宫颈癌筛查的过度与不足：法国CONSTANCES队列中社会差异的时间轨迹分析

《BMC Women's Health》：Underuse, overuse, and guideline-based use of cervical cancer screening: social disparities in temporal screening trajectories in the French CONSTANCES cohort

本研究针对宫颈癌筛查中存在的过度筛查（overscreening）与筛查不足（underscreening）问题，通过分析法国CONSTANCES队列中55,141名女性的巴氏试验（Pap test）报销数据，采用序列分析（sequence analysis）方法追踪其7.5年内的筛查轨迹。结果显示，70.7%的女性存在过度筛查，且筛查行为具有高度持续性；社会经济学特征（如教育水平、收入）与筛查模式显著相关，优势群体更易过度筛查。研究揭示了筛查行为的社会不平等性，为优化筛查策略提供了实证依据。

　　

宫颈癌是威胁女性健康的重要疾病，而定期筛查已被证明能有效降低其发病率和死亡率。法国自上世纪90年代起推荐25-65岁女性每三年进行一次巴氏试验（Pap test）筛查，但实际筛查行为却存在显著偏离指南的现象。一方面，部分女性因社会、经济或文化因素未能达到推荐筛查频率（即筛查不足，underscreening），增加了疾病风险；另一方面，许多女性却接受过于频繁的筛查（即过度筛查，overscreening），这不仅带来不必要的医疗成本，还可能因假阳性结果引发焦虑或过度治疗。尤其值得注意的是，筛查行为的社会不平等性长期存在，但过度筛查的群体特征及其持续性尚未被充分探讨。为此，Jeanne Sassenou等研究人员在《BMC Women's Health》发表论文，利用法国大型流行病学队列CONSTANCES的数据，深入分析了宫颈癌筛查的时间轨迹及其与社会因素的关联。

研究团队基于CONSTANCES队列中55,141名女性的巴氏试验报销记录（2009-2019年），结合法国筛查指南，将每位女性的筛查状态定义为“过度筛查”（3年内≥2次Pap test）、“符合指南”（3年内1次）或“筛查不足”（3年内0次）。通过序列分析（sequence analysis）和最优匹配算法（Optimal Matching analysis, OMA）对23个四个月区间的筛查序列进行聚类，识别出三类典型筛查模式，并进一步通过卡方检验比较各群体的人口学、健康和社会经济特征。

主要研究结果

1. 1.
   筛查轨迹的持续性
   序列分析显示，70.7%的女性（38,964人）被归类为“过度筛查”集群，23.8%为“符合指南”集群，5.5%为“筛查不足”集群。筛查行为在个体层面表现出高度稳定性：一旦女性在观察期初形成某种筛查节奏（如过度筛查），该模式往往持续至期末。
2. 2.
   社会经济学差异
   • •
     过度筛查群体：多为年轻、高学历（68.5%有高等教育背景）、高收入（月收入≥4200欧元者占33.7%）、无移民背景（81.5%），且自评健康状况良好（51.0%为“非常好”）。
   • •
     筛查不足群体：更多面临经济困难（20.2%月收入<1500欧元）、教育水平较低（26.8%未通过高中毕业考试）、独居比例高（40.3%），且肥胖（BMI≥30 kg/m²）比例达23.3%。
   • •
     妇科就诊频率：过度筛查群体中55.4%在入组前一年内看过妇科医生，而筛查不足群体中这一比例仅为11.4%。

结论与意义

本研究首次在法国大规模队列中揭示了宫颈癌筛查的“双刃剑”现象：过度筛查已成为主流，且与社会优势地位紧密相关；而筛查不足则集中于弱势群体。筛查行为的持续性提示，早期筛查习惯的建立对长期模式有关键影响。结果呼吁需针对性优化筛查策略：一方面加强对弱势群体的筛查覆盖，另一方面通过医生教育减少非必要筛查。此外，研究强调了将时间维度纳入健康行为分析的重要性，为公共卫生政策提供了实证基础。

研究局限性

包括CONSTANCES队列参与者的社会经济背景优于一般人群，可能低估筛查不足比例；未纳入HPV检测结果可能影响过度筛查的精确评估；横断面社会变量未能反映随访期内的动态变化。未来研究需结合筛查结果数据进一步验证过度筛查的临床影响。