《International Journal of Molecular Sciences》:Lipoprotein(a) and Prostate Cancer: A Systematic Review of Observational, Genetic and Mendelian Randomization Evidence
编辑推荐:
癌症是全球范围内导致疾病负担的主要原因之一。前列腺癌(PCa)是男性中最常诊断的恶性肿瘤之一,且具有临床异质性,这凸显了寻找能够改善风险分层的额外生物标志物的必要性。脂蛋白(a) [Lp(a)] 是一种由遗传决定且日益可及的生物标志物,但其与前列腺癌的关系仍不
癌症是全球范围内导致疾病负担的主要原因之一。前列腺癌(PCa)是男性中最常诊断的恶性肿瘤之一,且具有临床异质性,这凸显了寻找能够改善风险分层的额外生物标志物的必要性。脂蛋白(a) [Lp(a)] 是一种由遗传决定且日益可及的生物标志物,但其与前列腺癌的关系仍不明确。本系统综述旨在综合关于循环Lp(a)、LPA相关遗传变异以及遗传预测的Lp(a)与前列腺癌发病率、死亡率及临床病理特征之间关联的观察性、遗传学和孟德尔随机化(MR)证据,并评估现有证据的潜在临床意义。研究人员按照PRISMA指南进行了本综述。检索了PubMed、Scopus和Web of Science数据库从建库至2026年5月的文献。符合条件的研究为评估循环Lp(a)、LPA相关遗传变异或遗传预测的Lp(a)与前列腺癌发病率、死亡率或临床病理特征关系的、经同行评议的英文原始研究。采用GRADE方法评估证据的确定性。由于研究设计、暴露评估、终点指标和效应量度方面的异质性,结果以叙述性方式综合;未进行meta分析。检索共识别489条记录。去重后筛选了253条记录,评估了15篇全文报告,最终纳入12项研究。这些研究包括前瞻性队列或生物样本库观察性研究、观察性研究、1项遗传队列研究和孟德尔随机化研究。关于循环Lp(a)的研究在前列腺癌发病率和死亡率方面显示了不一致的结果。1项队列研究在分类分析中报告了正向关联,而其他研究未发现关联或报告了无统计学意义的反向关联。遗传队列研究在多重检验校正后未发现LPAL2–LPA区域变异与前列腺癌发病率之间存在稳健关联。孟德尔随机化研究的发现不一。尽管若干分析得出了方向为正或具有统计学显著性的估计值,但多项主要分析结果为零或处于边缘状态,且估计值因方法和数据集的不同而异。总体而言,孟德尔随机化证据的确定性较低,尚不能确立遗传预测的Lp(a)与前列腺癌风险之间的因果关联。关于临床病理特征的证据有限且不一致。孟德尔随机化研究的证据确定性为低,循环Lp(a)、遗传队列证据及临床病理结局的证据确定性为极低。当前关于Lp(a)、LPA遗传变异和遗传预测的Lp(a)与前列腺癌关系的证据仍存在异质性,且在临床上尚无定论。尽管部分研究报告了正向关联,但将Lp(a)与前列腺癌联系起来的总体证据不一致且确定性低,目前不支持存在明确的关联。
1. 引言
癌症仍然是全球发病和死亡的主要原因,前列腺癌(PCa)在男性全球最常诊断的恶性肿瘤中位列第二。前列腺癌是一种临床异质性疾病,其范围从适合积极监测的惰性肿瘤到需要根治性或系统性治疗的侵袭性疾病。因此,仍有必要更好地理解导致临床显著性前列腺癌(csPCa)、疾病侵袭性和进展的生物学过程。越来越多的关注已转向前列腺特异性抗原(PSA)不能直接反映的分子和代谢通路,包括脂质代谢及相关过程的改变。脂质代谢失调是前列腺癌的一个重要特征。