抽一管血查十二种癌，为什么晚期病例没有减少

9 月 22 日，《新英格兰医学杂志》在线发表了 NHS-Galleri 试验的主要结果。同一天，《自然·医学》发表了这项试验的检测性能数据。这是一项在英国做的多癌种血液早筛随机对照试验，14 万多人参加，连做三年，每年抽一次血。结论是：加做这管血以后，三、四期癌症的新发诊断率跟不做的人比，没有区别。

下图是《自然·医学》那篇的 Fig. 1，14 万人怎么分成两组、三轮各有多少人进入了性能分析，一张图能看清。

这个结果让不少人意外，因为同一天公布的性能数据看上去相当漂亮。

一、这管血有多准

NHS-Galleri 招了 50 到 77 岁的英国居民，142250 人随机分成两组：干预组 71122 人，血样当场检测；对照组 71128 人，血样只抽不测、冻起来。检测用的是血浆里游离 DNA 的甲基化特征，癌细胞死亡后会把自己的 DNA 碎片扔进血里，不同器官、不同肿瘤的甲基化"指纹"不一样，所以这个检测不光报"有没有信号"，还会给出一个最可能的来源器官。

三轮筛查下来：

也就是说，一百个没有癌的人里，大约只有半个会被误报。报警的人里，接近一半到六成真的查出了癌。而且报警时给出的来源器官，第一或第二猜测命中率在 91.1% 到 93.6% 之间。做过肿瘤标志物的人都知道，这个准确度已经远远超过糖类抗原、甲胎蛋白那一类。

那为什么 14 万人做了三年，晚期癌症一例都没少？

二、主要终点没有达到

《新英格兰医学杂志》报的主要终点是十二种指定癌症的三期或四期新发诊断率。两组的发生率比是 1.03，95% 置信区间 0.92 到 1.14，P = 0.63。置信区间横跨 1，等于说两组没有差别。

关键次要终点是四期癌症的发生率比，为 0.86，95% 置信区间 0.74 到 1.00。这个数字方向是对的，下降了 14%，但置信区间的上限正好压在 1.00 上，有点苗头，还没坐实。安全性方面，不到 1% 的参与者出现了与试验相关的不良事件，没有严重事件。

一项筛查有没有用，衡量标准是它能不能把本来会在晚期被发现的那批人，提前搬到早期去发现，多找到几个癌本身不算数。肠镜之所以有用，是因为它把还没变成癌的腺瘤直接摘掉了；低剂量 CT 之所以有用，是因为它在肺癌还是一个几毫米结节、病人毫无感觉的时候把它找出来。判断标准是分期分布往前挪，而不是多找到几个癌。

NHS-Galleri 查出的癌不少，937 例。可分期一摊开就看出问题：其中 39.1% 是一、二期，68.3% 是一到三期。剩下的接近三分之一，要么在被这管血查到的时候已经是四期，要么根本无法分期。

三、血里的肿瘤 DNA 是怎么来的

肿瘤细胞并不会主动往血里投放 DNA。血浆里那些带癌症特征的 DNA 碎片，主要来自肿瘤组织里死掉、崩解的细胞。一块肿瘤每天能往血里扔多少片段，取决于三点：它有多大，它长得多快（细胞更替越快，死得越多），以及它的血供够不够把这些碎片冲进循环。这三条指向同一个方向，肿瘤负荷越低，血里的信号越弱。

这不是推测。2014 年《科学·转化医学》上的一项研究用 640 例病人做过系统比较：在胰腺癌、卵巢癌、结直肠癌、膀胱癌、胃食管癌、乳腺癌、黑色素瘤、肝癌、头颈癌的晚期病人里，ctDNA 检出率超过 75%；而同样是结直肠癌，局限期的检出率降到 73%，胃食管癌 57%，胰腺癌 48%，乳腺癌 50%。同一种癌，同一套技术，只是分期不同，检出率就掉了二三十个百分点。

把这条规律套回筛查，就能理解 NHS-Galleri 为什么没能把分期往前挪。一个还停在能被治愈的早期阶段、体积只有几毫米的病灶，往血里扔的 DNA 量很可能落在检测的阈值以下。等到它扔得足够多、这管血能抓到的时候，它往往已经长到了一定体积。血检漏掉的和查到的不是随机分布的，它系统性地偏向那些已经长大、或者本来就长得快的肿瘤。而这批肿瘤，恰恰是最快要自己表现出症状、被常规途径诊断出来的那一批。

这管血确实把一部分癌的诊断时间提前了几个星期到几个月，但这段提前量不足以让它从三期退回二期。四期那个 0.86 有一点信号，大概是因为从四期退到三期需要的提前量比较小，一部分脱落多的癌确实做到了。

