“一滴血查癌”证据地图：突变偏专一，扩增更通用

系统综述梳理了100项研究、113个循环肿瘤DNA（ctDNA）标志物、覆盖23种癌症：突变类标志物高度癌种特异，而基因扩增（尤其ERBB2）跨多种癌一致出现，是泛癌检测更有希望的”通用钥匙”。

想做液体活检，先问清测突变还是扩增，警惕夸大宣传

如果你想做液体活检早筛，先问清楚测的是突变还是扩增：目前证据对亚洲人群泛癌筛查仍处”假设生成”阶段，警惕夸大宣传。

“一滴血查癌”，广告越响，越该问一句

“抽一管血查十几种癌”的广告，总让人心动。但亚洲人群的ctDNA证据到底到哪一步了？一篇覆盖100项研究、23种癌症的系统综述给出了冷静的答案：“一滴血查癌”离亚洲人还有距离。纳入标准也很讲究：只算肿瘤特异性ctDNA，不含单纯的总cfDNA。

你买的那管血，测的是”突变”还是”扩增”

你是不是以为液体活检都差不多？其实信号类型天差地别：突变型标记物大多是”一癌一签”，而基因扩增类信号跨癌种更”通用”——这一点决定了筛查能查几种癌。如果只想确认某个特定癌种，突变型也许够用；想”广撒网”，目前真没有现成答案。

100项研究画出的地图

113个标志物，23种癌：研究按系统综述规范检索2015至2025年间的文献，纳入100项研究、113个ctDNA基因标志物，覆盖23种癌症类型，其中肺癌、结直肠癌、乳腺癌研究最多。研究对象均为亚洲癌症患者，聚焦的是”亚洲人身上测得到什么”，而不是把欧美数据硬搬过来。检索时间跨2015年至2025年2月，锁定近十年证据。

突变，准但”专一”：突变是最常被报告的改变类型，但突变谱高度异质，大多只对应特定癌种——就像每把钥匙只开一把锁，灵敏但通用性差。这也解释了为什么现有突变型液体活检多是”单癌种”产品：信号本身就太专一。

扩增，ERBB2是”万能钥匙”苗子：基因扩增事件跨癌种更常见，尤其是ERBB2（人表皮生长因子受体2）、MET（间质表皮转化因子）、MYC（原癌基因）三种，其中ERBB2是跨癌种最一致的扩增信号，证据覆盖结直肠、胃、食管、胆道、胰腺、乳腺、卵巢等至少12种癌。研究在”基因-事件”层面提取证据，每个报告的基因组改变都算一条独立证据，避免被少数大研究带偏。

突变”专一”对扩增”通用”，一图看清

113个标志物里，突变型大多一癌一签；扩增型（ERBB2为首）跨12种以上癌出现。对”查多种癌”的需求来说，扩增信号更接近”通用钥匙”。对想”一管血查多种癌”的人来说，这个区别直接决定产品能不能成立。

先看懂”钥匙”再掏钱

第一，亚洲人群的ctDNA证据，还停在”地图”阶段。

第二，突变查得准、扩增查得广，两者用途不同。

第三，这是描述性综述，未验证诊断性能，“一滴血查癌”先别急着掏钱。

别把”地图”当”能力”

① 频率不等于患病率：标志物的报告频率反映的是研究数量，不是人群真实患病率。

② 无诊断性能数据：综述未评估灵敏度特异度，仅用于产生假设。

③ 检索受限：仅检索PubMed单一数据库、仅英文文献。

④ 需前瞻验证：泛癌检测价值需临床性能评估与实施研究确认。

参考资料：Rarasati AR, et al. Cross-Cancer Detectability of ctDNA Biomarkers in Asian Populations: Implications for Pan-Cancer Detection. Cancer Management and Research（2026）. https://doi.org/10.2147/CMAR.S612902

同样化疗，心脏风险差出4倍

英国生物样本库中1.87万名接受过化疗、无心血管病史的癌症患者，被无监督聚类分出9种心脏肿瘤学风险表型：风险最高的一组，复合心血管事件风险达最低组的4.06倍；缺血性心脏病差距最大，可达7.97倍。

如果你是化疗患者，治疗前心血管基础评估值得认真对待

如果你或家人即将化疗，别只看肿瘤科。提前评估血压、血糖、肾功能和心血管用药史，化疗方案与心脏监测可以”因人定制”，而不是”一刀切”。

同一瓶化疗药，有人心脏先撑不住

病房里一起化疗的病友，有人平平安安，有人几年后查出心衰。英国1.87万名化疗患者的分析发现，人群里其实藏着9种”心血管体质”——心脏风险最高差4倍。而且这套分层用的全是常规指标，不用做任何新检查。