临床脂质组学研究已识别出前列腺癌细胞脂质组中肿瘤相关的变化,而实验研究表明低密度脂蛋白(LDL)-胆固醇可增加前列腺癌细胞的活力、增殖和迁移。脂肪酸摄取的增加也已在PCa中被证实,且其药理抑制在实验模型中显示出治疗效果。胆固醇酯积累也与PTEN缺失、PI3K/AKT激活及侵袭性PCa特征相关。脂蛋白(a) [Lp(a)] 是一项已确立的心血管生物标志物,在肿瘤学中引起了越来越多的兴趣。新近证据提示Lp(a)可能与多种癌症类型相关,包括胰腺癌、肺癌和PCa。Lp(a)是一种类LDL颗粒,可能对肿瘤生物学产生相反的作用:其氧化磷脂(OxPLs)载物和apo(a)相关的生长因子样特性提供了合理的促炎和促增殖机制,可能有利于癌变过程,尽管完整的Lp(a)的直接致癌作用尚未被证实。相反,apo(a)及其含kringle结构域的片段已显示出抗血管生成活性,包括通过黏着斑激酶(FAK)和c-Src/ERK信号通路抑制内皮细胞迁移和增殖,而apo(a)对纤溶系统的影响可能抑制纤溶酶依赖的细胞外基质重塑和细胞运动。由于这些证据大多来自非前列腺系统、实验肿瘤模型或分离的载脂蛋白(a)片段,Lp(a)对PCa发生和进展的净效应仍不明确。Lp(a)浓度在很大程度上由遗传决定,且在整个生命过程中相对稳定。由于建议在成年期至少测量一次Lp(a)用于心血管风险评估,并且Lp(a)检测正日益被纳入预防保健路径(包括一些国家的国家健康检查项目),其广泛的临床可测量性使Lp(a)成为研究超越心血管医学的疾病潜在关联的可及暴露因素;然而,其作为PCa生物标志物的临床效用尚未确立。Lp(a)在前列腺癌变中的潜在作用仍悬而未决。数项研究提示较高的循环或遗传预测Lp(a)可能与PCa风险增加及不良临床病理特征相关,这提出了Lp(a)可能参与PCa发展的可能性。结合前列腺癌中已确立的脂质和胆固醇代谢改变,这些观察结果为研究Lp(a)与PCa的关系提供了生物学依据。据研究人员所知,此前尚无系统综述综合关于Lp(a)与PCa关系的证据。现有文献有限且异质,目前尚不清楚所报告的关联是否代表可重复的生物学关系、因果效应,还是具有潜在临床相关性的发现。因此,研究人员系统综述了循环Lp(a)、LPA相关遗传学及孟德尔随机化(MR)证据与PCa发病率、死亡率和临床病理特征的关系。特别关注了不同研究设计间发现的一致性、关于侵袭性疾病表型的证据、因果推断的强度,以及现有数据在多大程度上支持或不支持进一步评估Lp(a)作为潜在PCa生物标志物。
2. 方法
2.1 检索策略
研究人员按照PRISMA指南制定了本系统综述。本研究方案已在PROSPERO系统综述方案数据库中制定并发布(CRD420261326782)。开展了从数据库建库至2026年5月20日的文献检索,末次检索日期为2026年5月20日。检索了以下科学数据库:PubMed (Medline)、Scopus (Elsevier)、Web of Science (Clarivate)。未应用数据库过滤器。在筛选过程中,将纳入标准限定为同行评议且仅限英文的研究。检索应用于标题/摘要/关键词和受控词表,并对每个数据库进行了适当调整。
2.2 纳入标准