四、三轮的敏感度指向同一条机制

《自然·医学》那篇报的"回合敏感度"，指的是在抽血后 12 个月内确诊了癌的人当中，有多大比例当时那次血检报了警。三轮分别是 37.2%、27.1%、26.7%。

第一轮明显高，因为第一轮筛的是存量：人群里积压了一批已经存在、只是还没被诊断的癌，体积普遍偏大，信号也强。把这批存量挑走之后，第二、三轮碰到的是这一年里新长出来的癌，体积小、时间短，敏感度就掉到了 27% 上下。

这个 27% 才是"每年抽一次血"长期运行下来的真实水平。三个当年会被确诊的癌里，这管血能提前抓到一个。限定在死亡率占比最高的那十二种癌，三轮分别是 63.4%、47.6%、50.7%，好一些，但同样是第一轮高、后两轮回落。

各个癌种之间的差距更大。三轮汇总之后，肝癌与胆管癌的敏感度是 88.9%（32/36），而黑色素瘤只有 2.5%（4/157）。这两个极端正好印证了前面那条机制：肝胆管肿瘤血供丰富、细胞更替快，往血里扔得多；早期黑色素瘤只是皮肤上薄薄一层，肿瘤负荷极小，血里几乎没有信号。

五、那这管血是不是就没有价值

不能这么说，但它的位置需要摆对。

第一，阴性结果不能当护身符。三轮的阴性预测值都在 98.9% 左右，看着很高，可这是在一个癌症年发生率只有百分之零点几的人群里算出来的。只要不患癌的人占绝大多数，阴性预测值就天然高得离谱，这个数字反映的是人群患病率低，不是检测本身有多可靠。按 27% 的敏感度算，血检报了未检出信号，对当年会确诊的那批癌来说，漏掉的概率比查到的概率大得多。有症状就该去查，不能因为血检是阴性就不去。

第二，它不能替代已经被证明有效的筛查。结直肠癌的肠镜和便潜血、肺癌的低剂量 CT、宫颈癌的 HPV 检测、乳腺癌的钼靶，这些手段之所以写进指南，是因为各自有随机对照试验证明能降低相应癌症的死亡率。目前的证据还不支持用一管血把它们换掉。

第三，它真正可能的空间，在那些至今没有任何有效筛查手段的癌上。胰腺癌、卵巢癌、肝胆管肿瘤，人群里既没有可行的影像筛查，也没有可靠的血清标志物，通常发现即晚期。这几个恰好都是脱落多、血检敏感度相对高的癌种。哪怕只提前几个月，对这些癌的意义也可能和对黑色素瘤完全不同。

第四，年龄这条有实际影响。检出率从 50 到 59 岁组的 0.18% 升到 70 到 79 岁组的 0.78%，涨了四倍多。但同一组数据里，假阳性率也从 0.18% 升到了 0.76%。查得到的多了，虚惊一场的也同样多了。做与不做，在不同年龄段上的权衡并不一样。

六、还有哪些没有答案

这次公布的两篇论文都没有回答最关键的那个问题：做了这管血，会不会更少有人死于癌症。死亡率终点、以及过度诊断带来的影响，作者写明将在后续文章中报告。性能数据的随访窗口只有 12 个月，而试验中已经观察到部分被判为假阳性的人在一年以后确诊了癌，所以现在这批数字有可能低估了真实的敏感度。

另外，作者在局限性里专门写了一条：这次没有按分期分别计算敏感度。理由是抽血到确诊之间肿瘤可能已经进展，按确诊时的分期倒推抽血时的分期会产生偏倚。早筛查出来的都是早期，这个印象本身就需要更硬的证据支持。

一项设计严谨、样本量足够大的随机对照试验，得出一个阴性结果，并不等于这个方向走不通。它更像是给出了一个刻度：以目前这一代技术的敏感度，用它做全人群年度筛查，还搬不动分期这根指针。接下来要看的是死亡率数据，以及技术本身能不能把早期病灶的检出线再往下压一截。

国内这两年也有类似的泛癌种甲基化早筛产品在售。这次试验的价值，是给所有同类产品立了一个参照：判断它有没有用，不要看宣传里的特异度和阳性预测值有多高，要看有没有随机对照试验证明它降低了晚期诊断率或者死亡率。到目前为止，还没有哪一款做到了这一点。

参考来源

· Sasieni P, Johnson P, Round T, et al. N Engl J Med 2026 (NHS-Galleri)

· Neal RD, Dolly S, Johnson P, et al. Nat Med 2026 (NHS-Galleri)

· Bettegowda C, Sausen M, Leary RJ, et al. Sci Transl Med 2014

内容为健康医疗知识分享，不能替代面诊。有相关症状或筛查需求，请到正规医疗机构就诊。

AI 辅助整理，作者审核；内容仅供参考，具体诊疗请遵医嘱。