《Cancers》：Reply to Gumustepe, A.; Gumustepe, E. Comment on “Giordani et al. Cancer Association in Patients with Immune-Mediated Inflammatory Diseases: A Five-Year Nationwide Italian Cohort Study. Cancers 2026, 18, 3449”
编辑推荐：
研究人员衷心感谢Gumustepe A.和Gumustepe E.对研究人员研究的细致阅读和评论，这使研究人员有机会澄清研究结果的范围和解释。研究人员完全同意免疫介导炎症性疾病（immune-mediated inflammatory diseases, IM
研究人员衷心感谢Gumustepe A.和Gumustepe E.对研究人员研究的细致阅读和评论，这使研究人员有机会澄清研究结果的范围和解释。研究人员完全同意免疫介导炎症性疾病（immune-mediated inflammatory diseases, IMIDs）与恶性肿瘤之间的关联复杂，可能反映多种生物学、临床和流行病学机制的相互作用。同时，研究人员认为有必要将研究目标与无法利用全国行政医院数据完全解决的病因学问题区分开来。所提出的若干问题，包括残余混杂以及缺乏关于疾病活动、生活方式因素和治疗暴露的详细临床信息，对应于研究人员已经报告的局限性；关于反向因果和差异性监测的额外考虑进一步细化了研究人员观察到的时间模式的解释。研究主要设计用于估计全国真实世界环境中IMIDs患者癌症发生的人群水平负担和时间模式，而非确立单一潜在生物学机制。其独特贡献不仅在于癌症发生增加（总体校正比值比（odds ratio, OR）1.32，95%置信区间（confidence interval, CI）1.27–1.38），还在于识别出时间梯度——早期随访关联较强（第1年OR 1.83，95% CI 1.61–2.08），随后逐渐衰减至此后持续超额（从第5年起OR 1.20，95% CI 1.15–1.30）——这构成了国家层面重要的产生假设的观察。研究人员在下面回应所提出的具体问题。
研究背景与问题：免疫介导炎症性疾病（immune-mediated inflammatory diseases, IMIDs；指一组由免疫介导的慢性炎症性疾病）与恶性肿瘤的关联复杂，可能涉及慢性炎症刺激、免疫失调、共享遗传与环境易感性、治疗相关效应以及部分患者的肿瘤诱导免疫现象。原文指出，基于全国行政医院数据的研究存在残余混杂、缺乏疾病活动/生活方式/治疗暴露详细临床信息、反向因果（reverse causation；疾病或前驱病变导致暴露与结局的时间关系颠倒）、差异性监测、队列进入不等于疾病生物学起点、吸烟数据缺失以及治疗暴露无法分离等问题。因此，Giordani et al.开展意大利全国队列研究，主要目的不是确立单一生物学机制，而是估计全国真实世界环境中IMIDs患者癌症发生的人群水平负担和时间模式，并识别时间梯度。其重要意义在于提供国家层面产生假设的观察，提示IMIDs中的癌症风险可能是动态的，并可能随具体IMID和癌症类型不同而不同。
技术方法：研究基于意大利全国行政医院数据，数据来源为AGENAS并经许可和合理请求获取。以2018年索引住院确定IMIDs暴露队列，以因损伤和中毒住院者作为未暴露比较组。主要估计总体及按癌症部位/亚型首发癌症发生的校正比值比（odds ratio, OR；衡量暴露与结局关联的效应量）及95%置信区间（confidence interval, CI；参数估计的不确定性范围），并按随访时间区间分析第1年至第5年的时间梯度；对不同时间间隔进行敏感性分析。
研究结果：
1. 反向因果与副肿瘤性自身免疫（Reverse Causation and Paraneoplastic Autoimmunity）：通过讨论癌症与自身免疫的双向关联及特发性炎症性肌病（idiopathic inflammatory myopathies；一组病因未明的炎性肌病）中癌症聚集，原文认为反向因果和副肿瘤性自身免疫（paraneoplastic autoimmunity；肿瘤诱发的免疫现象）可解释部分早期诊断癌症，但不能推广至全部IMID；早期癌症峰值最可能反映多种机制组合而非单一因果通路。