综述问题和纳入标准按照PECO框架(Population-Exposure-Comparator-Outcome,人群-暴露-对照-结局)构建。PECO框架用于定义本综述所含不同证据流中的纳入标准,涵盖循环Lp(a)的观察性研究、LPA相关遗传变异的研究以及遗传预测Lp(a)的MR研究。据此,暴露和对照的定义根据具体研究设计进行了调整,同时保持PCa相关结局作为共同的结局领域。人群:确诊PCa或有PCa风险的成年男性。暴露:循环Lp(a)浓度、LPA相关遗传变异或遗传预测的Lp(a)。对照:Lp(a)浓度较低或处于参考范围的男性、无PCa的男性,或携带与较低或典型Lp(a)水平相关的参考遗传变异的男性。结局:评估LPA相关遗传变异或循环Lp(a)浓度与PCa发病率、死亡率或临床病理特征之间关联的任何指标。纳入研究Lp(a)及其对PCa发病率或临床病理特征影响的论文。排除未评估Lp(a)、LPA变异或遗传预测Lp(a)、未报告PCa结局或仅评估其他脂质生物标志物(如LDL-C、HDL-C、甘油三酯、总胆固醇、载脂蛋白A、载脂蛋白B、前蛋白转化酶枯草溶菌素/kexin 9型(PCSK9)或血管生成素样蛋白3(ANGPTL3))而无Lp(a)数据的研究。排除综述、meta分析、社论、信件、评论、病例报告、动物研究、体外研究、灰色文献和会议摘要。所有检索到的记录均导入Rayyan,使用该应用专门的去重功能删除重复记录。三位评审员(M.K.、W.B.、J.K.)独立根据纳入标准筛选标题和摘要。分歧通过讨论解决;若无法达成共识,则咨询资深作者(B.M.)。符合全文评审条件的文章由三位独立评审员筛选,冲突以上述方式解决。初始检索获得489条记录;去重后剩余253条。经初步筛选,15条记录符合全文筛选条件,12篇报告被认定符合条件并纳入综述。
2.3 数据提取项
数据提取由两位独立评审员(M.K.和W.B.)完成,分歧通过讨论或咨询资深作者(B.M.)解决。提取的数据包括:作者及年份、来源国、研究设计、数据来源、研究期间、人群、样本量、参与者特征、暴露类型、Lp(a)测量方法、暴露编码、遗传工具详情、评估的结局、结局确认方式、时间点、发病率和死亡率的效应估计值、临床病理特征的效应估计值、侵袭性或csPCa的定义、调整的协变量(观察性研究)、MR假设/敏感性分析及关键结果。
2.4 综合方法
在设计特异性和结局特异性分组内评估了定量综合的可行性。尽管理论上可对部分评估Lp(a)浓度与PCa发病率的研究计算最高与最低类别的估计值,但这将把基于显著不同Lp(a)范围和检测方法定义的四分位数与五分位数合并;此外,mg/L和nmol/L无法使用固定转换因子可靠换算,且现有结果不支持共同的线性剂量-反应模型。对于PCa特异性死亡率、常规遗传关联或临床病理结局,由于每组仅包含一项可直接比较的估计值,或使用了不兼容的人群、结局定义和效应量度,合并分析不可行。MR估计值也不适合合并,因为数项研究重复使用了UK Biobank暴露数据及重叠的PRACTICAL或FinnGen结局数据集,违反统计独立性并可能产生虚假的狭窄置信区间。因此,结果以叙述性方式综合并以表格呈现。综合首先按结局领域(PCa发病率和死亡率vs临床病理特征)构建,在每个结局领域内按证据类型或研究设计(循环Lp(a)测量、遗传关联研究和MR研究)进行组织。在各组内,根据报告效应估计值的方向和大小、统计精确度以及研究间或分析方法间的一致性对发现进行比较。当发现不一致时,以比较方式呈现并结合研究设计、暴露和结局定义、分析方法及方法学局限性的差异进行解读。效应估计值按原文报告提取。因定量合并不适宜,未进行正式的统计异质性分析或敏感性分析。
2.5 偏倚风险和证据确定性评估
