻，据 GLOBOCAN 2024 报告显示，OC 在女性癌症的发病率和死亡率方面均排名第八 ，“70% 现象” 更是让人心惊胆战：约 70% 的患者确诊时已是晚期，70% 的患者会在三年内复发，70% 的患者活不过五年。尽管生存率有所提升，但整体负担仍在不断加重。
现有的筛查方法，如血清 CA125 检测和经阴道超声检查，在早期 OC 检测方面存在很大局限性，就像戴着 “有色眼镜” 看问题，无法精准发现早期病变，导致很多患者错过最佳治疗时机。当前对 OC 风险因素、遗传学和分子通路的研究多基于病例对照研究，存在信息偏倚，尤其是回忆偏倚。而且全球 OC 相关队列研究数量有限，种族和民族多样性不足，中国在这方面的专门前瞻性队列研究更是稀少。
为了攻克这些难题，上海第一妇婴保健院等多家机构的研究人员开展了上海卵巢癌与家庭关爱项目（Shanghai Ovarian Cancer and Family Care Project，SOCFCP）。该项目旨在建立一个涵盖卵巢病变患者、高危人群和健康对照的研究平台，通过收集生活方式、环境因素、遗传特征和临床特征等多方面的数据，以及大量生物样本，深入探究 OC 的发病原因，寻找影响疾病进展和预后的生物标志物，为精准医疗奠定基础，最终推动 OC 的早期检测、预防和治疗。目前该研究尚未发表在具体期刊。
在研究过程中，研究人员采用了多种关键技术方法。首先是多队列研究方法，设立了卵巢病变患者队列、高危人群队列和健康对照队列，广泛招募参与者。其次，进行全面的数据收集，涵盖问卷、体检、临床信息等多方面。还开展了生物样本的收集、处理和存储，为后续研究提供物质基础。此外，运用多种统计分析方法，如多元逻辑回归、Cox 回归等，对数据进行深入分析。
在研究结果方面：
- 队列设计与招募成果：该研究为多中心队列研究，参与者来自医院和社区。预计在 2023 - 2028 年招募超 2000 例卵巢病变患者、900 例高危个体和 3000 例健康对照。卵巢病变患者队列涵盖 2013 年起就诊的相关患者；高危人群队列包括有家族病史或基因变异者；健康对照队列从体检中心和社区项目招募。
- 随访与数据收集情况：患者队列在病理检查前完成基线调查，OC 患者术后化疗前后及化疗后定期随访，良性病变患者术后按计划随访。高危队列入组时进行调查和筛查，根据结果安排随访。健康对照队列每年接受问卷调查和健康检查，异常者纳入相应队列。研究收集了大量数据，包括问卷信息、体检数据、临床资料、随访信息等，还采集和存储了多种生物样本。
- 统计分析规划：研究运用多种统计方法分析数据，如用均值、标准差等描述变量，用多元逻辑回归、Cox 回归等构建预测模型，通过计算敏感度、特异度等评估筛查策略，以挖掘 OC 的遗传和环境风险因素、发现生物标志物、比较治疗方案疗效、评估筛查策略效果。
研究结论和讨论部分表明，SOCFCP 具有重要意义。其综合设计涵盖多类人群，有助于精准评估 OC 风险因素和预防策略，对比不同人群能发现早期疾病标志物，理解疾病进展过程，还能为解释 OC 患者异常检测结果提供生理参数基线。纳入高危人群便于早期筛查和干预，详细的数据收集为多因素分析提供基础。随着队列和生物样本库的扩大，能深入分析遗传和分子特征，结合多种数据可减少研究偏倚。同时，研究也在利用先进技术探索代谢组学、肽组学和蛋白质组学，开展模拟随机对照试验，有望为 OC 临床实践提供科学依据。虽然研究存在一些局限性，如部分数据存在回忆偏倚、临床结局数据可能漏报等，但研究人员采取了相应措施加以解决，并且积极拓展合作，提升研究的代表性。总体而言，SOCFCP 为卵巢癌的研究和诊疗开辟了新的道路，为改善患者预后带来了新的希望。
