中国抗癌协会

概述

年龄是引发恶性肿瘤的独立危险因素，老年人罹患恶性肿瘤的风险随着年龄的增长而逐渐升高。近年，我国人口老龄化进程明显增速，已成为恶性肿瘤发病及死亡人数迅速攀升的关键因素。当前，我国老年肿瘤的规范诊疗理念和技术尚未普及，加之针对老年人的循证医学证据匮乏，这使得老年肿瘤患者面临着治疗不足与过度治疗的双重风险。

此报告涵盖了老年肿瘤诊疗的多个重要方面，包括流行病学、临床病理特征、衰弱筛查、老年综合评估、免疫治疗、中西医结合治疗以及多器官保护等方面的最新研究进展与展望。特别强调了应对重点人群进行衰弱筛查和老年综合评估。此外，全面回顾我国老年肿瘤的临床病理特征及诊疗现状；创新性地提出老年肿瘤患者多器官保护的三级防护概念和策略；阐明传统医学在老年肿瘤诊疗过程中所发挥的重要作用。

一. 2024年中国老年肿瘤学科 十大前沿进展       

 (1)《中国肿瘤整合诊治技术指南（2023）》     

解读：《中国肿瘤整合诊治技术指南（2023）》由樊代明院士领衔主编[22]，是整合医学理念在肿瘤防治领域的重要实践成果。该指南系统梳理了当前肿瘤诊疗的前沿技术，旨在推动中国肿瘤防治的规范化与精准化。指南的核心特色在于“整合”思维，强调多学科协作与全流程管理，打破传统单一学科局限，将手术、放化疗、靶向治疗、免疫治疗及中医药等手段有机融合。内容涵盖早期筛查、分子诊断、个体化治疗、康复管理等全周期，尤其聚焦基因检测、液体活检、AI辅助诊断等新技术应用，为临床提供循证医学支持。此外，指南结合中国人群流行病学特征及医疗资源分布，提出因地制宜的防治策略，凸显本土化创新。作为权威行业标准，该指南不仅为医务工作者提供了实用工具书，更通过整合医学模式推动诊疗模式革新，助力提升肿瘤患者生存率和生活质量，对我国癌症防控体系建设具有重要战略意义。   

 (2)《老年肿瘤患者的综合评估和诊治策略》    

 解读：李慧与刘秀峰在《医药导报》发表论文[23]，针对老年肿瘤患者因多病共存、器官功能衰退及药物代谢差异导致的治疗困境，系统探讨了CGA在优化诊疗中的核心作用。研究指出，传统评估工具（如ECOG、KPS评分）难以精准指导老年患者治疗，需通过CGA多维度评估身体功能、认知状态、营养状况及社会支持等，结合多学科协作制定个体化方案。文章强调，虚弱状态、认知障碍及营养不良是老年肿瘤患者常见风险因素，可通过G8、VES-13等筛查工具快速识别高危人群，指导治疗强度调整（如化疗剂量优化、免疫治疗安全性评估）。研究显示，CGA不仅降低化疗毒性及非计划住院率，还可平衡抗肿瘤疗效与生活质量，尤其在免疫治疗中需结合炎症标志物动态监测。当前国内CGA推广面临资源不足、缺乏标准化等挑战，亟需建立同质化评估体系及新型预测模型。文章呼吁将CGA整合至临床决策，注重患者心理支持与姑息治疗，为老年肿瘤诊疗提供循证依据，同时推动多学科协作与前瞻性研究，以应对老龄化社会医疗需求。   

 (3)《老年肿瘤患者合并心血管疾病的治疗措施》    

 解读：王盼、闵先军和杨政在《中华老年医学杂志》发表论文[24]，讨论了老年肿瘤与心血管疾病共病的治疗挑战。文章强调，老年患者需多学科协作，结合老年综合评估制定个性化方案，平衡抗肿瘤与心血管保护。针对不同并发症，如急性冠脉综合征需调整抗血小板药物，他汀类药物可降低乳腺癌复发风险；心衰治疗中新型脂质体蒽环制剂减少心脏毒性，钠-葡萄糖协同转运蛋白-2抑制剂预防合并糖尿病患者的房颤。血栓性疾病需权衡抗凝与出血风险，优先使用低分子肝素或Xa因子抑制剂。微创介入技术缩短恢复时间，但需评估术后风险。免疫检查点抑制剂诱发的心肌炎需分型治疗，联合免疫调节剂或血浆置换改善预后。终末期患者强调姑息治疗，注重生活质量与心理支持。研究强调整合医学模式在优化治疗协同、动态调整方案中的作用，为老年共病管理提供循证依据，呼吁加强新型靶向药物与心血管保护机制的探索。    

