近日，暨南大学附属第一医院教授张水兴、副研究员张斌团队联合中山市人民医院主任医师季明芳团队，构建了一种分层动态风险筛查模型，用于鼻咽癌的智能早筛。相关成果发表于《自然-通讯》。

据介绍，该模型整合纵向EB病毒（EBV）血清学数据与年龄、性别、家族史等流行病学因素，实现了对传统血清学中、高风险人群的精准再分层，显著提升了筛查阳性预测值，减少了不必要的随访检查并降低了公共卫生防控成本。

相关研究示意图。研究团队供图

EBV血清学筛查是鼻咽癌高发区人群防控的核心手段，通过检测EBV相关抗体可早期识别高危个体，具有重要的大规模早筛价值。然而，传统单次横断面检测方案的阳性预测值偏低，导致大量中高风险人群需重复随访，加重了心理与经济负担，成为鼻咽癌早筛的关键瓶颈。

在国家重点研发计划、国家自然科学基金等项目资助下，研究团队创新性地构建了分层动态风险筛查模型。该模型整合纵向EBV抗体动态数据与年龄、性别、家族史等流行病学因素，对传统血清学定义的中、高风险人群实现了精细化再分层。基于十余年初筛及随访数据的验证结果显示，模型可显著提升筛查阳性预测值，高风险人群的随访检查需求大幅降低，同时实现了中高风险人群的精准风险管控。

在模型训练阶段，研究团队联合采用Nearmiss欠采样与ANS过采样技术，在保留有效信息的同时平衡数据集分布。模型底层基于贝叶斯共享参数多变量联合模型，将线性混合效应模型与Cox比例风险模型耦合，可随随访数据的更新动态调整个体发病风险评分，实现了从静态单次检测到动态全程追踪的筛查范式革新。

研究进一步证实，分层动态风险筛查模型可无缝嵌入现有EBV血清学筛查流程，无需额外检测项目即可实现中、高风险人群的精准再分层。应用该模型后，高风险人群的随访检查需求减少74.2%，筛查成本降低65.6%。这一发现为华南高发区鼻咽癌大规模人群早筛提供了全新的优化策略，也为其他恶性肿瘤的动态风险分层筛查提供了可复制的技术范式。

相关论文信息：https://doi.org/10.1038/s41467-026-72676-2