综述：公众对新兴癌症筛查模式的偏好：离散选择实验的系统评价

《The Patient - Patient-Centered Outcomes Research》：Public Preferences for Emerging Cancer Screening Modalities: A Systematic Review of Discrete Choice Experiments

　　本综述系统评价了23项离散选择实验（DCE）研究，首次全面梳理了公众对液体活检、多癌种早期检测（MCED）、人工智能（AI）辅助筛查等新兴癌症筛查技术的偏好。研究发现，筛查决策不仅取决于临床效能（如灵敏度），还深受便捷性、成本及技术可信度等因素影响。公众普遍偏好高灵敏度、低成本、非侵入性的筛查方案，同时不同技术（如基因检测关注数据隐私，AI筛查强调人类专家参与）存在特异性考量。研究揭示了显著的偏好异质性，提示需制定个性化策略以确保筛查公平可及。

　　

引言

癌症是全球主要的死亡原因之一，早期检测对于改善预后和减轻疾病负担至关重要。然而，传统的癌症筛查方法常常面临侵入性、可及性差、资源需求高和性能欠佳等挑战。作为应对，一系列新兴筛查模式已被开发出来，包括液体活检、多癌种早期检测（MCED）测试、人工智能（AI）筛查工具以及用于预测癌症风险的遗传或基因组测试。这些创新有望提高筛查效率、减少患者负担并改善诊断准确性。

这些技术的采纳不仅取决于临床有效性，还很大程度上依赖于公众的接受度。筛查决策是偏好敏感型的，需要个体在获益、风险、便利性和成本之间进行权衡。了解普通人群的偏好对于设计可接受的、以患者为中心的筛查计划和鼓励筛查参与的沟通策略至关重要。离散选择实验（DCE）通过呈现假设情景并估算不同属性的相对重要性，越来越多地被用于量化公众对卫生服务的偏好，这对于评估尚未广泛实践的新技术尤为有用。当包含货币属性（如自付费用）时，DCE还可以估算支付意愿（WTP），从而洞察个体对特定特征赋予的货币价值。

材料与方法

本研究遵循系统评价和荟萃分析优先报告项目（PRISMA）指南进行。系统检索了截至2025年8月发表在PubMed、Embase、Scopus、Web of Science和EconLit上的研究。符合条件的研究需采用DCE评估公众对包括液体活检、MCED测试、AI阅读系统、基因和基因组测试、移动健康（mHealth）应用、纳米药丸筛查和呼气分析等模式的偏好。研究由两名评审员独立筛选，并使用DIRECT清单评估报告质量。数据采用描述性统计和叙述性综合进行总结。

研究识别过程通过广泛的文献扫描，最终确定了七种新兴筛查模式。检索策略围绕三个核心概念构建：DCE、癌症筛查或检测以及筛选出的筛查模式。经过去重后，共有106篇文献进入标题和摘要筛选阶段。

如图所示，经过全文审查，最终有23项研究被纳入分析。所有研究的质量评估得分在13至24分之间（满分26分），均达到合格标准，未被排除。

结果

研究特征

纳入的23项研究发表于2014年至2025年间。基因或基因组测试（n=8）和液体活检（n=5）是研究最多的模式。其他模式包括移动健康（mHealth）（n=2）、纳米药丸筛查（n=1）、MCED（n=1）和AI辅助筛查（n=3）。此外，有两项研究同时探讨了呼气分析和液体活检，一项研究调查了AI与mHealth的结合使用。大多数研究在高收入国家进行，如澳大利亚（n=7）、美国（n=6）、荷兰（n=5）、新加坡（n=3）和德国（n=1），仅有一项研究在中国进行。样本量从35到2063不等。参与者招募自普通人群或高癌症风险亚组。

DCE设计与属性

共识别出32个属性，并将其归类为五大类别：临床风险（如癌症风险）、模式特征（如灵敏度、特异性）、筛查过程（如检测提供者、筛查间隔）、结局（如危害、生存获益）和伦理考量（如数据保密性）。最常被纳入的属性是成本（n=14, 67%的研究）、灵敏度（n=13, 62%）和筛查方法（n=11, 52%）。不同技术关注的属性各有侧重，例如，基因检测研究更关注数据保密性和对保险的影响，而AI/mHealth研究则更注重检测提供者和结果反馈速度。

大多数研究在每个选择集中向参与者呈现3个选项（n=15），包含的属性数量在3到8个之间。18项研究包含了“退出”选项，其中8项采用两阶段方法，要求受访者先在选择项中挑选，再决定是否退出筛查。

偏好结果

大多数属性对筛查决策有显著影响。受访者普遍偏好那些临床有效、可及性强且干扰小的筛查方案。高灵敏度、特异性或准确性、低自付费用、非侵入性以及较短的筛查间隔（如少于5年）是普遍受欢迎的特征。便利性相关因素也很重要，例如离家近的检测地点、对日常活动影响小以及较短的结果等待时间。与生存或死亡率获益相关的项目以及有坚实证据基础支持的技术也更可能被接受。