使用设计特异性的工具评估偏倚风险(RoB):观察性暴露研究采用ROBINS-E,评估临床病理结局的预后因素研究采用QUIPS,遗传队列研究采用Q-Genie,MR研究采用改编自Mamluk等的RoB工具,并根据本综述目标进行了修改。RoB评估由两位评审员(W.B.、J.K.)独立完成。分歧通过讨论解决,必要时咨询第三位评审员(M.K.)。评估考虑了方案或分析计划的可得性、方法与报告结局之间的一致性、PCa相关结果的完整性、显著和非显著发现的报告情况以及充分可提取数据的可得性。采用GRADE方法评估证据的确定性,对每个主要结局和综合分组分别进行。评估领域包括偏倚风险、不一致性、间接性、不精确性以及发表或报告偏倚。观察性证据初始评为低确定性,并因严重问题而降级。对于MR研究,额外考虑因素包括工具强度、多效性、人群分层、样本重叠和敏感性分析的一致性。总体确定性按标准GRADE标准分为高、中、低或极低。由于研究设计、暴露编码、结局和效应量度的异质性,未定义综述特定的最小重要差异阈值。不精确性基于置信区间宽度以及区间是否跨越零假设或同时包含潜在增加和降低的风险来判断。两位评审员独立评估确定性,分歧通过讨论或咨询第三位评审员解决。
3. 结果
3.1 研究特征
电子数据库检索共识别489条记录。使用Rayyan的重复检测功能识别潜在重复记录,经评审员验证后在筛选前删除。删除236条重复记录后,剩余253条独立记录供标题和摘要筛选。经标题和摘要筛选后,15条记录被选出并尝试获取全文;15项研究均可获取并进入全文筛选。12项研究符合纳入标准并纳入本综述。纳入的研究测量了循环Lp(a)、LPA遗传变异及遗传代理的Lp(a)与PCa的关系。纳入的证据来源于多个研究设置。关于血清Lp(a)浓度与PCa的观察性研究在德国、法国、英国和瑞典以及中国和加拿大开展。1项遗传队列研究在日本进行。MR研究主要基于大型、公开可获取或联盟级别的遗传数据集,包括UK Biobank、PRACTICAL、FinnGen、全球脂质遗传学联盟(GLGC)和IEU Open GWAS资源。这些研究在中国、英国和丹麦、英国/美国/挪威和希腊进行。纳入研究的方法学包括前瞻性队列或生物样本库观察性研究、测量循环Lp(a)的观察性研究、1项遗传队列研究以及MR研究。PCa发病率和死亡率在10项研究中进行了评估,临床病理不良特征在3项研究中进行了评估。
3.2 前列腺癌的发病率和死亡率
3.2.1 基于血清的Lp(a)测量
三项研究评估了循环Lp(a)浓度与PCa发病率或死亡率的关系。总体而言,发现不一致,未显示循环Lp(a)与PCa结局之间存在明确关联。Katzke等报告了比较最高与最低Lp(a)四分位数时较高的PCa发病率(调整后HR 1.43,95% CI 1.02–2.03);然而,四分位数中位数趋势无统计学显著性(p = 0.085),且每翻倍Lp(a)的连续分析处于边缘状态(HR 1.06,95% CI 1.00–1.13;p = 0.051)。Perez-Cornago等未发现与PCa发病率的明确关联(HR 1.02,95% CI 0.99–1.05),且与PCa死亡率无显著关联;连续死亡率模型显示每1个标准差(SD)较高Lp(a)的HR为1.03(95% CI 0.91–1.16)。Marrer等报告了最高与最低Lp(a)四分位数比较的无统计学显著性、方向性反向关联(HR 0.84,95% CI 0.49–1.45),在排除随访前两年内诊断的癌症后结果类似(HR 0.87,95% CI 0.50–1.51)。循环Lp(a)的观察性证据不一致,被评为极低确定性。
3.2.2 孟德尔随机化研究