2. 监测与检测偏倚（Surveillance and Detection Bias）：通过比较早期超额与第5年持续超额（OR 1.20，95% CI 1.15–1.30），原文认为监测偏倚（surveillance/detection bias；因更频繁检查导致更易发现疾病）是早期超额的可能贡献因素，但单独检测偏倚或现患隐匿癌预期会随诊断积压耗尽而消退，不能解释持续关联；监测、反向因果和疾病机制应视为互补。
3. 队列进入与疾病持续时间（Cohort Entry and Disease Duration）：通过指出队列进入为2018年索引住院且不一定与IMID生物学起点或首次诊断重合，原文认为行政医院记录无法可靠重建疾病自然史；研究目标是比较有记录IMIDs患者与未暴露组的癌症发生，而非从每个IMID起点重建癌变自然史；需开展限定于明确定义的新发IMID研究。
4. 时间模式解释与炎症作用（Interpretation of the Temporal Pattern and the Role of Inflammation）：通过时间梯度和持续超额，原文认为早期峰值不应被读作炎症驱动癌变的直接证据，而是产生生物学上合理假设的流行病学观察；持续超额反对将全部癌症负担归因于早期检测、差异性监测或既存隐匿癌；最可辩护的解释是关联多因素，并可能随IMID和癌症类型不同而不同。
5. 治疗暴露（Treatment Exposure）：通过指出缺乏疾病活动、炎症标志物和治疗暴露的详细纵向信息，原文认为不能将随时间衰减的关联解释为炎症控制改善或抗炎治疗保护效应，也不能证明治疗在恶性肿瘤风险中无作用；免疫调节治疗的肿瘤学效应异质，取决于具体药物、基础疾病、患者特征、暴露时长和癌症类型；现有数据与多因素框架一致。
6. 吸烟、环境暴露与部位特异性关联（Smoking, Environmental Exposures, and Site-Specific Associations）：通过指出缺乏个体水平吸烟数据，原文认为肺癌风险解释需谨慎；吸烟是肺癌主要决定因素并与血清阳性类风湿关节炎（seropositive rheumatoid arthritis；类风湿因子或抗CCP抗体阳性）等相关，是潜在残余混杂；血液系统恶性肿瘤可能反映慢性B细胞活化和免疫失调，肺癌和膀胱癌受环境和生活方式暴露显著影响；这与按疾病和癌症类型的部位/亚型特异性估计一致。
7. 敏感性分析与未来研究（Sensitivity Analyses and Future Research）：通过已有不同时间区间分析部分回应排除前12–24个月诊断癌症的敏感性分析建议，原文认为限定于新发、定义明确的自身免疫病可提供补充信息，但需可靠识别真实疾病起点，而医院数据不能一致获得；未来前瞻性、特征明确的新发IMID队列整合疾病起点、活动、生物标志物、治疗、生活方式和医疗利用数据，可区分炎症、免疫失调、治疗、反向因果和监测偏倚；临床富集队列与全国行政数据研究应互补。
8. 结论（Conclusions）：通过回复评论，原文认为评论细化了而非否定研究发现；卫生信息系统（health information system）研究在确认因果假设方面的固有弱点不削弱该意大利全国队列研究提供的证据；评论通过概述应进一步研究的生物学和流行病学机制范围强化了其价值。
讨论总结：原文讨论强调，IMIDs与恶性肿瘤的关联最可能为多因素且动态变化，不能由单一因果通路解释；早期峰值应作为产生假设的流行病学观察，持续超额则反对将全部负担归因于早期检测、监测或既存隐匿癌；行政数据研究在因果确认方面存在固有局限，但其人群覆盖和统计效能具有价值，临床富集队列与全国行政数据研究应互补而非竞争。
研究结论翻译：研究人员感谢Gumustepe A.和Gumustepe E.指出重要考虑。他们的评论细化而非否定研究发现。研究人员认为，基于卫生信息系统研究在确认因果假设方面的固有弱点并不削弱这项意大利全国队列研究提供的证据。事实上，这些评论通过概述应进一步研究的生物学和流行病学机制范围，强化了其价值。