化疗前，你的心脏被”摸底”过吗

你化疗前是不是只查了血常规和肝功能，心脏只是”顺带”看一眼？研究显示，把45项常规临床指标聚成表型后，能提前把高风险的人挑出来——心脏风险可以分层。研究用的还是”无监督”聚类——没人预设谁高谁低，是数据自己把人群分成了9堆。

1.87万人聚成9类

人群里的九种”体质”：研究对英国生物样本库18,693名接受过化疗且无心血管病史的癌症患者，用45项变量做无监督聚类，识别出9个稳定表型，特征涵盖治疗暴露、心血管用药、心脏代谢负担、肾功能与生活方式。聚类采用Gower距离加降维、密度聚类等算法，并做了多种稳健性检验，9个表型在反复重抽样中保持稳定。随访自首次化疗记录起算，覆盖心脏毒性的高发窗口。

心脏事件风险呈阶梯状：与参考组相比，所有表型的心血管复合事件风险都更高：最高的第9类达4.06倍（95%置信区间3.44-4.78），随后是3.47倍、2.82倍、2.31倍、1.42倍——风险像台阶一样逐级抬升。

差距最大的是缺血性心脏病：细分看，缺血性心脏病的组间差距最悬殊：最高组风险达7.97倍（5.44-11.66）；心绞痛最高7.63倍；缺血性卒中最高的组为5.40倍。化疗相关心脏损伤，远比”人人平等”复杂。值得注意的是，45项变量全是常规临床指标，不需要任何新的”高大上”检查。

数倍差距，藏在”体质”里

复合心血管事件最高差4.06倍，缺血性心脏病最高差7.97倍；加入表型标签后，10年预测的曲线下面积（AUC）从0.648提升到0.692（提升0.044，p<0.001），一致性指数也从0.611升到0.625。风险分层，确实比一刀切更聪明。

风险分层，该进诊室了

第一，化疗心脏风险因人而异，差别可达数倍。

第二，常规指标就能分出风险层级，分层不靠玄学。

第三，研究基于英国数据、属探索性分析，但方向值得临床重视：心脏风险分层，应该走进化疗决策。

别把”分层”当成”定论”

① 人群局限：英国生物样本库以中老年欧洲裔为主，化疗方案与人群风险谱不同。

② 性别混杂：部分表型性别失衡明显（与乳腺癌占比高有关），需独立队列验证。

③ 时间错位：随访从首次化疗起算，部分协变量来自入组基线，时间不完全对齐。

④ 数据缺口：数据库缺少肿瘤分期、具体化疗方案与剂量，残余混杂仍可能。

参考资料：Gao X, Chen K, Liang H, et al. Cardio-Oncology Risk Phenotypes in Cancer Patients Treated with Chemotherapy: A Data-Driven Analysis. Frontiers in Cardiovascular Medicine（2026）. https://doi.org/10.3389/fcvm.2026.1826258

超加工食品或与多种癌症相关，但证据确定性很低

一项伞状综述汇总了7项Meta分析和1项系统综述：超加工食品摄入”可能”与总体癌症、结直肠癌、乳腺癌、胃癌风险增加相关，效应量大多在10%-40%之间（如总体癌症OR=1.13），但20个结局里只有2条证据评上”低确定性”，其余都是”极低确定性”。相关可能存在，但远没到”实锤”。

少吃过加工食品没坏处，但别为此恐慌焦虑

如果你担心超加工食品，行动上可以做减法：少买含糖饮料、膨化零食、加工肉制品，用完整的蔬果谷物替代；但不必因为某项研究就陷入”吃什么都不安全”的焦虑——目前证据还不足以支持”某一种超加工食品致癌”的结论，均衡饮食比精确躲避更重要。

超加工食品，成了健康圈的”头号嫌疑人”

含糖饮料、薯片、速冻食品……”超加工食品”这几年几乎成了不健康饮食的代名词，各种”致癌”的说法满天飞。但一篇刚发表的伞状综述给出了一个反直觉的结论：20个结局里，只有2条证据评上”低确定性”，其余全是”极低确定性”——方向有信号，证据硬不起来。

你一边焦虑，一边还是买了吗？

你是不是也在”看完科普就戒一周、戒完又买”之间循环？这不能怪你——超加工食品占美国饮食近60%，你躲不开它，它就在超市货架和外卖列表里。焦虑解决不了问题，搞清楚证据到底有多强，才能决定该怎么对待它。

