澳大利亚墨尔本学的Jon Emery等近期发表评论认为，黑色素瘤风险预测模型是一种复杂而精确的工具，现在应被用于临床实践。(JAMA Dermatol. 2016年6月8日在线版)

　　构建风险预测模型需考虑的因素

　　Emery认为：目前多项国际指南均建议鉴别黑色素瘤的高危人群，但大部分指南仅简单罗列了单一的风险因素(如：肤色、家族史等)，以鉴别大多数处于黑色素瘤风险的人群，以便采取避免日晒和进行皮肤癌筛查等方式来预防黑色素瘤的发生。

　　经整合和分配风险因子的权重后，风险预测模型能更好地预测患病风险。该模型综合了众多流行病学研究得出的环境、表型和基因型变量对患病风险的评估结果。理论上，该模型可以更准确地鉴别高危人群，从而可能采取更好的预防措施。越来越多的证据证明了黑色素瘤风险评估模型的外部有效性。比起单风险因素，黑色素瘤风险评估模型更有益于识别高危人群。因此，Emey等声称黑色素瘤精准预防的时代已经到来。

　　既往模型与新模型的对比

　　目前有不少黑色素瘤风险评估模型，仅在最近的两项系统性综述中就收录了53个。

　　但这些模型还存在一些问题。大部分模型偏向于一些只能通过皮肤病医生临床检查才能明确的危险因子。这对初级医疗机构并不实用，而开展黑色素瘤风险评估工作最需要的恰恰是初级医疗机构的医生。

　　虽然既往模型的外部有效性均获验证，但其应用并不普遍。不过，来自澳大利亚的一个新的风险预测模型(目前尚无正式的命名)则是根据自我评估风险来建立的，从而避免了以上缺陷。这一新模型采用澳大利亚黑色素瘤家庭研究数据库的数据(共625个病例组和535个对照组)，包括发色、痣的分布密度、黑色素瘤一级家族史、既往非黑色素瘤皮肤癌病史、太阳灯浴的使用情况等因素，通过自我评估和电话问答的方式来收集数据。该模型的准确性和以往报道的其他肿瘤的风险预测模型相似。

　　澳大利亚悉尼大学Kylie Vuong的研究团队证实了该模型的内部有效性(AUC为0.7，95%CI 0.67~0.73)，其AUC结果高于乳腺癌的(95%CI 0.53~0.66)和结直肠癌的(95%CI 0.62~0.75)。同时，该新建模型已经过4种方法的外部验证(AUC分别为0.66、0.67、0.63和0.63)，发现黑色素瘤的预测数目和观察数目极其相近，其中红发和痣的分布密度是最强的风险预测因子。

　　在该模型中，澳大利亚黑色素瘤家庭研究数据库中58%的参与者被归于高危人群。

　　在使用风险评估模型时，采用相对低的风险阈值可能更合适。制订阈值定义高危人群时，低的阈值有利于收集更多的高危人群;但需要平衡“漏筛与过度诊断”的关系。

　　指南和风险预测工具

　　Emery介绍：一些黑色素瘤指南，如美国NCI发布的指南，提供了高危和极高危患者的分类法，却没有阐明如何权衡诸多风险因素。最近一项对20个国家34项指南的系统性综述指出：其中仅有两项指南提到了风险预测模型，但也均未推荐使用这些模型，除非得到进一步验证。

　　Emery在同期述评中指责这种做法非常不可取。因为仅根据单一的风险因素不足以细分指南内容，也可能导致实践中的差别对待没有证据支持。

　　但Emery认为黑色素瘤风险预测模型可能即将被应用于临床。因为该模型允许患者进行自我评估，因此可以在临床候诊室或在线进行;且该模型在初始研究人群的独立亚组中经过了验证。

　　(编译 唐碧霞 审校 盛锡楠)