不同筛查技术存在特定的偏好趋势：

• •
  基因和基因组测试：数据隐私和可保性至关重要。受访者更愿意在检测结果不被保险公司获取且不影响未来投保的情况下进行测试。当癌症治疗由保险覆盖且有非手术预防选项时，筛查意愿也会增加。在检测提供者方面，普遍偏好全科医生（GP）而非在线平台或专科医生。
• •
  液体活检、呼气分析和纳米药丸筛查：受访者看重无需准备、疼痛或不适感小、危害或并发症风险低的检测。
• •
  AI辅助筛查：大多数受访者重视人类专家参与结果审核，普遍反对完全由AI取代专家。在AI辅助乳腺癌筛查研究中，受访者倾向于训练数据集中广泛包含不同女性群体（包括少数族裔）。在治理方面，受访者反对AI算法由营利性组织拥有，并倾向于误诊责任由筛查提供者、专家或政府机构承担，而非AI开发公司。
• •
  mHealth应用：受访者更偏好专科医生而非全科医生，无论服务提供方式（面对面或远程）。
• •
  MCED测试：参与者看重能筛查多种癌症同时未知癌症类型数量最少的检测。

属性重要性与异质性

在报告属性重要性排序的16项研究中，灵敏度（n=5）和成本（n=3）最常被列为最重要的属性。不同亚组对属性重要性的看法存在差异，体现了偏好的异质性。例如，在MCED测试中，不同潜在类别的人群对“检测癌症类型数量”和“未知癌症百分比”的重要性排序不同。在AI辅助乳腺癌筛查中，有的类别最看重检测准确性，有的则最关注AI的角色或算法所有权。

筛查参与率与支付意愿（WTP）

18项研究报告了预测的参与率和/或WTP估值。

• •
  基因测试：参与率波动很大（0%至98%），对自付成本、诊断准确性、数据隐私和检测提供者高度敏感。为限制保险公司获取结果而支付的意愿最高（1260.80美元），其次为提高检测准确性（128.12-639.87美元）。不同潜在类别之间的参与率差异显著。
• •
  液体活检和呼气分析：研究显示对非侵入性选项有强烈偏好。用或添加血液/呼气检测替代传统方法能持续提高参与率，更高的灵敏度和特异性也是如此。对这些方法的WTP通常为正值，但受访者对其他属性（如定期筛查间隔、更高灵敏度、更快出结果）赋予更高价值。
• •
  AI辅助筛查：不同研究对AI整合的偏好存在明显差异。一项研究预测，当AI用于辅助两位放射科医生时，筛查参与率比用AI取代一位放射科医生高21.9%，且受访者最看重避免完全用AI取代人类专家。另一项研究则报告了对AI集成筛查场景更积极的参与率。
• •
  其他模式：用于皮肤癌筛查的远程皮肤镜检查是最受偏好的选项。纳米药丸和MCED筛查也表现出高参与率。

偏好的人口学驱动因素

17项研究探讨了人口学特征对偏好异质性的影响。最常见的驱动因素包括年龄（n=11）、既往癌症筛查经验（n=9）、性别（n=7）、教育水平（n=7）和癌症家族史（n=5）。有既往筛查经验的受访者更可能参与筛查，而年长受访者对AI的厌恶感往往更强。

讨论

本研究首次系统评价和综合了关于公众对新兴癌症筛查模式偏好的DCE证据。文献在数量和范围上均有所扩大。跨研究来看，广泛属性显著影响筛查决策。模式特异性的偏好趋势凸显了与每种技术相关的独特考量。

与既往综述一致，大多数纳入属性与模式特征或筛查过程相关，成本、灵敏度和筛查方法在超过一半的研究中被纳入。然而，属性重要性排序显示，纳入频率并不总与对决策的影响程度一致。灵敏度常被列为最具影响力的属性，尤其是在评估液体活检和呼气分析的研究中。相比之下，成本和生存/死亡率获益在基因检测研究中影响更大。筛查方法虽常被纳入，但从未成为最重要的属性，表明其相对于其他因素的次要地位。

公众对筛查的接受度不仅取决于成本或诊断准确性等实际因素，还取决于主观认知，包括对技术的熟悉程度以及对筛查模式及其使用治理框架的感知可信度。预测参与率在人群亚组中存在显著差异，强调了偏好异质性和“一刀切”方法的局限性。有针对性的沟通和外展工作对于解决特定亚群的关切和动机、最大化参与度和确保公平的筛查参与至关重要。

此外，当新兴技术被定位为替代现有方法时，公众仍存在一定程度的犹豫。这表明，在引入新模式之前，通过提高认识和建立对现有项目的信任来加强公众对癌症筛查的普遍接受度可能是一个必要的基础。

研究局限性与展望

本研究的局限性包括某些模式（特别是MCED测试和纳米药丸筛查）可用研究数量少，限制了检测明确趋势或进行有意义的跨模式比较的能力。研究设计存在显著异质性，限制了进一步定量综合的可行性。将属性归为更广泛的类别可能掩盖了其在各研究中被解释和重视方式的重要差异。未来研究应更仔细地探索亚组差异，为设计更有针对性和公平的筛查策略提供信息。随着证据基础的发展，比较不同新兴模式的DCE可以更全面地了解用户优先级。

结论

本系统评价综合了23项DCE研究的证据，这些研究考察了公众对一系列新兴癌症筛查模式的偏好。研究结果为了解决定筛查决策的属性提供了宝贵见解，为未来的DCE设计、技术开发和旨在提高参与度的政策制定提供了指导。临床有效性、可及性和便利性仍然是筛查决策的核心，同时还需考虑模式特异性的因素。公众接受度不仅取决于成本或诊断准确性等实际因素，还取决于主观认知。人群亚组中存在的偏好差异凸显了对有针对性的沟通和实施策略的需求。