MEDICAL DATA RESEARCH
宫颈癌筛查分流的分子检测:从 HPV 阳性到 CIN2+ 风险验证
从 HPV 初筛到 CIN2+/CIN3+ 参考终点,梳理 E6/E7 mRNA、p16/Ki-67 双染和 DNA 甲基化在宫颈癌筛查分流中的任务差异,并给出样本关系、标签、质控、外部验证与数据验收要点。
宫颈癌筛查正在从“有没有高危型 HPV”进一步走向“这次阳性是否提示需要更进一步评估”。高危型 HPV 检测适合承担敏感的初筛任务,却不能单独回答感染是否持续、病变是否已经达到需要转诊或活检评估的程度。液基细胞学、HPV E6/E7 mRNA、p16/Ki-67 免疫细胞学双染和宿主 DNA 甲基化检测,分别观察细胞形态、病毒转录活动、细胞周期失调和宿主表观遗传改变。它们不是可以互相替代的“同一种准确率更高的检测”,而是处在不同的筛查与分流位置。
如果把这类研究转化为可供算法团队、临床研究者和数据采购方核对的数据任务,重点也不应是堆叠检测名称,而应先写清楚:输入是什么、阳性如何定义、病理终点是什么、哪些样本可以比较、哪些样本必须排除,以及一个结果能否追溯到同一次采样和同一版检测流程。以下讨论以宫颈脱落细胞和液基细胞学相关分流为中心,面向研究数据设计与质量验收,不构成个人筛查或转诊建议。
先把临床问题拆成初筛、分流和参考终点
一个可复核的宫颈癌筛查研究,至少包含三个不同层级的问题。第一层是初筛:在尚未出现明确病理结局的人群中,检测能否尽可能识别高危型 HPV 或相关异常。第二层是分流:在初筛阳性后,能否把短暂感染、低风险异常和更需要进一步评估的人群区分开,避免所有阳性结果都直接进入同一条路径。第三层是参考终点:研究最终用什么定义“需要识别的病变”,是组织学 CIN2+、CIN3+,还是 HSIL+,以及终点是否由阴道镜活检、宫颈管取材或随访共同确定。
这三个问题不能混用。一个检测在初筛中敏感,并不意味着它适合单独承担转诊决策;一个分流试验减少了转诊,也不代表它已经证明可以降低宫颈癌发病率。WHO 的双染指南把双染放在 HPV 阳性后的分流语境中,强调其应嵌入具体筛查算法和资源条件,而不是脱离流程独立解释1。因此,数据方案应把“检测阳性”“分流阳性”“转诊”“病理阳性”和“随访结局”分别设为字段或事件,而不是在一列中写成一个笼统的“诊断结果”。
研究单位也要提前固定。受试者、一次筛查轮次、一次宫颈采样、一个液基样本、一次检测运行和一份病理报告不是同一个粒度。若同一受试者在多个时间点复查,纵向记录应保留采样日期、检测日期、病理日期和随访时间;如果同一份剩余样本被分装到 HPV、细胞学、双染和甲基化实验,必须记录它们的样本来源关系。否则,模型可能把同一个人的重复样本拆到训练集与测试集,得到看似漂亮、实际无法外推的结果。
样本关系还决定了哪些比较是公平的。来自同一份液基剩余样本的多种检测,可以用于比较同一采样条件下的分流表现;来自不同时间、不同保存条件或不同采集方式的样本,则应在分析中标记为条件差异,而不是直接当作检测方法差异。对自取样、临床采样、细胞学制片和分子实验,数据字典要分别记录操作者、保存时长、运输条件和失败原因。若某个检测只在质量较好的样本上完成,研究报告应展示可检测比例及被排除样本的特征,不能仅在完成检测的人群中报告结果。
筛查数据也不应把“临床流程中的下一步”误写成“检测本身的真值”。转诊规则可能受年龄、既往结果、症状、资源和医生判断影响;活检位置也可能决定最终病理是否捕捉到病变。因此,转诊与活检是流程事件,病理或规范化随访才是参考证据的一部分。把事件、证据和推断拆开,才能在后续复核时解释某个样本为什么没有参考终点,以及这种缺失是否会改变研究结论。
图1 宫颈癌筛查分流的数据链路技术示意图;不代表真实患者、真实样本、已完成实验或临床诊断结果。
不同分子检测回答的是不同生物学问题