7+1项研究，证据强度打了几折

证据金字塔里的裁判：伞状综述是对”综述的综述”：研究者系统检索了PubMed、Embase、Web of Science、Cochrane四个数据库（截至2026年1月），筛出7项Meta分析和1项系统综述，再评估这些研究本身的质量和证据确定性。它是证据金字塔里的”裁判”。

有信号的癌种：一串不硬的数字：伞状综述汇总了20个结局的效应量：总体癌症OR=1.13（95%CI 1.07-1.18，11项研究）；结直肠癌最高vs最低摄入OR=1.23（1.10-1.38），每增加10%摄入量OR=1.04（1.01-1.07）；乳腺癌RR=1.10（1.00-1.22）；肝癌HR=1.35（1.03-1.76）。20个结局里，只有结肠癌（HR=1.12）和非贲门胃癌（HR=1.43）两条证据评级为”低”，其余都是”极低确定性”——方向有信号，幅度不大。

没信号的癌种：别”一刀切”焦虑：同样在分析里的前列腺癌（OR=1.02）、直肠癌、食管癌、黑色素瘤，都没有显著关联——超加工食品不是”样样都致癌”的万能反派。亚组还有个值得说的发现：结直肠癌的关联在55岁以上人群更强（RR=1.34，1.13-1.59）、发达国家更强（RR=1.20）；病例对照研究估计偏大（有回忆偏倚）——研究设计不同，结论的力度差不少。

监管已经在动：GRAS制度要改革：证据没定论，监管却已先行。2026年8月，美国卫生部门宣布两项计划：一是拟要求企业把公认安全（GRAS）食品成分的自认定情况通报FDA（从自愿改为强制通知）；二是着手给超加工食品下官方定义（定义文件仍待发布）。有消费者组织批评步伐太慢，但方向明确：制度层面正在收紧对超加工食品的监管。

从1.13到1.43，信号不强但方向一致

总体癌症OR=1.13 → 结直肠癌1.23 → 非贲门胃癌1.43，一串温和的数字；而前列腺癌OR=1.02没有信号——有方向的线索，配上不算硬的证据。它提醒你少吃，但远没到”吃了就得癌”的程度。个人做减法、制度在加码，两头都别走极端。

证据软，不等于可以随便吃

1 超加工食品或与多种癌症相关，但20个结局里18条证据极低，别被”致癌”标题吓出焦虑。

2 监管已先行：GRAS强制通报、超加工食品官方定义都在推进，制度层面在收紧。

3 个人行动做减法、心态别极端：少买加工零食饮料，多吃完整食物，但不为”偶尔一次”焦虑：少一点是一点，恐慌没必要。

证据的软肋

① 观察性研究为主：关联不能排除”吃超加工食品的人整体生活方式更不健康”的混杂。
② 定义不统一：超加工食品分类（NOVA等）在不同研究中口径不一，影响合并。
③ 纳入研究质量低：7项研究中3项低质量、4项极低质量，结论稳定性存疑。
④ 无剂量结论：现有证据无法给出”吃多少才危险”的阈值。

参考资料：1. Bao J, Cheng X, Yin Y, et al. Ultra-Processed Food Consumption and Cancer Risk: An Umbrella Review of Systematic Reviews and Meta-Analyses. Journal of Food Science. 2026;91(8):e71367. https://doi.org/10.1111/1750-3841.71367
2. Beach C. Health department announces plans for GRAS substances and ultra-processed foods. Food Safety News. 2026-08-12. 来源: https://www.foodsafetynews.com/2026/08/health-department-announces-plans-for-gras-substances-and-ultra-processed-foods/

合并代谢综合征，死亡风险高23%

英国生物样本库6027名女性乳腺癌幸存者、中位随访15.7年的数据显示：合并代谢综合征（MetS）者全因死亡风险高23%，慢性肾病风险高约98%，且满足的代谢异常项越多，风险越高。

如果你是乳腺癌幸存者，请把血压血糖血脂当回事

如果你已确诊乳腺癌并完成治疗，别只复查肿瘤。每年查血压、血糖、血脂和腰围，代谢指标异常及时就医，这可能是你为自己争取的”第二道防线”。

挺过癌症，不等于万事大吉

“癌症治好了”四个字，能让一个家庭松一口气。但6027名乳腺癌幸存者、平均15年多的追踪显示：治疗结束后，代谢综合征成了新的威胁——死亡风险高出23%，肾病近乎翻倍。这不是危言耸听，而是6027人、15年随访算出来的账。

