癌症的及时诊断对治愈至关重要。然而，在患有风湿性肌肉骨骼疾病（RMDs）或副肿瘤综合征的患者中，误导性的症状经常延误癌症的诊断。由于代谢重塑是癌症和RMD的共同特征，我们分析了一种代谢特征是否能够指示副肿瘤（PN）或揭示RMD患者中的并发癌症。本研究旨在通过核磁共振分析，量化类风湿性关节炎（RA）患者血清中的代谢变化，构建和验证一个基于代谢物的诊断模型，用于提高RMD患者中癌症的诊断准确性。
本研究采用了病例对照设计，首先在56名有侵袭性癌症病史的RA患者和52名无癌症病史的RA患者中量化血清代谢物。通过多变量回归分析确定了与癌症相关的代谢物。接着，在两个独立的RA和脊柱关节炎（SpA）队列中对模型进行了盲验证，这些队列中患者也分为有无侵袭性癌症病史的两组。为了测试模型的性能，我们还使用了处于活跃癌症或癌症治疗中的患者样本、肺和淋巴类型癌症患者样本、副肿瘤综合征患者样本、非侵袭性癌前病变和非黑色素瘤皮肤癌患者样本，以及系统性红斑狼疮（SLE）患者的样本。通过这些多样的样本群体，模型的准确性、灵敏度和特异性得到了全面评估。
研究结果
基于乙酸、肌酸、甘氨酸、甲酸和脂质比率L1/L6的浓度，我们构建了一个诊断模型。该模型在模型队列中具有极高的灵敏度和特异性，AUC=0.995，在盲验证的RA队列中，AUC=0.940，在混合的RA/SpA队列中，AUC=0.928。该模型同样能够在副肿瘤患者中识别癌症。模型对常见的人口统计或临床混杂因素以及非侵袭性癌症如非黑色素瘤皮肤癌不敏感。此外，该模型在RA和SpA患者中具有高效的癌症诊断性能，即使在活跃的癌症或癌症治疗中的患者群体中，也表现出较高的灵敏度和特异性。例如，在RA患者中，模型的ROC曲线下的面积（AUC）达到0.995，灵敏度为93.2%，特异性为94.6%。在SpA患者中，AUC达到0.912，灵敏度为96.4%，特异性为68.0%。
类风湿关节炎（RA）患者有或无浸润性恶性肿瘤病史的代谢产物浓度和脂质比例不同
总之，这组新的代谢标记物以高灵敏度和特异性可靠地预测了关节炎或副肿瘤患者中的癌症存在，具有促进癌症快速准确诊断的潜力。这项有限侵入性的检测方法提供了首个诊断模型，可以在RMD患者的临床过程中支持鉴别诊断，加速癌症的诊断和治疗。
原始出处：
Altered serum metabolome as an indicator of paraneoplasia or concomitant cancer in patients with rheumatic disease.