六项MR研究评估了遗传预测的Lp(a)与PCa发病率和死亡率的关系。不同研究和分析方法之间的发现不一。估计值的方向和统计显著性因方法、遗传工具和数据集而异。一些效应估计值提示每单位遗传预测Lp(a)增加对应PCa风险的适度增加。然而,Ioannidou等和Fang等的主要逆方差加权(IVW)分析结果为零,OR分别为1.066(95% CI 0.909–1.249;p = 0.431)和1.06(95% CI 0.95–1.20;p = 0.305)。若干研究使用加权中位数、多变量MR、LPA限制性工具或验证数据集报告了具有统计学显著性的关联。Chen等(OR 1.061,95% CI 1.018–1.105;p = 0.005)、Lin等(OR约1.12;p = 0.038)和Li等(OR 1.12,95% CI 1.01–1.25;p = 0.038)报告了正向的主要估计值。一项研究还报告了共定位证据,同样支持较高的遗传预测Lp(a)与PCa风险之间的关联。然而,这些结果的解释必须谨慎,因其受到多种因素的限制,包括潜在的多效性、工具选择、方法学异质性以及数据集间的重叠。总之,MR证据提供了关于遗传预测Lp(a)与PCa风险之间可能存在正向关系的有限且低确定性的证据。
3.2.3 遗传学研究
一项前瞻性遗传队列研究评估了LPAL2–LPA区域的变异与PCa发病率的关系。尽管观察到若干提示性关联,但在多重检验校正后无一保持统计学显著性。总体而言,该研究未提供LPA区域遗传变异与PCa发病率之间存在关联的稳健证据。
3.3 临床病理特征
3.3.1 基于血清的Lp(a)测量
两项观察性研究评估了循环Lp(a)与PCa临床病理特征的关系,发现不一致。一项研究报告了较高Lp(a)浓度与若干不良疾病特征(包括高风险或更晚期疾病)之间的关联,而另一项研究发现局限性高级别PCa男性与有风险的对照组之间的Lp(a)浓度无显著差异。关于循环Lp(a)与不良临床病理特征之间关联的证据有限、不一致,被评为极低确定性。
3.3.2 孟德尔随机化研究
一项MR研究评估了遗传预测的Lp(a)与晚期PCa(转移性疾病、Gleason评分≥8、PSA >100 ng/mL或PCa死亡)的关系。主要单变量估计值无统计学显著性,但使用LPA限制性工具的分析显示了较强的正向关联(加权中位数OR 1.388;95% CI 1.213–1.590;p = 2.14 × 10
?6)。在多变量MR中,该关联处于边缘状态且方向保持正向。尽管使用LPA限制性工具的分析提示存在正向关联,但主要单变量估计值无统计学显著性,多变量估计值处于边缘显著。总体而言,关于遗传预测Lp(a)与晚期PCa之间关联的证据有限且确定性极低。
3.3.3 偏倚风险和证据确定性
偏倚风险因研究设计而异。在循环Lp(a)的观察性研究中,Bergeron等被判定为总体偏倚风险高,而Katzke等、Marrer等和Perez-Cornago等被评为存在一些担忧,主要涉及混杂、暴露测量、参与者选择和选择性报告。Wang等的临床病理研究具有中等的总体偏倚风险,特别在统计分析和报告方面存在担忧。Mieno等的遗传队列研究使用Q-Genie被评为质量良好。在MR研究中,Fang等、An等和Li等被评为总体偏倚风险低,而Ioannidou等、Chen等和Lin等因涉及工具有效性、多效性、人群结构或选择偏倚的担忧被评为中等风险。所有结局的证据确定性为低或极低。MR证据对于PCa发病率和死亡率被评为低确定性,而来自循环Lp(a)研究和遗传队列研究的证据被评为极低确定性。关于临床病理特征的证据,无论是循环还是遗传预测的Lp(a),也均被评为极低确定性。这些判断反映了研究数量少、设计和暴露评估的异质性、发现不一致、不精确性以及方法学局限性。没有任何结局获得中等或高确定性证据的支持。
4. 讨论
