肺癌風險計算器
國家衛生研究院
台灣不吸菸女性之肺癌風險計算器
本網站依據下列論文提供兩個可以估計罹患肺癌的機率的計算器。第一個計算器依據論文中的TNSF-SQNG模型，每位不吸菸女性只要輸入年齡（age），身體質量指數（BMI），是否得過慢性阻塞性肺病（COPD），教育程度（education level），是否有肺癌家族史（family history of lung cancer），便可估計出他在未來6年罹患肺癌的機率。
第二個計算器依據論文中的TNSF-SQ模型，除了上述的資訊外，還須要有在九個SNP的基因資訊。第二個計算器利用的資訊比較多，得到的機率也比較準。
不吸菸女性利用本網站計算器得到的罹癌風險值（機率）可以供醫師參考，以判斷是否該做胸腔檢查，如X光或Low Dose CT來及早發現。由於這些檢查本身有其成本、偽陽性、及輻射傷害，這些判斷屬醫師專業。
我們在論文中還提到了幾個別的模型，但上述兩個最為簡潔實用，區別力強 （discrimination）。由於資料限制，這兩個模型中都沒有用到二手菸、空污及煮食資訊等。這些都是我們要繼續努力的。
在國際間，研究過以未來六年罹患肺癌之機率之門檻有 0.0134，0.0151及0.02，我們的論文中也以這三門檻做了研究。如果您想要進一步知道這個計算器中各風險因子的權重等等，請參考下列論文中的Table 1，或其Supplementary Materials中之Risk calculator。(該論文為開放取用)
一般而言，由於環境會改變，疾病的風險評估計算器須要隨時利用新的數據加以更新。我們會盡力而為。
Reference
這篇論文是由國衛院名譽研究員熊昭、張憶壽與中研院楊泮池院士、陳建仁院士、GELAC研究群及美國國家癌症研究所 (NCI) 等相關研究專家，共同提出的。
此外，由於戒菸成效及人口老化，先進國家之不吸菸者之肺癌人數將大幅增加，國際間開始重視不吸菸者之肺癌風險預測型，以便找出適合採用LDCT肺癌篩檢之高風險人口，達到早期發現早期治療的目的。
An International Association for the Study of Lung Cancer Early Detection and Screening Committee Report 最近評論了現有幾個不吸菸肺癌風險預測模型，我們的風險預測模型也在其中。以下列出此論文以供參考。
不吸菸女性肺癌風險預測模型 (轉載自國衛院電子報834期，2020年3月20日)
美國肺部篩檢臨床試驗（National Lung Screening Trial, NLST）在新英格蘭醫學期刊（NEJM）2011年的報告指出，使用低劑量肺部電腦斷層掃瞄（Low-Dose computed tomography, LDCT）篩檢肺癌可以降低20%肺癌死亡率。這是肺癌預防及早期診斷的重大進展。由於使用LDCT篩檢會有偽陽性及輻射傷害等負面影響，以LDCT篩檢肺癌的適用對象，以期及早發現並及早治療成為近年來醫學界的熱門題目。在美國，目前的情形是吸菸量高（吸菸總量超過30包年*，戒菸少於15年）的中老年人使用LDCT篩檢可以得到健保給付。據估計，在美國女性肺癌患者中，有36.6%的人達到此標準。在55-74歲的人口中，約有百分之二十的人達到此標準。據此推算，要篩檢20%的人，才可能找到36.6%的女性受益者；亦即63.4%的女性肺癌患者並未含括於建議接受LDCT篩檢範圍內而無從受益。
同時，建立統計預測模型以評估一個人是否合宜接受LDCT肺癌檢查，在北美洲亦有相當進展。例如，有專家建議以美國攝護腺癌、肺癌、結直腸癌和卵巢癌臨床試驗計畫（PLCO）模型 之6年肺癌發生率大於0.0151的人為篩檢對象，以獲取篩檢效益（PLoS Medicine 2014）。
在亞洲，包括台灣、中國大陸、韓國和日本，不吸菸女性的肺癌發生率很高，是否可以建議亞洲不吸菸女性接受肺癌篩檢？據此有必要評估不吸菸女性罹患肺癌的風險。本院群體健康科學研究所簡立欣博士後研究員、熊昭特聘研究員與癌症研究所張憶壽名譽研究員及其合作夥伴共同提出了一個台灣不吸菸女性肺癌風險預測模型（Taiwan never-smoking female lung cancer model, TNSF-SQ）。如果以TNSF-SQ ＞ 0.0151為門檻，在55-70歲的女性中，有3.94%達到篩檢標準；在女性55-74歲不吸菸肺癌患者中，27%的人達到標準。因此，在此年齡層，台灣可以藉由篩檢約百分之五的人，使得約百分之二十七的肺癌患者在病前即可接受篩檢。
由於不吸菸肺癌至今尚未找到特別突出的危險因子，因此不易找到高風險族群。與美國的重度吸菸史標準相比，研究團隊的模型不失為有用的進展。TNSF-SQ模型中的風險因子有：年齡、BMI（身體質量指數）、COPD（慢性阻塞性肺病）、教育程度、肺癌家族史、基因型。此篇論文多處利用了大數據的策略，也是利用真實世界資料（Real World Data）產生真實世界證據（Real World Evidence）的實際例子。
上述研究已發表於「美國癌症研究學會（AACR）」 2020年2月的CEBP (Cancer Epidemiology, Biomarkers & Prevention)，獲選為該期的亮點論文之一。
研究論文全文之網址：https://cebp.aacrjournals.org/content/29/2/452.long
*備註：每天吸菸包數乘以菸齡，就是「包年數」，例如一天一包，菸齡30年的話，包年數就是30。
文：群體健康科學研究所簡立欣博士後研究員、癌症研究所張憶壽名譽研究員、群體健康科學研究所熊昭特聘研究員
03/20/2020, 834期