高危型 HPV DNA 检测主要回答“样本中是否检出目标病毒核酸以及属于哪些型别”。它适合作为高敏感性的入口,但阳性并不等于已经存在高级别病变。HPV E6/E7 mRNA 检测则试图观察病毒致癌相关转录活动,在理论上更接近病毒是否处于具有生物学意义的表达状态;但它仍然不是病理终点的替代物,检测平台、型别覆盖、样本质量和人群年龄都会影响结果。
2024 年一项中国社区筛查研究纳入 35—64 岁女性,比较了液基细胞学、HPV E6/E7 mRNA 检测和不同分流组合,并以 HSIL+ 作为主要临床终点。研究包含 9911 名符合条件的女性,显示不同年龄组的检测与分流表现并不相同:在部分年龄组,mRNA 初筛的敏感性较高;在另一些年龄组,联合型别分层和反射细胞学并没有表现出同样的优势3。这类结果的价值不是给出一个可以复制到所有地区的阈值,而是提示数据集必须保留年龄层、筛查史、地区、检测策略和转诊标准,不能把一个混合人群的总体指标当作普遍规律。
p16/Ki-67 双染检测观察的是同一细胞中细胞周期调控和增殖标志的共表达。ASCCP 2024 年建议把双染用于 HPV 阳性人群的管理,并将结果放回既有风险分层框架中解释2。对数据项目而言,双染不是简单的二分类图片标签:至少要区分制片质量、是否存在可判读上皮细胞、p16 阳性胞质、Ki-67 阳性胞核、同一细胞共表达、背景炎症或修复性改变,以及阅片者对边界病例的意见。若只保留“阳性/阴性”,后续难以分析争议来自染色技术、细胞识别还是规则本身。
DNA 甲基化检测关注宿主或病毒相关位点的甲基化模式。2024 年 HPV Prevention and Control Board 技术会议报告指出,甲基化阴性的 HPV 阳性人群在一些长期资料中的宫颈癌累积风险较低,但不同研究在样本采集方式、DNA 保存、提取、亚硫酸氢盐转换、检测方法和人群构成方面差异明显,仍需要标准化、不同场景和前瞻性验证5。这决定了甲基化数据不能只交付一个连续值或一个厂家阈值;必须连同靶标版本、实验批次、内参、缺失原因、阈值来源和验证人群一起交付。
2025 年发表于 British Journal of Cancer 的多中心队列研究比较了非 HPV16/18 高危型感染女性的液基细胞学、型别分层和 PAX1/JAM3 甲基化检测。研究报告中,CISCER 阳性与阴性人群的 CIN3+ 风险分层较为明显,且转诊比例低于单纯按细胞学异常转诊的策略;但研究作者同时指出,样本主要来自医院妇科门诊、样本量有限且缺少足够的长期随访,部分型别风险仍需更大队列验证4。因此,文章可以把这项研究作为“如何设计分流比较”的例子,不能把研究结果写成任何地区或任何检测平台的固定临床收益。
从检测结果到可用标签:先写字典,再谈模型
面向研发的数据字典建议分为五层。第一层是样本与采集:受试者匿名键、筛查轮次、采样日期、采样方式、保存液或制片流程、样本是否足量、是否发生分装和冻融。第二层是初筛结果:HPV 是否阳性、型别分组、病毒核酸或转录检测的平台、检测批次和无效原因。第三层是细胞学与分子分流:Bethesda 分类、双染各单项信号、共表达判断、甲基化靶标与定量值、阈值版本及判读状态。第四层是临床参考终点:阴道镜印象、活检部位、组织学分级、宫颈管取材、病理复核与无法确定的原因。第五层是纵向结局:复查日期、重复检测、病变持续或回归的定义、治疗与随访是否完整。
标签必须保留证据来源的层级。直接从样本或图像读出的标签,与报告转录得到的标签、病理复核得到的标签和研究者推断的标签不能放在同一列。比如“CIN2+”应注明是原始病理报告、二次复核还是由多个部位中最高级别合并得到;“未见病变”也要区分真正的阴性、取材不足、未活检、随访缺失和无法判读。对分流任务而言,未知不是阴性,未检测不是阴性,未随访也不是没有进展。
同一病例中的不同时间点尤其需要谨慎。一次 HPV 阳性、三个月后的细胞学、半年后的活检和一年后的复查不能在没有时间窗口定义的情况下直接拼成一个静态标签。研究方案应规定 index test 的时间点、参考标准允许的时间范围、重复检测如何处理,以及治疗前后样本是否属于同一个分析集。若研究目标是检测当前 CIN2+,则不能把多年后的病理结果无条件回填为当时检测的标签;若目标是预测进展,则必须有足够随访和预先定义的时间终点。