你复查肿瘤时，有人顺手查过代谢吗

你或家人是不是每次复查都盯着肿瘤标志物，却从没注意过血压血糖血脂？研究里33.1%的幸存者合并代谢综合征，而她们的全因死亡风险比代谢正常的幸存者高23%——代谢指标，可能比复发更早找上门。研究还用核磁共振代谢组学做了中介分析，脂肪酸代谢与炎症，可能是代谢综合征通向死亡的两条”桥梁”。研究还特别提示，超重或肥胖的幸存者全因死亡风险高达1.47倍。

代谢综合征怎么给幸存者”加价”

六千人，十五年的账本：研究对象为英国生物样本库中6027名确诊乳腺癌一年以上的女性，中位随访15.7年，期间1251人死亡。代谢综合征按5项标准判定：腰围超标、甘油三酯偏高、血压偏高、空腹血糖偏高、好胆固醇偏低，满足3项及以上即算。判定标准与临床常用定义一致，覆盖确诊后第2年到十几年的不同阶段，中位生存年限6.9年。

死亡风险高了23%：调整多种因素后，合并MetS者全因死亡风险为代谢正常者的1.23倍（95%置信区间1.08-1.41）。把死因拆开看，非癌症死亡（心血管、感染等）风险达1.45倍，癌症本身相关死亡未见显著差异——代谢问题主要拖累的是”癌症之外”的生存。

肾病风险接近翻倍：并发症里最扎眼的是慢性肾病，风险高达1.98倍（1.56-2.51）；心梗1.56倍、房颤1.61倍。5项代谢异常占满的人，肾病风险高达4.5倍（2.22-9.13）；超重或肥胖的幸存者全因死亡风险1.47倍。

一项、三项、五项，风险层层加码

满足3项代谢异常，死亡风险升39%；满足5项，升52%；而5项全中的人肾病风险高达4.5倍。代谢指标越多，代价越大。这种”层层加码”在超重人群里更明显：心衰风险最高达2.22倍。

幸存者的第二战场

第一，幸存者别只盯肿瘤复查，代谢健康是第二战场。

第二，代谢异常项越多，风险越高，干预宜早不宜迟。

第三，这是观察性研究，无法证明因果，但方向足够明确：管好代谢，是幸存者能主动做的事。

别把”相关”当成”因果”

① 人群局限：研究对象以白人、资源条件较好者为主，结论外推需谨慎。

② 残余混杂：虽调整了众多因素，饮食与既有疾病等仍无法完全排除。

③ 观察性设计：中介分析不能作为因果证据。

④ 代谢评估局限：代谢综合征仅在入组时判定一次，后续变化未捕捉。

参考资料：Zhang T, Cai X, Qian S, et al. Association between metabolic syndrome and mortality among breast cancer survivors: a prospective cohort study. Frontiers in Endocrinology（2026）. https://doi.org/10.3389/fendo.2026.1854729

切不切都会后悔，决策质量才是关键

韩国195名遗传性乳腺癌高风险女性的调查发现：没做对侧预防性乳房切除术（CPM）的人后悔更多，但做了的人也未必不后悔——真正驱动后悔的，是决策冲突、共享决策不足，以及术后疼痛、恢复与预期的落差。

面临预防性切除抉择，先把决策支持和预期管理做足

如果你或家人是高风险人群、正在纠结切不切：先弄清楚自己对疼痛、重建、恢复的真实预期，多和医生、家人充分沟通，把”决策冲突”降到最低，比”选哪边”更重要。

切了，居然也会后悔

“既然切了就不会再怕了”——很多人这么想。但对侧预防性乳房切除的术后人群，同样有人后悔。韩国195位高风险女性的调查揭示了一个反直觉的事实：后悔和”切没切”关系不大。研究发表在《支持性护理在癌症》上，是少见的”术后人群回头审视”。对正在纠结或已经手术的人来说，这尤其值得一听。

你纠结的”切不切”，可能不是重点

你是不是觉得，只要选对了”切或不切”，就不会后悔？数据显示，没切的人后悔更多，但真正把后悔推向高位的，是决策过程与术后落差。调查对象都不是”随便想想”，而是认真考虑过手术的高风险女性。

后悔从何而来

195位女性，58人切了：调查纳入195名韩国单侧乳腺癌、高遗传风险、曾认真考虑过CPM的女性，其中58人实际接受手术、137人未做；用决策后悔量表等工具评估，并做多因素分析。评估覆盖了疼痛、重建相关副作用、恢复情况等多个维度的期望与实际体验差距。

没切的人，后悔更多：多因素分析中，未行CPM与更高后悔独立相关（β=-0.26）；共享决策水平低（β=-0.21）、决策冲突高（β=0.25）同样显著，三者共同解释了26%的后悔差异。β值的含义是：每上升一个单位，后悔评分相应变化；控制年龄、治疗史等之后，结论依然成立。

