亮点
- TIP-CA 模型为预测成人皮肌炎（DM）或临床无肌病性皮肌炎（CADM）患者的恶性肿瘤提供了一个稳健、基于证据的框架。
- 该模型利用了五个常规可用的临床和血清学因素：抗 TIF1-γ 抗体状态、间质性肺病（ILD）的存在、皮肤异色症、皮肌炎亚型和贫血。
- 在推导队列和验证队列中，该模型均表现出高区分准确性，曲线下面积（AUC）约为 0.81。
- 这一工具使临床医生能够从一般筛查转向风险分层方法，可能减少诊断延迟并提高生存率。
背景：皮肌炎与恶性肿瘤之间的关键联系
皮肌炎（DM）是一种罕见的系统性自身免疫性炎症性肌病，以独特的皮肤表现和不同程度的肌肉无力为特征。尽管该疾病本身可能致残，但其与恶性肿瘤的关联——通常被称为副肿瘤综合征——仍然是其最致命的方面之一。历史研究表明，高达 20% 至 30% 的成人 DM 患者可能在诊断后的前三年内发展或已有潜在癌症。
尽管有这种已知的关联，医学界仍难以实施标准化、高效的筛查方案。目前，许多临床医生依赖广泛的、侵入性的筛查电池，这可能是昂贵的，并且有时会产生假阳性结果。相反，缺乏针对性的筛查可能导致在早期干预的关键窗口期错过诊断。迫切需要一种经过验证的、基于关联的工具，利用常规可用的临床数据来识别高风险个体。TIP-CA 模型就是为了满足这一特定未满足的医疗需求而开发的。
研究设计和方法
为了开发一个可靠的预测模型，研究人员进行了一项回顾性多中心队列研究。该研究涉及 2015 年至 2022 年期间诊断为经典 DM 或临床无肌病性 DM（CADM）的 546 名成人参与者。参与者被分为两个不同的队列，以确保模型在不同临床环境中的通用性：
-
训练队列：
来自瑞金医院皮肤科。该队列作为识别重要预测因子和构建初始模型的基础。
-
验证队列：
来自仁济医院风湿科。该队列用于独立验证模型的预测准确性并最小化转诊偏倚。
研究人员采用多元逻辑回归和机器学习技术相结合的方法，评估了广泛的临床特征、实验室指标和自身抗体谱。主要结局测量是组织学确诊的恶性肿瘤的发生。模型的性能通过受试者工作特征曲线（ROC）下的面积（AUC）来量化。
关键发现：TIP-CA 评分系统
该研究确定了五个与并发癌症显著相关的独立因素。这五个要素构成了 TIP-CA 的缩写：
1. 抗转录中介因子 1-γ（TIF1-γ）抗体
这种自身抗体是最强的恶性肿瘤预测因子。抗 TIF1-γ 阳性的患者得分为 1。从病理生理学角度来看，TIF1-γ 参与肿瘤抑制途径，这些抗体的存在被认为是对肿瘤表达的 TIF1 蛋白的免疫反应，这些蛋白与健康组织发生交叉反应。
2. 间质性肺病（ILD）
有趣的是，ILD 的存在与该人群的癌症风险呈负相关。ILD 患者的得分为 -1，而没有 ILD 的患者得分为 0。这种“保护”关联在 DM 文献中已有充分记录，因为 ILD 患者通常属于不同的血清学亚型（如抗 MDA5 阳性），这些亚型较少与恶性肿瘤相关。
3. 皮肤异色症
皮肤异色症的存在——表现为色素沉着过度、色素减退、毛细血管扩张和萎缩的皮肤变化——与癌症显著相关。这种临床标志的存在加 1 分。
4. 皮肌炎亚型（经典 DM 对比 CADM）
研究发现，患有经典皮肌炎（表现为临床肌肉无力）的患者比患有临床无肌病性皮肌炎的患者更有可能患恶性肿瘤。经典 DM 得分为 1，而 CADM 得分为 0。
5. 贫血
诊断时贫血的存在也是一个重要的预测因子，为总分贡献 1 分。贫血是潜在慢性疾病或隐匿性恶性肿瘤的常见全身标志。
统计性能和临床效用
TIP-CA 模型表现出令人印象深刻的稳定性和准确性。在训练队列中，AUC 为 0.809，在验证队列中，AUC 维持在 0.808。这种高水平的区分能力表明，该模型是区分可能伴有恶性肿瘤的患者和不伴有恶性肿瘤的患者的可靠工具。
通过汇总分数（范围从 -1 到 4），临床医生可以将患者分类为不同的风险层级。这种分层允许对癌症筛查采取更加细致的方法。例如，TIP-CA 评分较高的患者可能会接受全面的影像学检查（如 PET-CT 或靶向器官筛查），而评分较低或负分的患者（如具有 ILD 且无 TIF1-γ 抗体的 CADM 患者）可能会遵循更标准、侵入性较小的监测方案。
专家评论和临床意义
TIP-CA 模型的开发代表了炎症性肌病管理中精准医学的重要一步。该研究的最大优势之一是其多中心设计，包括来自皮肤科和风湿科的患者。这一点至关重要，因为 DM 患者可能首先就诊于任何一位专家；通过包含两者，研究人员减少了单中心研究中常见的转诊偏倚风险。
然而，临床医生应意识到某些局限性。虽然 AUC 较高，但没有模型是完美的。研究的回顾性质意味着一些临床数据可能存在记录差异。此外，尽管 TIF1-γ 抗体是一个强大的标记物，但其在不同实验室设置中的可用性可能有所不同。专家意见认为，虽然 TIP-CA 模型是一个很好的指南，但它应补充而不是替代临床判断。年龄（老年患者基线风险较高）和快速进展的症状等因素仍应在诊断过程中予以高度重视。
结论
TIP-CA 模型是一个实用、易于使用的工具，利用常规收集的临床和实验室数据来分层皮肌炎患者的癌症风险。通过早期识别高风险个体，医疗保健提供者可以实施有针对性的筛查策略，这可能导致早期癌症检测和改善患者预后。随着我们继续前进，将此类经过验证的模型集成到电子健康记录中可以进一步简化这一复杂患者群体的护理。
参考文献
叶 J, 吴 W, 吴 H, 夏 C, 叶 M, 何 K, 滕 J, 赵 X, 李 H, 赵 Q, 郑 J, 叶 S, 曹 H. 一种新的工具用于预测成人皮肌炎患者的恶性疾病。JAMA Dermatol. 2026 年 2 月 1 日；162(2):176-180. doi: 10.1001/jamadermatol.2025.4824. PMID: 41335433; PMCID: PMC12676475。