(4)《老年肿瘤评估及决策新体系》     

解读：吴珺玮与张俊在《中国肿瘤临床》发表论文[25]，探讨了老年肿瘤患者的独特挑战及诊疗优化路径。文章指出，老年患者因伴随疾病多、多重用药、虚弱状态及认知障碍等因素，常规抗肿瘤治疗适用性受限，需通过CGA结合多维指标（如身体功能、合并症、营养及社会支持）制定个体化方案。研究强调，CGA可优化治疗决策，例如通过G8、VES-13等工具筛查高危人群，调整化疗剂量或免疫治疗强度，降低毒性风险。然而，CGA推广面临资源不足、标准化缺失等困境，需建立同质化评估体系及新型预测模型。此外，老年肿瘤临床研究因年龄限制导致证据匮乏，亟需创新研究设计，纳入生存质量、患者报告结局等多元终点。COVID-19疫情期间，老年患者感染风险及治疗延误问题突出，远程医疗成为重要补充手段。文章呼吁结合衰老生物学机制开发新型标志物，优化多学科协作，并推动真实世界数据应用，以应对老龄化社会下老年肿瘤诊疗的复杂需求，最终实现精准化、人性化医疗目标。   

 (5)《癌症与衰老研究小组评估工具预测老年肿瘤患者治疗相关毒性效应的Meta分析》     

解读：代水平与吴锦晖在《中华老年医学杂志》发表的Meta分析[26]，系统评估了癌症与衰老研究小组（CARG）工具预测老年肿瘤患者化疗毒性的有效性。研究纳入17篇文献、2284例患者，结果显示：当以CARG评分6分为低风险阈值时，预测3~5级毒性反应的合并灵敏度为0.79，特异度为0.39，AUC为0.693；而阈值设为10分时，灵敏度降至0.30，特异度提升至0.75，但AUC仅为0.361。这表明CARG工具对毒性反应的预测效能中等，灵敏度较高但特异度不足，可能因研究异质性导致结果差异。相较于耗时更长的CRASH工具，CARG操作简便（＜5分钟），但独立预测能力有限，需结合其他评估工具或优化量表内容以提高准确性。文章指出，尽管CARG已被ASCO指南推荐用于老年肿瘤风险分层，但其临床推广仍需更多研究验证，尤其在联合应用及适用人群分析方面。未来方向包括改进评估维度、开发新型预测模型，以及探索多工具联合使用策略，从而更精准地指导老年肿瘤患者的个体化治疗决策，平衡疗效与安全性。    

(6)《2024 RSNA AI在影像学中的应用》     

解读：周凯伦等人在《放射学实践》发表论文[27]，系统总结了2024年北美放射学年会（RSNA）中AI在医学影像领域的最新进展。研究显示，AI在脑部肿瘤分割、乳腺癌筛查、心脏CTA斑块分析、腹部肿瘤检测及骨肌系统评估中展现出显著优势。例如，脑肿瘤分割挑战赛（BRATS-METS）通过多样化数据集优化算法，提升胶质瘤和转移瘤的识别精度；AI辅助乳腺X线筛查可降低50%工作量，同时维持癌症检出率；心脏CTA中AI自动识别高危斑块特征，助力冠状动脉疾病风险分层。此外，AI在胰腺癌早期检测、直肠癌T分期评估及骨质疏松筛查中表现出高敏感性和特异性。大型语言模型在影像报告生成、数据提取及临床决策支持方面取得突破，如GPT-4可高效完成RECIST评估，开源模型助力结构化数据提取。然而，AI应用仍面临挑战，如图像质量影响模型性能、多分类任务复杂度高及模型泛化能力不足。未来需进一步优化算法整合多模态数据，推动个性化诊疗，并加强临床验证以实现更广泛的应用。    