据研究人员所知,这是首个评估Lp(a)与PCa关系的系统综述。总体而言,现有证据未显示Lp(a)与PCa发病率、死亡率或不良临床病理特征之间存在一致的关系。就循环Lp(a)而言,唯一有显著意义的与PCa发病率的关联是Katzke等在比较最高和最低四分位数时观察到的。然而,四分位数间的趋势和连续分析均不显著或处于边缘状态。该研究的前瞻性病例-队列设计和诊断前血液样本建立了暴露与结局之间的时间顺序,其有效性得到了登记确认的支持。然而,缺乏明确的剂量-反应模式削弱了证据强度。该研究还检验了多个生物标志物-结局关联而未进行多重检验校正,因此孤立的四分位数发现可能是偶然发生的。Marrer等在PRIME研究中未发现Lp(a)与PCa发病率之间的关联。最高Lp(a)类别显示了无统计学显著性的较低风险倾向。研究设计包括诊断前空腹血样、年度随访和组织学确认的病例。解读受限于PCa病例数较少以及仅限于法国中年男性。此外,检测方法可能受到载脂蛋白A异构体大小的影响。Perez-Cornago等在UK Biobank数据库中进行的分析规模最大且信息最丰富。该研究同时检验了PCa发病率和PCa特异性死亡率,使用重复Lp(a)测量以减少回归稀释偏倚,并考虑了多重检验。Lp(a)与任一结局均无关联。这些结果为反对Lp(a)与总体PCa发病率之间存在临床重要关联提供了最强证据。然而,UK Biobank的非代表性构成和潜在选择偏倚可能限制了外推性,而PSA检测模式可能引入了检出偏倚。相对较短的随访和PCa死亡例数较少也限制了PCa死亡率的评估。总之,EPIC–Heidelberg的发现未得到剂量-反应关系的支持,也未被PRIME或UK Biobank重复。因此,现有证据未表明循环Lp(a)与总体PCa发病率之间存在临床重要关联。不能排除弱关联或非线性关联。关于PCa特异性死亡率的证据仍然有限,因为仅UK Biobank直接检验了这一结局且死亡例数相对较少;因此无法得出结论。除发病率和死亡率外,两项研究检验了循环Lp(a)与临床病理严重程度的关系,但其设计和比较存在实质性差异。Wang和Zhang在PCa患者中评估了病理特征,而Bergeron等将局限性高级别PCa男性与有风险的对照组进行比较。Wang和Zhang的研究识别出关联,提供了对临床病理特征更稳健的分析,包括国际泌尿病理学会(ISUP)分级、淋巴结侵犯和远处转移,且样本量更大。该研究还对冠状动脉疾病和降脂药物进行了调整,以考虑与诊断时晚期PCa相关的心血管疾病。然而,该研究基于单一机构的队列,可能因纳入记录完整的患者而存在选择偏倚,且为回顾性设计。由于横断面设计,也无法推断因果关系。另一方面,Bergeron等的研究未报告Lp(a)浓度与PCa之间的关联,纳入了无PCa的对照组并进行了个体匹配,但仅有35份PCa患者样本和35份对照。尽管进行了先验功效计算,但论文未说明假设的效应量或变异度。此外,标准差很大——PCa组为108 nmol/L,对照组为70 nmol/L——排除了检出低于较大效应的任何效应的可能。尽管对照组被视为"无PCa",但因PSA升高和/或PCa家族史而处于PCa风险之中,这可能本身影响了Lp(a)水平并稀释了关联。最重要的是,该研究未调整种族、吸烟、饮食、心血管疾病、糖尿病或炎症。因此,鉴于现有研究的方法学局限性和稀缺的证据体,既不能支持也不能否认Lp(a)浓度与PCa不良临床病理特征之间的相关性。仅有一项可及的研究直接检验了LPAL2–LPA区域遗传变异与PCa发病率之间的关联。四个变异与发病率名义上相关,但在多重检验校正后无一保持显著性。