切了的人，后悔来自落差：在接受了手术的58人中，疼痛、重建相关副作用、恢复情况与术前期望的差距越大，后悔越重——切了也会后悔，”预期管理”没做好。换句话说，手术本身不是”后悔保险”，术前把”会疼多久、恢复什么样”聊透，比”切不切”更能决定几年后的感受。

矛头指向决策，不是手术刀

未切者后悔更高，决策冲突让后悔再上一层；切了的人，术后落差是后悔的推手。切与不切不是分水岭，决策质量和预期管理才是。三个因素加起来只解释了26%的差异，说明后悔还有大量个体化因素没被捕捉。

决策质量胜过选项本身

第一，切了不等于不后悔，期望落差会抵消手术的”安心感”。

第二，共享决策和低冲突能显著降低后悔，别一个人扛。

第三，这是横断面调查、样本有限，结论供参考：把决定过程做好，比选哪边更重要。

别把”调查”当成”普适答案”

① 设计局限：横断面设计，无法确定因果关系。

② 样本偏倚：在线自我报告，存在回忆偏倚与自我选择。

③ 人群局限：韩国单中心、样本小（手术组仅58人），外推有限。

④ 合并分析：基因检测”阴性或未知”被合并，可能掩盖差异。

⑤ 量表局限：后悔量表可能捕捉不到”淡淡的后悔”这类细微感受。

参考资料：Park S-Y, Kim Y. Factors influencing decision regret regarding contralateral prophylactic mastectomy in women at high risk of hereditary breast cancer: a cross-sectional study. Supportive Care in Cancer（2026）. https://doi.org/10.1007/s00520-026-11089-9

肌酸或让血小板更活跃，但人体证据还没到”实锤”

复旦团队发表在Nature子刊的机制研究发现：外源肌酸可能激活血小板、促进小鼠肿瘤转移。但人体部分只有11名健康志愿者，测的是血小板活性（无癌症终点）；另一项研究又说肌酸能增强抗肿瘤免疫。两边的证据都还停在早期阶段。

健康人不必停用肌酸，癌症患者补之前先问医生

如果你在健身、正在服用肌酸，不必因为这一项研究就恐慌停用——它还没有人体癌症结局的证据，且常规剂量（10克/天以内）在多项研究中耐受良好。但如果你是癌症患者或正在治疗，补充肌酸前务必咨询主治医生，不要自行加量。

健身圈人手一瓶的肌酸，被”泼冷水”了？

健身房里最常见的补剂，除了蛋白粉就是肌酸。但复旦大学团队在《自然·通讯》发表的研究显示：外源肌酸可能激活血小板、给癌细胞”铺路”。消息一出，不少健身爱好者心里一紧——我每天喝的那勺粉，到底在干什么？

你补的肌酸，可能正在改变你的血液

肌酸补进去，不只是长肌肉。这项研究发现，肌酸会进入巨核细胞（制造血小板的细胞），让血小板变得更”活跃”——对凝血刺激更敏感。血小板过度活跃，恰好是循环中的肿瘤细胞最喜欢的”护身符”：肿瘤细胞搭着血小板的”顺风车”更容易躲过免疫追杀。

小鼠身上的链条，人体数据还差得远

小鼠身上的”铺路”链条：机制研究在小鼠多模型上走通了：肌酸→巨核细胞里的CKB（肌酸激酶B）→磷酸化STAT5B（转录因子信号转导及转录激活因子5B）→上调血小板功能基因→血小板高活性→保护循环肿瘤细胞→促进转移。用阿司匹林抑制血小板活化，能消除肌酸诱导的促转移效应。

人体部分只有11名健康志愿者：人体实验是11名20-25岁的健康志愿者，每天20克肌酸、连吃14天（远高于常见推荐量）。结果：血小板对多种刺激的聚集反应升高，但没有测任何癌症结局——研究者自己把它定性为”初步的小型试验”。

另一项研究说肌酸助抗肿瘤？同一时期，加州大学洛杉矶分校（UCLA）团队在iScience发文称肌酸能增强树突状细胞活性、在小鼠中减缓肿瘤生长。两篇都指向肌酸，结论却相反？其实不是矛盾：一个作用于血小板（循环阶段），一个作用于免疫细胞（原发灶阶段），机制层面各有各的道理，但两边都还没有人体癌症证据。

健身人群的肌酸数据长这样：一项纳入64名45-65岁中老年人的随机对照试验显示：每天10克肌酸、连续12周（配合或不配合运动），耐受性良好，还改善了肌肉量和部分健康指标。也就是说，常规剂量的肌酸在普通人群中的安全性是有数据支撑的。

