邹华春课题组在基于HPV检测的宫颈癌筛查模型领域取得系列重要进展

我国宫颈癌疾病负担重，新发病例和死亡人数多且发病率上升、呈现年轻化趋势，HPV 感染在女性中普遍。现有筛查情况不容乐观，筛查覆盖率低，传统筛查技术存在局限，假阴性率较高。HPV 检测优势显著，作为病因学诊断可直接检测高危型 HPV，敏感性高，能发现潜在病变，自取样技术还能提高筛查覆盖率。建立该筛查模型有助于实现目标，具有重要公共卫生意义。

基于上述背景，为加速消除宫颈癌，我院邹华春教授联合福建省卫生报健康大使、福建省妇幼保健院孙蓬明副院长及其团队、荷兰乌特勒支大学王俊峰团队等国内外12家单位，在宫颈癌防控模型领域取得了重大突破，依托全国110万例宫颈癌筛查大数据，创建了新型的宫颈癌筛查转诊智慧预测模型（SMART-HPV），采用hrHPV全基因分型和常见的宫颈癌初筛结果，实现对宫颈癌筛查女性的精准患病风险预测，并能给出分层管理建议。研究论文“Development, validation, and clinical application of a machine learning model for risk stratification and management in cervical cancer screening based on full-genotyping hrHPV test (SMART-HPV): a modelling study”于近日发表在The Lancet Regional Health-Western Pacific。

为推动模型在全球范围内的应用，研发团队还开发了SMART-HPV在线工具。截至今年1月底，该工具使用量已超过2.2万人次，为全球宫颈癌防控提供了新的思路和方法，助力早日实现消除宫颈癌的目标。

福建省妇幼保健院副主任技师董滨华、中山大学博士生陆震和深圳市妇幼保健院主治医师杨天洁作为共同第一作者，福建省妇幼保健院孙蓬明教授和复旦大学邹华春教授为共同通讯作者。

此外，该合作团队还通过对一个具有深度表型特征、基于人群的发现队列应用无监督机器学习方法，探索了数据驱动的宫颈病变风险亚组（CCP）。通过加权逻辑回归分析得出了宫颈上皮内瘤变（CIN）和宫颈癌在特定 CCP 亚组中的发病风险。训练了一个有监督的机器学习模型，制定了对个体进行分类的方法，并在一个外部队列中评估了该模型的诊断有效性和实用性。该合作团队也基于国家宫颈癌筛查项目数据，纳入了福建省2014-2022年的55万余名35-65岁女性的HPV筛查结果，系统地描述了福建省不同年龄女性的HPV感染趋势。该研究不仅揭示了福建省HPV基因型分布的独特特征，还为全球宫颈癌预防策略提供了重要参考。通过对HPV基因型分布和感染趋势的分析，为精准化宫颈癌预防策略提供科学依据。

文章链接：

Lancet Reg Health West Pac 2025, 55: 101480. DOI: 10.1016/j.lanwpc.2025.101480

JMIR Public Health Surveill 2025, 11: e67840. DOI: 10.2196/67840

Journal of Medical Virology 2025, 97(2): e70238. DOI: 10.1002/jmv.70238