专家标注与分歧处理决定数据是否可复核
细胞学、双染和组织学的判读都可能出现边界病例。项目应把标注者、复核者和仲裁者的职责分开写明,并保留原始意见,而不是只保存最后一次修改后的结果。对双染图像,需要约定“同一细胞”的判定边界、弱阳性信号、重叠细胞团、炎症背景和制片伪影如何处理;对液基细胞学,需要统一 Bethesda 术语、缺陷标本类别及不能判读的编码;对组织终点,则需明确 CIN2 与 CIN3 的合并规则以及癌变病例的处理。
在开始全量标注前,应先用一批经过授权和去标识的样本做试标。试标的目的不是追求一个漂亮的一致性数字,而是发现规则是否可执行。分歧记录至少包括原始标签、分歧原因、复核依据、最终标签、是否修改规则和规则版本。Kappa、敏感性、特异性或一致率只能在抽样单位、参考标准和缺失处理方式都写清楚后解释,不能把单一指标当成质量证书。若不同实验批次、不同设备或不同阅片者之间存在系统差异,应保留这些分层,而不是先合并再报告一个总体结果。
训练、外部验证与泄漏控制要同时设计
这类任务的输入既有离散实验结果,也可能有细胞图像、病理切片或报告文本。无论使用统计模型还是深度学习,划分单位优先按受试者,而非按图像、视野或孔位随机划分。多中心数据应尽量保留中心、设备、试剂批次和采样方式,用一个或多个独立中心进行外部验证。若同一受试者的多个时间点都进入数据集,训练、验证和测试的边界必须以受试者为单位;若一个样本被分装做多种检测,分装关系也要沿用原始受试者划分。
输出不应只有一个“阳性概率”。对于初筛或分流模型,至少应同时报告任务定义、输入缺失、阈值来源、灵敏度、特异度、阳性预测值、阴性预测值、参考终点的构成、转诊数量和无法评价比例。CIN2+ 与 CIN3+ 是不同终点,不能互换;HSIL+ 也要说明其与组织学终点的关系。若模型用于排序,可报告校准、风险分层和决策曲线;若模型用于图像定位,则还要定义区域级或病例级评价。外部验证要写清楚人群年龄、筛查史、地区、设备与实验平台,不能只给出一个跨来源的平均数。
常见泄漏包括:把病理结论写进检测前报告文本;用同一病例的复核意见生成训练标签后又把复核意见作为输入;先根据全数据选择甲基化阈值再在同一数据上评估;将同一受试者重复采样拆开;用转诊后的活检结果筛选出样本,却把结果解释为一般筛查人群表现。数据质量检查应在建模前完成,阈值冻结、代码版本、随机种子和排除记录应进入交付包。
图2 从样本索引到独立评价的技术示意图;不代表真实患者、真实实验完成或任何临床性能结果。
可执行的交付与验收清单
面向算法研究的数据交付,建议至少包含数据字典、样本关系表、检测结果表、图像或报告文件索引、病理终点表、缺失与无效原因表、标注与复核记录、授权和去标识说明、训练验证测试划分清单,以及一份能在目标工具中读通的脱敏样例。每个表都要有版本号和更新日期;样本键、检测键、病理键和随访键的关联规则要能被复现。若提供图像,应核对像素中是否残留姓名、检查号或其他烧录身份信息;仅删除 DICOM 字段并不等于完成像素级去标识,也不自动产生商业使用权。
验收可以分为四步。首先检查入库:样本文件能否按受试者和检查轮次去重,字段是否与数据字典一致。其次检查标签:阴性、未知、缺失、未检测和不可判读是否区分,检测与参考终点的时间关系是否完整。再次检查质控:盲审状态、分歧和仲裁是否可追踪,批次和设备是否保留,规则变化是否有版本记录。最后检查算法可用性:固定划分能否重建,测试集是否未被阈值选择污染,输出能否回写到病例级而不是只停留在图像级。
验收还要主动检查三类偏差。其一是验证偏差:并非所有初筛阴性或低风险样本都会接受活检,未验证样本不能简单按“无病变”补齐;应记录参考终点是病理、随访还是临床排除。其二是谱偏差:只来自转诊门诊的样本,通常不能代表普通筛查人群,研究报告应把就诊来源、既往异常、年龄和筛查史列为分层变量。其三是缺失机制:无效检测、样本不足、拒绝活检和失访可能与风险有关,缺失比例及处理方法应在主分析前冻结。