促转移 vs 抗肿瘤，人体证据都是空白

小鼠促转移（主文，血小板替代指标）→ 小鼠抗肿瘤免疫（辅文，树突状细胞）→ 人体只有11个志愿者的血小板活性升高——两边都没到”人身上实锤”。对健康人，这是”需要关注但不必恐慌”的研究方向；对癌症患者，则是”补充前先问医生”的提醒。

肌酸可以吃，但别盲目

1 肌酸或激活血小板，但人体证据只有替代指标，健康人不必因单一机制研究停用。

2 肌酸在普通人群常规剂量下耐受良好，45-65岁人群12周10克/天的试验证实了这一点。

3 癌症患者补肌酸前先问医生：两篇研究的作者都强调，肌酸对肿瘤的影响取决于细胞类型与疾病阶段，方向未定：别拿自己的病去赌一个”可能”。

早期研究，证据有限

① 人体样本极小：仅11名健康志愿者，且是20-25岁年轻人，与癌症高发人群的代谢特征不同。
② 无人体癌症终点：主文人体部分只测血小板活性，转移结论来自小鼠和跨物种过继模型。
③ 剂量差异：主文用20克/天（远超常见5-10克/天），不能外推到常规用量。
④ 机制不互斥：促转移与抗免疫两篇并不矛盾，但都缺乏前瞻性临床验证。

参考资料：1. Xie S, Chen R, Sun X, et al. Exogenous creatine supplementation promotes tumor metastasis via megakaryocyte creatine kinase B-STAT5B signaling. Nature Communications. 2026;17(1):8662. https://doi.org/10.1038/s41467-026-74639-z
2. Kang E, Elsten-Brown J, Wang YC, et al. Creatine uptake promotes dendritic cell activation and enhances antitumor immunity. iScience. 2026;29(4):115436. https://doi.org/10.1016/j.isci.2026.115436
3. Chun J, Liu Y, Kibler GL, et al. Effects of creatine supplementation with and without exercise and diet intervention on body composition, cognitive function, and markers of health in middle-aged and older adults. Journal of the International Society of Sports Nutrition. 2026;23(sup1):2716273. https://doi.org/10.1080/15502783.2026.2716273

乳腺癌”策反”免疫细胞修神经，促肿瘤生长

一项细胞与动物实验发现：三阴性乳腺癌会利用巨噬细胞分泌的脑源性神经营养因子（BDNF），诱导神经纤维长进肿瘤”供能”；清除这些细胞或阻断信号，小鼠肿瘤明显缩小，部分小鼠干脆不成瘤。

机制研究不等于治疗方案，先别据此自行用药

如果你是乳腺癌患者或家属，请记住：这是基础研究，尚无临床药物获批；但”肿瘤-神经-免疫”这条新线索，未来可能成为治疗与复发监测的新靶点。

肿瘤里居然会长”神经”

你能想象吗？癌细胞不光抢营养，还会”修路”——把神经纤维一点点拉进肿瘤组织，像给自己架设补给线。美国科学家的研究发现，乳腺癌会”策反”免疫细胞修神经，三阴性乳腺癌尤其擅长这一手。这项发表在《细胞死亡与分化》上的研究，把”肿瘤修神经”从猜测变成了可重复的实验现象。

你听的”免疫治疗”，可能被肿瘤反向利用

你是不是以为免疫细胞都是”自己人”？研究显示，肿瘤里的巨噬细胞会被”带偏”，转而分泌BDNF帮助肿瘤长神经。免疫细胞被策反，比敌人更棘手。巨噬细胞原本是免疫系统的”哨兵”，如今却成了肿瘤的”修路工”。

一场”策反”实验的完整证据链

先找到”叛徒”，巨噬细胞：研究人员在小鼠三阴性乳腺癌模型中，分别敲除了免疫细胞和巨噬细胞中的BDNF基因。结果：60%的敲除小鼠根本没长出肿瘤；长出的肿瘤也明显更小，神经支配显著减少。研究用了多种小鼠模型交叉验证（Py230、4T1、E0771等），结论不是单一模型的偶然现象。

再把”叛徒”请走，神经消融：用药物消融感觉神经后，多个肿瘤模型的瘤重显著下降（p=0.0021到0.0369）；用遗传手段消除神经，同样抑制肿瘤。说明神经确实在”供能”。有意思的是，消融感觉神经的同时，交感神经不受影响——肿瘤”抱大腿”的对象是感觉神经。

