Экономическая эффективность скрининга рака лёгкого: выводы на основе стратификации риска, руководств и новых технологий — систематический обзор

Почему раннее выявление рака лёгкого важно для всех

Рак лёгкого остаётся самым смертоносным видом рака в мире, главным образом потому, что у большинства людей диагноз ставят только после появления симптомов — когда лечение сложнее и менее эффективно. В этой статье проанализированы десятки экономических исследований со всего мира, чтобы ответить на практический вопрос, важный для пациентов, налогоплательщиков и систем здравоохранения: оправдывают ли выгоды для здоровья затраты на скрининг, направленный на раннее выявление рака лёгкого?

Обзор мировой доказательной базы

Авторы систематически искали по основным медицинским базам данных и выделили 79 экономических исследований из 21 страны, в которых оценивались программы скрининга рака лёгкого. Большинство анализов основано на компьютерных моделях, моделирующих, что происходит с большими группами людей в течение многих лет при наличии или отсутствии скрининга. Обзор включал как «полные» экономические оценки, сопоставляющие затраты и результаты для здоровья, так и более простые исследования затрат. Почти 90 % моделируемых работ соответствовали высоким стандартам качества, что даёт политикам некоторую уверенность в надёжности результатов, несмотря на разнообразие методов и условий.

Ключевая роль низкодозной КТ

Во всех исследованиях низкодозная компьютерная томография (НДКТ) была бесспорно доминирующим инструментом скрининга. Крупные клинические испытания уже показали, что НДКТ может сократить смертность от рака лёгкого приблизительно на пятую по сравнению с рентгеном грудной клетки или отсутствием скрининга. Этот обзор расширяет те выводы, оценивая не только жизни, но и деньги. В 14 исследованиях, которые напрямую сравнивали НДКТ с отсутствием скрининга и сообщали результаты в стоимости за один взвешенный год жизни с учётом качества (QALY) — стандартной метрике, объединяющей количество и качество жизни — дополнительная стоимость за QALY варьировала примерно от 8 000 до 200 000 долларов США (в ценах 2022 года). При использовании порогов каждой страны для определения «хорошей ценности» примерно 9 из 10 стратегий НДКТ признаны экономически эффективными, особенно среди пожилых людей и лиц с длительной или интенсивной историей курения.

Кому скрининг приносит наибольшую пользу и как часто его проводить

Выявился ясный закономерность: скрининг экономически наиболее привлекателен для людей с более высоким риском — как правило, пожилых, текущих или бывших интенсивных курильщиков, а в некоторых анализах — мужчин. В этих группах скрининг предотвращает больше смертей на одного обследованного, поэтому каждый потраченный доллар приносит больше выгоды. В исследованиях также тестировали различные возраст начала и окончания программ и частоту сканирования. Начало скрининга несколько позже, когда риск рака лёгкого уже выше, как правило, улучшало соотношение цена/качество. Продление программ сверх примерно 75 лет обычно приносило меньший прирост здоровья при более высоких затратах. Сравнение ежегодного и двухлетнего (биенального) скрининга дало смешанные результаты: для некоторых курильщиков с высоким риском ежегодные сканирования выглядели более экономичными, но во многих других сценариях биенальные программы обеспечивали лучшее экономическое соотношение, так как снижали затраты при сохранении большей части пользы для здоровья.

Руководства, инструменты оценки риска и новые технологии

Обзор также сравнивал различные национальные и основанные на испытаниях руководства, определяющие, кого следует обследовать. Стратегии, смоделированные по образцу исследования NELSON и недавних китайских рекомендаций, часто давали лучшую ценность, чем критерии Комитета по профилактическим службам США (USPSTF), во многом потому, что они более эффективно нацелены на людей с самым высоким риском и используют более тонкие правила для последующего наблюдения за лёгочными узелками. Лишь небольшая доля исследований использовала подробные калькуляторы прогноза риска для отбора кандидатов на скрининг, но те, кто применял такие инструменты, обычно отмечали улучшение экономической эффективности. В экономической литературе начинают появляться новые подходы: ранние анализы инструментов искусственного интеллекта (ИИ), помогающих при чтении НДКТ, предполагают, что они могут даже экономить деньги, сокращая ложные тревоги и фокусируя внимание на наиболее тревожных снимках, хотя пока таких исследований всего два. Анализы кровяных тестов и генетических рисковых шкал показывают потенциал в качестве дополнений к НДКТ в некоторых условиях, но их экономическая ценность остаётся неопределённой и сильно зависит от стоимости и характеристик тестов.

Что это значит для решений в общественном здравоохранении

Для широкого читателя основной вывод прост: использование низкодозной КТ для скрининга людей с высоким риском рака лёгкого в целом обеспечивает хорошую отдачу с точки зрения здоровья за потраченные средства во многих странах, особенно если программы следуют продуманным руководствам и ориентированы на подходящие возрастные и рисковые группы. В то же время обзор показывает, что «один размер подходит всем» вряд ли будет оптимальным. Решения о том, кого обследовать, как часто и стоит ли добавлять новые инструменты, такие как ИИ или анализ крови, могут смещать баланс между затратами и выгодами. Данные из стран с низким и средним уровнем дохода по-прежнему скудны, поэтому перед повсеместным внедрением там нужны более локально обоснованные исследования. В целом статья делает вывод, что целенаправленный скрининг рака лёгкого может спасать жизни экономно, а будущие исследования по новым технологиям и подходам, основанным на риске, могут ещё больше улучшить это соотношение.

Цитирование: Fan, Z., Zheng, M., Guan, Z. et al. Cost-effectiveness of lung cancer screening: insights from risk stratification, guidelines, and emerging technologies—a systematic review. npj Prim. Care Respir. Med. 36, 15 (2026). https://doi.org/10.1038/s41533-026-00482-w

Ключевые слова: скрининг рака лёгкого, низкодозная КТ, экономическая эффективность, стратификация риска, искусственный интеллект