新出现的或发生变化的皮肤病变

尽快就医

4 项研究 · 1 条建议

最后更新: 2026年2月25日

新出现的或发生变化的皮肤病变 – 黑色素瘤
尽快就医4 项研究

新出现的或发生变化的痣和皮肤病变需要及时进行专业评估,以排除黑色素瘤的可能性。

通过四项研究,涵盖了超过 72 万名参与者,皮肤病变的可观察到的变化是黑色素瘤的重要早期指标。在一组由 706,037 名男性组成的对照组中,发现了 1,315 例黑色素瘤病例。既往的日晒损伤标志物,如日光性角化症(HR = 1.21,95% CI 1.17-1.25)和基底细胞癌病史(HR = 1.15,95% CI 1.11-1.19),显著增加了患病风险。诊断准确性研究证实,形态特征——不对称、边缘不规则、颜色变化——可以可靠地区分黑色素瘤与良性病变,通过三维扫描达到 80% 的敏感度,通过皮肤镜图像分析达到 97.5% 的准确率。一项在挪威社区开展的筛查项目,对 15,777 名个体进行了检查,发现其中 16.4% 的人存在需要进一步随访的情况,其中有 1% 被诊断出患有黑色素瘤。任何新的、不对称的、边缘不规则或颜色发生变化的病变都应立即由皮肤科医生进行评估。

证据

作者: Ares Rodríguez, Miguel, Burgos Fernández, Francisco Javier, Espinar Martínez, Daniel, Malvehy Guilera, José, Pellacani, Giovanni, Puig, Susana, Rey Barroso, Laura, Royo Royo, Santiago, Sicília Armengol, Natàlia, Vilaseca Ricart, Meritxell

发布日期: 2019年1月1日

在一项针对608个皮肤病灶的诊断准确性研究中,这些病灶是在两家欧洲医院使用三维条纹投影扫描仪进行测量的。研究结果显示,黑色素瘤(n=60)和良性痣(n=81)之间存在显著的形态学差异,多个表面参数(包括面积与周长之比以及体积与周长之比)的p值均小于0.001。一种使用这些三维形态特征的有监督机器学习分类器,在区分黑色素瘤和良性痣方面达到了80.0%的敏感性和76.7%的特异性。研究对象包括194个可分析的病灶:其中42%为良性痣,31%为黑色素瘤,9%为基底细胞癌,9%为非痣类的良性病灶,6%为脂溢性角化,3%为鳞状细胞癌。

作者: Anne-Kristin B. Bjaaen, David J. Wright, Emery, Friedman, Govindan, Kjersti W. Garstad, Lindsey, Losina, MacKie, MacKie, Mayer, Mette Valeur, Reidun L.S. Kjome, Watts, Whiteman

发布日期: 2016年12月6日

挪威一家社区药房提供的痣扫描服务在3.5年(2010-2014年)内,为15777人进行了25836次扫描。在接受扫描的人群中,有1%被诊断出患有黑色素瘤,另有15.4%的人患有其他需要关注的皮肤疾病。2014年,该服务发现了挪威癌症登记处注册的所有黑色素瘤病例中的4.1%。只有83.6%的扫描结果显示正常,这意味着有16.4%接受筛查的人群存在需要进一步检查的情况。患者满意度很高:88%表示愿意再次使用这项服务,99%认为药房是一个合适的场所,95%会向他人推荐该服务。

作者: Anthony Matthews, Anthony Matthews, Ian J Douglas, Krishnan Bhaskaran, Liam Smeeth, Sinéad M Langan

发布日期: 2016年6月1日

在这项对706,037名男性进行平均4.9年(总计344万人年)的随访研究中,诊断出1315例恶性黑色素瘤病例。在那些患有与黑色素瘤相关的疾病的人群中,暴露于阳光下的指标显著升高:日光性角化病(风险比[HR]=1.21,95%置信区间[CI] 1.17-1.25,p<0.001)和基底细胞癌(HR=1.15,95% CI 1.11-1.19,p<0.001)都与相同的生活方式特征相关。日光性角化病史与随后皮肤癌诊断之间的强烈关联(优势比[OR]=1.28,95% CI 1.23-1.34)表明,皮肤受阳光损伤的人面临更高的黑色素瘤风险,应密切关注皮肤的异常变化。

作者: Abuzaghleh, Omar, Barkana, Buket D., Faezipour, Miad

发布日期: 2014年12月1日

一种自动化的图像分析系统,在佩德罗·伊斯帕诺医院的PH2皮肤镜数据库(包含200张皮肤镜图像)上进行了测试。该系统通过提取特征,包括不对称性、边缘不规则性、颜色变化和皮肤镜结构等,来区分正常、非典型和黑色素瘤病变。对于正常病变,分类准确率达到96.3%;对于非典型病变,准确率达到95.7%;对于黑色素瘤,准确率达到97.5%。该系统在区分非典型病变与正常病变以及黑色素瘤病例方面表现出很高的准确性,这证实了可见的病变特征能够可靠地区分良性和潜在恶性生长。由于主观评估,临床诊断仍然容易出现误诊,因此,当观察到非典型特征时,及时进行专业评估至关重要。