本文是对一项系统综述与网络荟萃分析研究的学术报告介绍，该研究由Shugo Yajima（第一作者及通讯作者）及其团队完成。主要作者还包括Naoki Imasato、Tadayoshi Hashimoto、Shin Kobayashi、Genichiro Ishii和Hitoshi Masuda。研究机构为日本国立癌症中心东医院（National Cancer Centre Hospital East）的泌尿外科、围手术期治疗开发促进办公室以及病理与临床检验科。该研究发表于期刊《Urologic Oncology: Seminars and Original Investigations》第44卷（2026年），页码为13至24页。文章标题为《Diagnostic performance of urinary tumor DNA in urothelial carcinoma: a systematic review and network meta-analysis》，其核心内容围绕尿肿瘤DNA（urinary tumor DNA, utDNA）在上尿路上皮癌（urothelial carcinoma, UC）诊断中的应用价值展开。

该研究属于类型a，即对一项单一原创研究的系统综述与荟萃分析报告。因此，本文将从该研究的学术背景、详细工作流程、主要结果、结论与意义以及研究亮点等方面进行全面介绍。

一、研究背景与目的

尿路上皮癌（UC）包括膀胱癌（bladder cancer, BC）和上尿路尿路上皮癌（upper tract urothelial carcinoma, UTUC），是全球范围内具有显著健康负担的恶性肿瘤。仅膀胱癌每年即新增约60万例，并导致约22万例死亡。目前UC诊断的金标准仍为侵入性膀胱镜检查及活检，该过程给患者带来不适、潜在并发症及高昂的医疗费用。此外，非肌层浸润性膀胱癌（non-muscle-invasive bladder cancer, NMIBC）患者需反复接受膀胱镜监测，进一步加重身心及经济负担。对于肌层浸润性膀胱癌（muscle-invasive bladder cancer, MIBC），新辅助化疗（neoadjuvant chemotherapy, NAC）后接受根治性膀胱切除术的患者中，有20%至30%可达到病理完全缓解，若能通过高精度生物标志物识别此类患者，或可避免不必要的手术。液体活检技术通过分析体液中肿瘤来源的物质为无创诊断提供了新思路。由于UC肿瘤与尿液直接接触，尿液成为极具潜力的检测样本。utDNA可从尿上清中的游离DNA（cell-free DNA, cfDNA）及尿沉渣中的细胞DNA中提取。多种分析方法（如靶向测序、全外显子测序、DNA甲基化分析）已被用于utDNA检测，但各研究报道的性能差异较大，限制了临床转化。因此，本研究旨在系统评估utDNA在UC诊断中的准确性、与组织标本的一致性及其预后价值，并通过网络荟萃分析（network meta-analysis, NMA）将其与其他非侵入性诊断方法进行比较，以明确其临床应用潜力。

二、研究设计与工作流程

本研究遵循PRISMA 2020指南开展系统综述与荟萃分析，并在PROSPERO注册（编号CRD420251011665）。研究团队系统检索了PubMed、Cochrane Library、Web of Science、Google Scholar及ClinicalTrials.gov数据库，检索时间覆盖2010年1月至2025年1月。同时辅以灰色文献检索，包括主要肿瘤学术会议摘要的手工检索，以减少发表偏倚。

纳入标准包括：经组织学确诊的UC患者；分析尿液DNA用于癌症检测、监测、治疗反应或微小残留病（minimal residual disease, MRD）评估；报告诊断性能指标；以英文发表或具有英文摘要；样本量至少10例。排除标准包括病例报告、综述、临床前研究、初步研究及分析非DNA标志物的研究。对于患者队列重叠的文献，仅选择最新或最相关的发表物。

数据提取由两名研究者（S. Yajima和N. Imasato）独立完成，分歧由第三名研究者（H. Masuda）裁定。提取内容涵盖第一作者、发表年份、研究设计、样本量、患者特征、标本类型、检测方法、靶基因或组合、截断值、分析策略（肿瘤知情或肿瘤不知情）、临床场景（初诊、监测或残留病监测）、敏感性、特异性、曲线下面积（area under the curve, AUC）、与组织标本的一致性、突变检出率及预后信息等。