因此这些发现可能代表偶然关联,需要独立重复。解读进一步受限于PCa病例数少和缺乏PCa死亡率分析。该研究仅检验了在日本人群中识别的常见变异,未捕获KIV-2拷贝数变异(这是Lp(a)的主要遗传决定因素)。此外,未测量循环Lp(a),所选变异也未在该队列中被验证为Lp(a)的工具变量。因此观察到的遗传关联不能特异性地归因于Lp(a)的变化。更广泛地覆盖祖先特异性的LPA变异将提供对该位点更完整的评估。来自其他基因组区域的变异可增加统计功效,但前提是其与Lp(a)的关联经过独立验证且潜在多效性得到仔细检验。当前证据不足以支持LPA基因分型用于评估PCa风险。
MR研究解决了终身遗传预测Lp(a)水平是否影响PCa风险这一相关但又不同的问题。MR证据提示遗传预测的Lp(a)可能与PCa风险增加有关,但该关联未得到最稳健分析的一致支持。Ioannidou等提供了最全面的以Lp(a)为重点的评估,使用了大型男性特异性数据集、对相关脂质的多变量调整以及多种多效性敏感性方法;然而主要分析结果为零,显著性是在改变估计量、工具集或调整模型后才达到的,这提示结果依赖于所选方法。类似地,Fang等对PCSK9使用了强有力的方法学三角验证,包括基因表达和共定位分析,但直接的Lp(a)分析是次要的,且仅在选定的敏感性和多变量模型中为阳性。因此,这些令人信服的发现不应被解读为对Lp(a)直接影响PCa风险的同等有力证据。Chen等和Li等在广泛生物标志物筛选中识别出正向关联并应用了若干敏感性分析,但其关于Lp(a)与PCa风险的发现未能在多重检验校正后存活;Chen等也未使用多变量MR将Lp(a)与相关脂质通路分离。An等通过发现和验证分析、贝叶斯方法、反向检验、meta分析及LPA–PCa共定位为Lp(a)–PCa关系提供了最强的特异性支持;然而,发现队列中的贝叶斯估计值为零,且其数据集与其他论文使用的数据集重叠。表面上的正向模式可能部分反映了重叠数据集的重复使用以及估计值对分析选择的敏感性。因此,关于Lp(a)与PCa风险的MR证据不能确立因果关系,尽管不能排除小的正向效应。
大多数MR研究聚焦于PCa发病率,而关于不良临床病理特征的证据仅限于一项单一研究。晚期疾病的主要分析结果为零。多变量估计值处于边缘显著,孤立的阳性敏感性分析因分析方法不同而异。该研究还使用无癌患者作为对照而非非晚期PCa患者;也未将局部晚期PCa特征如前列腺外侵犯(EPE)或精囊侵犯(SVI)作为终点,且使用了较少的Lp(a)遗传工具,限制了精确度。未进行共定位分析,因此该研究无法确认同一LPA变异是否同时影响Lp(a)水平和不良PCa特征。研究人员认为,基于当前仅由一项研究组成的MR证据,尚无法就遗传预测Lp(a)与不良PCa特征之间的关系得出确切结论。
综合来看,关于PCa发病率的证据比孤立的阳性发现所暗示的更为一致。循环研究评估了成年期测量的Lp(a),常规遗传学研究检验了选定的LPAL2–LPA变异,而MR估计了终身遗传预测的暴露。尽管存在这些差异,最可靠的分析结果绝大多数为零,为Lp(a)对PCa发病率存在中度线性效应提供了很少的支持。关于临床病理特征的表观分歧更难解释,因为循环研究评估了已确诊PCa患者的疾病严重程度,而MR将晚期病例与无癌对照进行比较。后一种设计将PCa易感性与晚期疾病概率合并,并未直接评估病例间的进展。因此,循环和MR发现并非直接矛盾,但两者均未证实Lp(a)因果性地影响PCa进展。当前证据因此不支持将循环Lp(a)或LPA基因分型用于PCa筛查或风险分层。