最后堵住信号，TRK抑制剂：口服泛TRK（酪氨酸激酶受体）抑制剂entrectinib后，肿瘤体积与神经支配双双下降（p=0.0347到0.044）。人类数据库TCGA（癌症基因组图谱）也显示：巨噬细胞浸润多、BDNF表达高的人，150个月生存更差。回补实验显示，把野生型巨噬细胞移植回敲除小鼠，成瘤率恢复到78%，神经支配也回来了——”策反”的证据闭环。

60%不成瘤，到肿瘤缩小，证据一环扣一环

敲除BDNF让60%的小鼠不成瘤；消融神经让瘤重显著下降；药物阻断让肿瘤和神经同时缩水。从”策反”到”反制”，链路清晰。

三角关系，值得盯紧

第一，肿瘤会”修神经”自肥，这是新发现的生长机制。

第二，巨噬细胞是”策反”对象，也是潜在干预靶点。

第三，这是小鼠与生信研究，离临床应用还有距离，但“神经-免疫-肿瘤”三角，值得盯紧。

别把小鼠当成人体

① 实验局限：肿瘤测量未设盲，部分组小鼠数量很少。

② 模型混杂：一种敲除小鼠因下丘脑BDNF缺失而严重肥胖，干扰结果解读。

③ 机制未完全厘清：BDNF也可能作用于血管等非神经细胞。

④ 人类证据弱：TCGA关联为回顾性生信分析，无独立患者队列的HR数据。

⑤ 剂量外推：药物剂量与人类临床用量差距大，不能直接换算。

参考资料：Abbadi J, et al. Macrophage-secreted brain-derived neurotrophic factor promotes tumor growth in triple-negative breast cancer by inducing axonogenesis. Cell Death & Differentiation（2026）. https://doi.org/10.1038/s41418-026-01796-5

AI看口腔照片查癌：图像级94.7%，临床未定

研究用750张口腔临床照片训练深度学习模型：测试集76张图中，准确率94.7%、灵敏度94.5%、特异度95.2%，曲线下面积（AUC）0.97。但数据来自单一公开数据集、无患者级标识，尚不能替代病理诊断。

口腔溃疡超过两周不愈合，去医院比拍照给AI更靠谱

如果你发现口腔溃疡两周不愈、有硬结或出血，直接去口腔科或头颈外科就诊；AI模型目前只是研究探索，不能作为自我诊断依据。

给AI看一张口腔照片，它能看出什么

拍照、上传、出结果——AI看口腔照片查癌，听起来像科幻片。一篇模型验证研究给出了数字：图像级准确率94.7%、AUC 0.97，看着相当漂亮。但”图像级”三个字，藏着关键前提。训练用的750张图里，500张标了癌、250张没标，比例本身就带着”偏科”。

你拍的那张照片，和临床照片是两回事

你是不是觉得手机随手一拍，AI就能替你体检？研究用的照片来自单一公开数据集，拍摄条件、光照和真实诊室完全不同——“看着准”不等于”用得上”。更关键的是，数据集的”标准答案”来自标注本身，没有病理报告兜底。同一患者的多张照片还可能同时出现在训练集和测试集，成绩单的水分就在这。

750张图的训练课

750张图，500张癌：研究用公开的”口腔癌数据集”，750张照片中500张标注为癌、250张为非癌，按约9:1划分训练与验证，另有76张独立测试（55张癌、21张非癌）。模型用预训练好的EfficientNet-B0迁移学习微调，图像统一缩放并做旋转、翻转、亮度等数据增强。

76张测试图的成绩单：测试集76张中正确识别72张：准确率94.7%，灵敏度（查得出癌）94.5%，特异度（不误报）95.2%，阳性预测值98.1%，AUC 0.97。热图显示模型注意力多集中在病变区域。训练时验证准确率落在90%中段，未见明显过拟合；误分类的图片多是光照欠佳、病变被遮挡或早期细微病变。

最要命的三条”小字”：第一，数据没有患者级标识，同一患者的照片可能同时进了训练集和测试集；第二，癌与非癌2:1不平衡，未做校正；第三，标签未经病理报告独立验证。性能很可能被高估。

94.7%，过不了”患者级”一关

准确率94.7%、AUC 0.97，模型本身不差；但没有患者级划分、类别不平衡、标签无病理背书——三个漏洞叠加，临床价值要打问号。模型能不能在真实诊室”复刻”这个数字，没人知道，这正是它止步于研究的原因。作者自己也承认，热图只能说明模型”在看哪”，不能证明它”看懂了什么”。离”诊室可用”，还差一次真实的临床验证。

模型亮眼，别忘”小字”

第一，AI看口腔照片表现亮眼，但局限明确。

第二，“图像级”不等于”患者级”，别拿它替代就医。

第三，模型还没走过临床验证，口腔异常，先找医生。

别把”准确率”当”诊断”

