本研究旨在通过危险因素分析建立起大肠癌癌前病变一息肉的发病风险预测模型及评分系统，从而探讨符合我国国情的无症状平均风险人群的大肠癌初筛策略。 一、研究目的: 通过无症状平均风险人群全结肠镜检查和危险因素调查筛选出大肠癌癌前病变-息肉发病风险的最佳预测因子，从而建立起具有实用价值的大肠息肉发病风险预测模型和方便易用的大肠息肉发病风险预测评分系统。 二、材料与方法: 采用横断面研究设计。研究对象来自长海医院研究开始时间起连续的无症状平均风险人群。在结肠检查前，采用自制症状调查表(包含入选和排除标准内容)对所有研究对象进行调查。如果调查结果属于无症状平均风险人群，则进一步采用自制危险因素调查表进行调查。调查内容包括一般情况、既往史、个人史(手术史、服药史、吸烟史、饮酒史、毒物接触史等)、饮食史、排便频率、月经史(女性检查者)等。最后进行结肠镜检查，内容包括是否完成全结肠检查、有无并发症、肠镜检查诊断及病理结果。调查方式采用面对面调查，第一部分由专人(本人)负责统一填写。结肠镜检查结束第二部后由内镜专家填写。 采用X2检验、t检验等方法进行单因素分析。选择单因素中P值小于或等于0.25的因素进行多因素分析，逐步Logistic回归后退法逐步筛选潜在预测因子，建立大肠癌癌前病变-息肉发病风险的预测模型。将模型中的连续变量转变成分类变量后对模型中的所有变量进行多元Logistic回归分析，根据模型中的β值而赋予分值，建立评分系统。具体方法为：根据危险因素变量中最小β值的绝对值为基数，各危险因素变量的β值与之相除得到各变量所转化为其得分，四舍区五入取整数以便使用。总得分等于各变量得分之和。根据总得分最佳诊断界值判定，总得分≤n分，赋值0(无病)；总得分＞n分，赋值1(有病)。对预测模型和评分系统的区分能力和准确度进行评价。区分能力通过受试者工作特征曲线(ROC)下面积进行评价，准确度采用敏感度、特异度、阳性预测值，阴性预测值、阳性似然比、阴性似然比指标。 三、结果: 共完成符合纳入标准的连续病例344例，其中全结肠检查331例(96.2％)，未行全结肠镜检查13例(3.8％)。男性154例(46.5％)，女性177例(53.5％)。平均年龄54.83±9.52岁。研究对象症状分组中，无症状者59例(17.8％)，非特异症状者272例(82.2％)。结肠镜结果中发现息肉71例(21.5％)，腺瘤26例(7.9％)，其中进展期腺瘤4例(1.2％)，7例确诊结肠癌(2.0％)。 (一)息肉、腺瘤、进展期腺癌以及浸润癌的流行和解剖部位分布情况 息肉发生率为21.5％，其中近端8.2％，远端10.6％，远近端皆有2.7％，解剖部位近、远端无统计学差异。息肉患者中男性发生率14.8％，显著高于女性6.6％，(P＜0.001)。腺瘤发生率为7.9％，其中近端2.7％，远端4.2％，远近端皆有0.9％，近、远端无统计学差异。进展期腺瘤发生率为1.2％，其中近端0.9％，远端0.3％；浸润癌发生率为2.0％，近端0.5％，远端1.5％，远端有癌者均因梗阻性原因未完成全结肠镜检查。 (二)息肉发病风险预测模型建立及评价 1．单因素分析 性别、文化程度、吸烟史、饮酒史、工作性质、水果、奶类、腌制食品、油炸食品、红肉摄入、月经史、体重指数、饮酒量、饮茶量14项是息肉的潜在预测因子(P≤0.25)。 2．多因素分析-Logistic回归发病风险预测模型的建立 吸烟史、水果摄入、红肉摄入是息肉的独立预测因子。其OR值(95％可信区间)分别为：3.249(1.786，5.909)、0.613(0.340，1.104)、2.453(1.372，4.386)。 3．发病风险预测模型的评价 ROC曲线下面积0.705(0.634，0.776)，P＜0.001。说明该模型区分度良好。 当模型预测概率的界值为0.16时，模型预测的敏感度69.0％，特异度65.4％，准确度66.2％，阳性预测值35.3％，阴性预测值88.5％，阳性似然比1.994，阴性似然比0.474。 Hosmer-Lemeshow检验P=0.932。预测值与观察值无显著差别。模型拟合优度良好。 (三)息肉发病风险预测评分系统建立及评价 ROC曲线下面积0.704(0.633，0.775)，P＜0.001。说明区分度良好。 当以1分为总得分界值时(即，分值＞1分被判断为息肉患者)，评分系统预测的敏感度57.7％，特异度80.4％，准确度75.5％，阳性预测值44.6％，阴性预测值87.4％，阳性似然比2.94，阴性似然比0.53。 四、结论： 本研究所建立的大肠癌无症状平均风险人群息肉发病风险预测模型和评分系统具有较高的诊断预测效能，可望用于无症状平均风险人群大肠癌癌前病变-息肉发病风险预测，这对于预测和控制大肠癌，降低其发病率和疾病负担具有重要的意义。