若项目比较两种或多种分流策略,比较表应同时给出进入分析的人数、可评价人数、参考终点构成、转诊人数和每个终点的置信区间。单独报告一个 AUC 或准确率无法说明是否减少了不必要的转诊,也无法说明漏掉了多少高级别病变。对风险分层任务,最好在预先规定的阈值下报告病例级混淆矩阵,并把不确定样本单独列出;对多中心数据,至少按中心和检测平台查看错误分布,而不是只公布合并后的总体数字。
业务价值也应落在可以核对的交付物上。例如,研究团队需要比较不同分流规则时,交付应能回答“同一受试者在同一轮筛查中接受了哪些检测”“哪些人有完整的病理或随访证据”“阈值改变后哪些样本会改变分层”。算法团队需要复现实验时,应能根据版本号重建训练集和测试集,定位某个标签的来源和最后一次仲裁。数据采购方则应能在试样阶段确认字段、文件和导出格式,而不是先按网页上的功能描述假定所有标本和检测结果都已可交付。
朗慧公开能力边界可以支持把这类需求拆解为数据目录匹配、样例评估、采集与处理、标注质检和数据交付等项目环节;公司介绍中的 LangData 定位是数据基础设施及流程服务,不等于已经拥有某一特定宫颈分子检测队列,也不等于提供现成诊断模型或临床服务。具体标本来源、专家配置、检测平台、授权范围、样本规模、交付格式和验收阈值,都应以项目书面确认和实际试样评估为准。若研究还需要临床检测、病理复核、伦理审批或监管路径,应由相应机构和项目团队承担,不能由数据交付文字替代。
结语:把“阳性”变成可解释、可追踪的研究对象
宫颈癌筛查分流的技术进步,不在于把 HPV DNA、E6/E7 mRNA、p16/Ki-67 双染、DNA 甲基化和细胞学简单叠加,而在于为每一种检测写清它回答的问题、适用的人群、可接受的参考终点和不能外推的边界。数据项目若能从样本关系、标签来源、专家分歧、时间对齐和独立验证开始,研究者才有机会比较不同分流策略,算法团队也才能知道模型到底学到了生物学信号、制片差异还是中心偏差。
本文讨论的是研究数据与质量设计。任何个人的筛查、复查、阴道镜、活检或治疗安排,都应由合资格的临床专业人员结合正式检测结果、病理证据和适用指南判断。
参考来源
- WHO guideline for screening and treatment of cervical pre-cancer lesions for cervical cancer prevention: use of dual-stain cytology to triage women after a positive test for human papillomavirus (HPV)
- Recommendations for Use of p16/Ki67 Dual Stain for Management of Individuals Testing Positive for Human Papillomavirus
- Age-specific performance of human papillomavirus E6/E7 mRNA assay versus cytology for primary cervical cancer screening and triage: community-based screening in China
- The triage role of cytological DNA methylation in women with non-16/18 high-risk human papillomavirus infection
- DNA methylation as a triage tool for cervical cancer screening – A meeting report
- p16/Ki67细胞学双染在子宫颈癌前病变及宫颈癌筛查中的应用