① 数据局限：单一公开数据集，光照与人群和真实诊室不同。

② 患者级缺失：无法确认不同集的照片来自不同患者，性能或虚高。

③ 类别不平衡：癌与非癌为2:1，未做加权或阈值校正。

④ 无病理验证：标签来自数据集本身，未经病理报告核对。

⑤ 校准缺失：未报告原始预测概率，无法评估模型”自信”是否靠谱。

⑥ 阈值固定：分类阈值取0.50，未做敏感性分析。

参考资料：Amin A, et al. Deep Learning-Based Oral Cancer Detection Using Clinical Images. Cureus（2026）. https://doi.org/10.7759/cureus.112795

同样的运动饮食模式，65岁前后风险相反

一项基于美国NHANES（国家健康与营养调查）2007–2010年数据、涵盖2,825名男性的横断面分析发现：”高体力活动+不健康饮食”这种组合模式，在65岁以下男性中与较低的前列腺癌患病率相关（OR（比值比）=0.20），在65岁以上男性中反而与较高的患病率相关（OR=2.61），年龄交互作用显著（P<0.001）。

饮食和运动要一起看，年龄不同别照搬

如果你还没到65岁，坚持运动确实值得鼓励；如果已过65岁，就别只看运动量了——运动再积极，配一桌高糖高油加工饮食，组合模式可能反而与更高风险相关。健康是”运动+餐盘”的合体，不是单科成绩。

动得越多，前列腺反而越危险？

“多运动益健康”几乎是写进养生手册的常识。但一份来自美国NHANES的新分析给出了一个让中年男人心头一紧的发现：某种”高运动”的饮食运动组合，在65岁以上的男性里，却与较高的前列腺癌患病率相关。同一个模式，怎么换个年龄段就”变脸”？

你打卡的运动，和餐盘是同一件事

你平时是不是觉得，只要每天步数过万、健身房打卡，偶尔吃点炸鸡奶茶也没关系？这项研究提醒你：运动是跟饮食捆绑计分的。研究不是比较”动得多 vs 动得少”，而是比较”运动+饮食”的组合模式，结论截然不同。

2825名男性，两个模式，一次反转

高运动+不健康饮食，是什么组合：研究者用NHANES 2007–2010数据，对37个食物变量和6个运动变量做多重因子分析，把2,825名男性（其中105名自报前列腺癌）聚成两类”饮食-运动模式”：一类是普通模式，另一类（Cluster 2）的特征是高体力活动+不健康饮食。

65岁以下：OR=0.20：在65岁以下男性中，高运动+不健康饮食组合与前列腺癌患病率显著负相关（OR=0.20，95%CI（置信区间）0.04–0.86，P=0.044）——运动量大似乎”压过”了饮食问题。

65岁以上：OR=2.61：但在65岁以上男性中，同一组合与较高患病率显著相关（OR=2.61，95%CI 1.37–4.99，P=0.009）——同样爱动、同样吃得不讲究，风险方向却反了。

年龄是唯一的岔路口：两组差异并非巧合：年龄交互作用P<0.001，敏感性分析结果一致。整体人群看，该组合与前列腺癌患病率的关联并不显著（OR=1.46，95%CI 0.73–2.92，P=0.300），是年龄把方向"掰"开了。

0.20对2.61，分水岭是65岁

65岁前，高运动+不健康饮食组合对应风险大幅偏低（OR=0.20）；65岁后，同一组合对应风险显著偏高（OR=2.61）；整体人群却看不出关联（OR=1.46）。同一个组合，两种结局，分水岭是年龄。这不是”运动有害”，而是”运动不能抵消不健康饮食”——方向因年龄而异，选择权始终在你。

三句话，别把运动当免罪符

1 年龄是风险方向的开关，65岁前后同一模式结论相反。

2 运动量大不等于饮食可以随便，研究显示高运动配不健康饮食在老年男性中与更高患病率相关。

3 这是横断面关联，不能证明因果，但至少说明：别用运动量给自己的餐盘开脱。

横断面数据，看趋势别当因果

① 横断面设计：只能看”相关”，无法确定时间先后和因果。
② 前列腺癌为自我报告：存在漏报误报可能。
③ 模式聚类是统计产物：Cluster 2混杂了运动和饮食两类因素，不能单独归因于运动。
④ 全文讨论部分未获取：亚组样本量有限，结果需前瞻研究验证。

参考资料：Zhang M. The association between diet-exercise patterns and self-reported prostate cancer: A cross-sectional NHANES study. Medicine (Baltimore) (2026). https://doi.org/10.1097/MD.0000000000049952