Lp(a)在PCa中的生物学效应可能复杂且潜在相反,反映了其类LDL成分、载脂蛋白A和氧化磷脂的不同生物学特性。Lp(a)相关的OxPLs发挥已充分确立的促炎效应,为升高的Lp(a)可能促成支持肿瘤的炎症微环境提供了一个合理的机制。然而,这一机制在PCa中仍然是间接的:虽然Lp(a)相关OxPLs的炎症活性已被充分记录,但目前尚无直接证据表明生理浓度的完整Lp(a)在前列腺组织内诱导促肿瘤炎症信号。同样,由于改变的胆固醇代谢参与PCa生物学,Lp(a)的类LDL成分理论上可能与脂质依赖的肿瘤通路相互作用,但Lp(a)作为PCa细胞胆固醇来源的特异性作用仍属推测。相比之下,载脂蛋白A及其含kringle结构域片段的抗血管生成特性得到了更充分的实验证据支持。载脂蛋白A片段抑制内皮管形成、迁移和增殖,提出的分子机制涉及抑制FAK信号和阻断c-Src/ERK激活。载脂蛋白A相关的纤溶酶依赖的细胞外基质重塑和细胞运动干扰代表了另一条潜在相关的通路。然而,这些观察大多来自内皮模型、非前列腺肿瘤模型或分离的载脂蛋白A片段而非完整的循环Lp(a);因此不能直接外推至PCa。载脂蛋白A的直接致癌效应尚未被证实,Lp(a)与癌症之间的大部分机制关系仍悬而未决。
本综述受限于符合条件的研究数量少以及研究设计、人群、暴露定义、结局评估、协变量调整和统计方法方面的显著异质性,这使得meta分析无法进行。此外,仅限纳入同行评议的英文文章可能导致了相关证据的遗漏。尽管检索了三个主要数据库,仍可能遗漏部分研究。关于临床病理结局的证据来源于少数小规模或单中心研究。部分MR分析得出了方向为正向的估计值;然而,主要分析和敏感性分析之间的结果不一致,且可能受到多效性、工具选择、人群结构和数据集重叠的影响。研究人群主要为欧洲血统,这也限制了向具有不同Lp(a)浓度和遗传背景的人群推广。未来研究应开展大型前瞻性队列研究,采用标准化的Lp(a)测量和明确定义的相关终点,如EPE、SVI、淋巴结侵犯、远处转移、生化复发和PCa特异性死亡率。应特别关注纵向结局,因其可能更有效地区分疾病发病和进展并评估预后。进一步的MR研究应利用具有足够统计功效的独立数据集,以识别现有文献所提示的相对较小的效应量。功效计算应考虑遗传工具解释的Lp(a)方差比例,并采取措施最小化暴露和结局数据集之间的重叠。在独立数据集中进行重复也将有助于确定部分次要或限制性工具分析中所见的阳性发现是否可复现。最后,鉴于大多数可及的遗传证据来自欧洲血统人群,未来的观察性和遗传学研究应纳入更多样化的人群,尤其是非欧洲血统人群,以评估这些关联在不同遗传背景和Lp(a)分布下的一致性和普遍性。此外,机制研究应区分完整Lp(a)与其各个组分的作用。在PCa细胞系、患者来源的类器官以及肿瘤-内皮或肿瘤-免疫共培养模型中使用完整Lp(a)、载脂蛋白A、kringle片段、OxPL修饰或OxPL耗竭的Lp(a)以及LDL进行比较实验,可评估炎症信号、增殖、脂质摄取、血管生成、细胞外基质侵袭和细胞迁移。此类研究将有助于确定Lp(a)观察到的流行病学关联是否反映了完整颗粒的直接作用、特定apo(a)/OxPL组分的生物活性还是间接的系统性过程。这一区分尤为重要,因为现有临床前证据更一致地支持载脂蛋白A片段的抗血管生成效应,而非完整Lp(a)的直接促癌作用。有限的证据提示Lp(a)若与PCa相关,可能更密切地与侵袭性或进展性疾病相关,而非与总体发病率相关。然而,研究数量少以及晚期疾病定义的不一致阻碍了得出确切结论。总之,当前关于Lp(a)与PCa关系的证据仍然有限且不一致,不足以确立Lp(a)在PCa发展、进展或相关结局中的明确作用。