对于主要分析，研究者依据层级选择原则从每项研究中提取一个代表性数据集：优先选择原始文献中报告的主要结局；若主要结局不明确，则依次优先选择同时报告敏感性和特异性的数据、尿上清（cfDNA）数据、监测场景数据及肿瘤知情策略数据。在亚组分析中，当研究在不同条件下报告了结果时，所有可用数据集均被纳入，以最大化利用信息并避免患者数据重复。

研究采用QUADAS-2工具评估纳入研究的偏倚风险及适用性，由两名研究者独立完成并协商一致。统计分析使用R软件（版本4.4.1）中的metafor、meta及netmeta包。合并敏感性、特异性及AUC采用随机效应模型和限制性最大似然估计（REML）及logit转换。异质性通过I²统计量评估，并以t²统计量量化研究间方差。采用Rutter和Gatsonis层次模型构建综合受试者工作特征（sROC）曲线，并进行敏感性分析（仅纳入样本量≥100例的研究）。NMA采用频率学框架下的随机效应模型，以诊断比值比（diagnostic odds ratio, OR）作为汇总统计量，以尿细胞学为共同参照。通过节点分裂分析评估直接与间接证据间的不一致性，并用SUCRA值对检测方法进行相对排序。证据总体质量采用CINeMA框架分级。亚组分析涵盖标本类型、临床场景、分析策略、肿瘤分期、肿瘤位置及分析方法（NGS、PCR、甲基化检测）等。预后数据中，风险比（hazard ratio, HR）经对数转换后采用Hartung-Knapp-Sidik-Jonkman调整的随机效应模型合并。发表偏倚通过漏斗图及Egger检验评估。

三、主要研究结果

检索共识别1165条潜在相关记录，去除383条重复后，对782条记录进行标题和摘要筛选，其中704条被排除，对78篇报告进行全文评估。根据预设标准排除41篇，最终纳入37项研究，共涉及7388例患者。其中35项研究提供了可用于定量荟萃分析的诊断性能数据。

QUADAS-2评估显示，各研究偏倚风险不一。索引测试域中低风险研究比例最高（57%），而流程与时间域中高风险研究比例最高（40%）。患者选择域中46%的研究被评为低风险，高风险研究（29%）主要归因于抽样方法不明确或排除标准不清晰。

在utDNA与组织标本的一致性方面，不同研究间差异较大，范围从TERT启动子突变的98.6%到FGFR3突变的20.5%。突变谱分析显示，TERT启动子突变最为常见（在12项研究中检出率为24%至76.7%），其后依次为TP53（21%至41%）、PIK3CA（18%至32%）及FGFR3（5%至68%）。

荟萃回归分析未发现诊断性能随时间存在显著趋势（2013至2025年）：敏感性斜率0.041（95% CI：-0.057至0.139，p = 0.414），特异性斜率0.000（95% CI：-0.092至0.092，p = 0.999），AUC斜率0.008（95% CI：-0.011至0.026，p = 0.423）。NGS技术自2017年起应用增加，尤其在2019年和2024年，而PCR方法的应用则减少。

合并敏感性为0.79（95% CI：0.73至0.84），异质性显著（I² = 90%，t² = 0.68，p < 0.0001）。合并特异性为0.86（95% CI：0.83至0.89），异质性亦较明显（I² = 82%，t² = 0.36，p < 0.0001）。合并AUC为0.88（95% CI：0.82至0.94），异质性中等（I² = 51%，t² = 0.0，p = 0.018）。sROC分析确认了良好的判别能力（AUC = 0.905），在样本量≥100例的研究中提高至0.913。

亚组分析显示，标本类型（尿上清与尿沉渣）及分析策略（肿瘤知情与肿瘤不知情）对敏感性无显著影响（p分别为0.773和0.831）。按临床场景分层时，初诊敏感性为0.83（95% CI：0.76至0.88），监测为0.77（95% CI：0.71至0.83），残留病监测为0.73（95% CI：0.62至0.82），差异无统计学意义（p = 0.178）。但特异性在不同临床场景间存在显著差异（p = 0.0064）：初诊为0.91（95% CI：0.86至0.94），监测为0.84（95% CI：0.77至0.89），残留病监测为0.72（95% CI：0.56至0.84），其中初诊与残留病监测间的差异具有统计学意义（p = 0.002）。按肿瘤分期分析时，MIBC与NMIBC的敏感性相近（0.78对0.76，p = 0.853），但特异性差异显著（0.57对0.85，p < 0.001）。按分析方法分层时，敏感性存在显著差异（p = 0.040）：NGS为0.83（95% CI：0.79至0.86），PCR为0.74（95% CI：0.44至0.91），甲基化检测为0.75（95% CI：0.69至0.80），其中NGS与甲基化检测间的差异具有统计学意义（p = 0.01）。

