粪便菌群标志物做肠癌早筛：敏感度、特异度与假阳性的现实

研究说了什么

研究比较结直肠癌患者、进展期腺瘤患者与结肠镜阴性者的粪便菌群，训练机器学习模型区分癌与非癌。在病例对照样本中，模型的曲线下面积可达零点八以上，敏感度与特异度看起来都不错；但把模型应用到另一批未参与训练的人群时，性能下降，尤其是早期病变的检出率偏低。部分信号来自与其他疾病共有的菌群改变，例如炎症性肠病与代谢综合征也会出现类似模式。

为什么重要

结直肠癌筛查的依从性一直是短板，无创、可居家采样的检测有现实吸引力。菌群标志物若真能补上这一块，价值很大。但筛查场景与病例对照场景完全不同：筛查人群里患病率低，哪怕很小的假阳性率也会产生大量不必要的结肠镜；而早期腺瘤的菌群信号往往比晚期癌弱。理解这一点，才能不被「准确率九成」这类数字误导，也不会因为一份菌群报告正常就推迟应有的筛查。

证据与边界

病例对照设计存在谱偏倚，病例多为已确诊、症状明显的患者，对照组常为结肠镜阴性者，不能代表真实筛查人群。样本采集、运输与测序流程缺乏统一标准，模型跨队列迁移困难。检测边界还包括饮食、抗生素与肠道准备对菌群的影响。个体差异方面，年龄、性别与合并症都会改变基线菌群。相关不等于因果，菌群标志物可能是肿瘤存在后的伴随改变，而非驱动因素。目前粪菌标志物不能替代粪便隐血或结肠镜，筛查仍应遵循指南。