英国生物银行 383,850 人、中位随访 11.8 年、4,996 例结直肠癌的数据显示：C 反应蛋白（CRP）最高组与最低组相比，在采血后 1 年内诊断的肠癌风险高 3.03 倍；而在 3 到 5 年、6 到 8 年、8 年以后的窗口里，关联消失。全周期合并计算仍显著，但只剩 1.17。

CRP 是炎症的通用指标，升高最常见的原因是感染、肥胖、吸烟、牙周病与近期创伤。看它的正确方式是看趋势与伴随症状，而不是单次数值对应某个癌种。

一个时间错位的关联

“炎症指标高，肠癌风险高”——这类结论在文献里出现过很多次。但关联的方向未必是从炎症到肿瘤。如果肿瘤已经在体内生长，它本身就会带来炎症反应，让 CRP 升高。那样的话，因果关系正好反过来：不是炎症在先，而是肿瘤在先。

反向因果长什么样

反向因果有一个可检验的特征：距离确诊越近，关联越强；距离越远，关联越弱。研究者的做法很直接——按采血到确诊的时间间隔分层，分别估计风险。如果关联只出现在第一年，那就是”临床前疾病”的典型指纹。

三十八万人，十一年

第一年，风险高三倍：研究用英国生物银行 383,850 名 40 到 69 岁参与者的数据，基线测定 CRP、白蛋白与血细胞衍生比值，用多变量 Cox 模型分层估计。中位随访 11.8 年，4,996 人确诊结直肠癌。CRP 最高四分位组与最低组相比，采血后 0 到 1 年内确诊者的风险比高达 3.03（95% 置信区间 2.06 到 4.45）。

三年之后，关联消失：同样的比较，放到 3 到 5 年、6 到 8 年、8 年以上三个窗口，风险比都不再显著。一条曲线从 3.03 掉到 1.00 左右，这正是反向因果的形状：肿瘤在长，炎症在升，但时间窗口一拉开，关系就断了。

全周期还剩 1.17：把 11.8 年合并起来算，关联仍显著：风险比 1.17（1.07 到 1.28）。这个数字很诚实：它不是零，说明炎症与肠癌之间可能真有一部分真实联系；但它远小于 3.03，说明大部分信号来自”已经存在的病”。

一个例外，血小板中性粒比：多数炎症标志物都符合上述模式，唯一的例外是血小板与中性粒细胞比值——它的关联不随时间窗变化。一个例外不足以推翻整体结论，但它提示不同标志物背后的机制并不相同。

3.03（0 到 1 年窗口）→ 不显著（3 年之后各窗口）→ 1.17（全周期）。三个数字讲的是同一件事：如果一个生物标志物的关联只在确诊前一年成立，它更像”疾病的影子”，而不是”疾病的原因”。

三句话给看体检报告的人

1 单次 CRP 升高先找常见原因，感染与肥胖比肿瘤常见得多。

2 别把炎症指标当筛查工具，它的时间特性决定了它只能在确诊前很近的时候”亮起来”。

3 真要往前找，路径是直接看肠子——用机器学习模型从常规数据里识别息肉风险，比猜炎症更接近病灶 [来源：An ensemble machine learning approach for predicting colorectal polyps]。

① 研究设计：前瞻观察性队列，分层分析仍是关联，不是因果实验。
② 单次测量：炎症标志物只在基线测一次，无法反映长期波动。
③ 检出偏倚：确诊前就诊频繁者更容易被抽血、被发现。
④ 人群限制：英国生物银行参与者整体更健康，外推需谨慎。

参考资料：Systemic Inflammation and Colorectal Cancer: Assessing the Role of Reverse Causality. Cancers（2026）. https://doi.org/10.3390/cancers18193190