在预后价值方面，多项研究显示utDNA阳性与不良结局显著相关，合并HR为7.10（95% CI：2.52至20.05）。亚组分析显示，肿瘤知情方法的预后关联性显著强于肿瘤不知情方法（HR分别为27.30，95% CI：11.80至63.19；5.27，95% CI：2.21至12.62；p = 0.001）。此外，多项研究表明utDNA能在常规方法之前发现复发。例如，Dudley等报告utDNA可在临床诊断前中位2.7个月检出复发；Vedeld等发现48%的复发在膀胱镜检查前3至18个月（中位6.5个月）即被甲基化utDNA检出；使用Bladder EpiCheck甲基化检测的研究报告从阳性检测到标准临床检出复发的中位提前时间为182天。

发表偏倚分析显示，敏感性数据的漏斗图分布相对对称，Egger检验未发现显著偏倚（p = 0.414）；但特异性数据的漏斗图存在一定不对称，Egger检验提示潜在发表偏倚（p = 0.025）。

网络荟萃分析纳入10项研究，分别针对初诊和监测场景进行。在初诊场景中，utDNA的敏感性显著优于尿细胞学（OR = 4.63，95% CI：1.65至12.95，p = 0.004），而血浆ctDNA的敏感性则较低（OR = 0.14，95% CI：0.02至1.20，p = 0.073）。特异性方面各方法间无显著差异。SUCRA排序显示utDNA在初诊场景的敏感性排名最高（99.9%）。在监测场景中，mRNA检测（OR = 5.27，95% CI：1.50至18.53，p = 0.01）和utDNA（OR = 4.30，95% CI：2.46至7.51，p < 0.001）的敏感性均显著高于尿细胞学，而FISH、血浆ctDNA和膀胱镜检查无显著改善。特异性方面，mRNA和膀胱镜检查显著低于尿细胞学（p均为0.026），而utDNA（p = 0.077）和血浆ctDNA（p = 0.516）与尿细胞学相当。SUCRA排序中utDNA在监测场景的敏感性排名亦居前列（87.1%）。

四、结论与意义

本研究的核心结论为：utDNA是一种高精度的UC诊断工具，其合并敏感性为79%，特异性为86%。在初诊和监测场景中，utDNA的敏感性均超过尿细胞学4倍以上，且特异性与之相当。网络荟萃分析中utDNA的SUCRA排名始终最高，表明其在非侵入性诊断方法中具有最高的敏感性。本研究首次通过头对头比较将utDNA与其他关键非侵入性方法进行网络荟萃分析，为utDNA的临床应用提供了有力证据。此外，utDNA阳性与不良预后的强关联（HR = 7.10）及其在早期复发检测中的潜力进一步支持其临床价值。在技术层面，NGS方法的敏感性显著高于传统PCR或甲基化平台，提示未来检测开发应优先考虑NGS技术。

然而，研究也指出若干限制：纳入研究间存在显著异质性；特异性数据可能存在发表偏倚；肿瘤知情策略依赖组织基因信息作为“答案钥匙”，不完全适用于真实世界的初诊或筛查场景；以及Bladder EpiCheck甲基化平台在纳入研究中占比较高，可能拉低了合并敏感性估计，未完全反映最先进NGS技术的潜力。

五、研究亮点

本研究的亮点在于：第一，首次通过网络荟萃分析对utDNA与尿细胞学、血浆ctDNA、mRNA检测、FISH及膀胱镜检查进行头对头比较，明确了utDNA在敏感性方面的显著优势；第二，通过系统亚组分析揭示了临床场景、肿瘤分期及分析方法对诊断性能的差异化影响，尤其是NGS方法优于甲基化平台的发现具有直接的技术指导意义；第三，证实了utDNA在早期复发检测中的潜力，部分研究显示其可提前数月发现复发，为临床干预提供了时间窗口；第四，综合评估了utDNA的预后价值，显示其阳性结果与不良结局密切相关，且肿瘤知情策略的预后关联性更强。这些发现共同支持utDNA在UC管理中具有减少侵入性操作依赖、改善患者结局的转化潜力。