(7)《人工智能在老年人消化重点病种中的应用》     

解读：戴世学等人在《中华老年医学杂志》发表的综述中[28]，系统探讨了AI在老年人消化系统重点疾病中的应用。研究指出，AI在消化道出血预测中通过微流控技术（电化学、机电、光学方法）实现凝血参数实时监测，但易受环境干扰；无线胶囊内镜结合AI可辅助定位不明原因出血灶，但定位精度受磁场影响且技术尚不成熟。在腺瘤检测方面，AI系统（如ENDOANGEL）通过优化结肠镜退镜质量和实时诊断，显著降低漏检率，但需多中心验证。AI分析内镜图像和病理切片可高精度识别消化道肿瘤并预测基因突变及生存率，但依赖数据质量。新型生物传感器（磁隧道、巨磁电阻）提升了血清肿瘤标志物检测效率，但成本较高。术后监测中，AI结合循环肿瘤DNA（ctDNA）分析和移动应用可早期预警复发，但假阳性率高。文章强调，AI在提升诊断效率、个性化治疗及院外监测方面潜力显著，但需突破技术瓶颈、降低成本，并通过临床验证推动实际应用。    

(8)《The cancer burden in the oldest‐old: Increasing numbers and disparities—A nationwide study in the Netherlands, 1990 to 2019》    

 解读：荷兰学者在International Journal of Cancer杂志上发表的全国性研究[29]，分析了荷兰80岁及以上人群（即“超高龄者”）的癌症负担，包括癌症发病率、治疗和生存趋势，并预测未来癌症发病率。研究发现，1990年至2019年间，荷兰80岁及以上人群的癌症发病率翻了一番，并预计到2032年将以每年5%的速度增长。在几乎所有癌症类型中，80岁及以上患者的占比都有所增加，但前列腺癌除外。随着年龄的增长，大多数癌症的疾病分期不明的比例增加。尽管80岁及以上人群接受系统治疗的比例有所增加，但与年轻患者相比，这种增长并不明显。研究还发现，80岁及以上癌症患者的5年生存率从1990-1994年的19%提高到2015-2019年的26%，而80岁以下患者的生存率提高了19个百分点，达到63%。这表明，80岁及以上的癌症患者是一个快速增长的群体，他们在癌症治疗方面的改善不如年轻患者显著，反映出在最年长者的护理中面临的多重挑战。研究结果强调了需要更多基于证据的管理策略来应对80岁及以上癌症患者的护理需求。    (9)《Diagnosis of Cancer Using AI Technology》      解读：美国学者Emily Yu在UC Merced Undergraduate Research Journal发表的论文[30]，探讨了AI在癌症诊断及风险预防中的应用，重点聚焦肺癌早期检测。研究指出，可解释AI通过深度学习技术，结合三重网络（Triplet Network）算法，能高效识别肺部结节的恶性特征（如形状、边缘等），诊断准确率达86.39%，显著优于传统方法。可解释AI不仅能分析医学影像，还可通过组织病理学预测基因突变，为个性化治疗提供依据，降低检测成本。此外，AI在整合患者基因组数据后，可评估癌症复发风险，优化术后监测。然而，AI应用面临多重挑战：数据敏感性导致小样本下结果不稳定；缺乏统一评估标准，影响技术横向比较；伦理问题如数据偏见、隐私泄露及算法透明度不足可能加剧医疗不平等。作者强调，AI应作为辅助工具协同医生决策，而非替代临床判断。未来需通过优化算法、建立标准化框架及加强数据安全，进一步提升AI在癌症诊疗中的可靠性和公平性，最终实现精准医疗与早期干预的目标。    

(10)《Characteristics, Treatment and Outcomes of Stage I to III Colorectal Cancer in Patients Aged over 80 Years Old》     

解读：本研究发表在知名肿瘤期刊Cancers上[31]，回顾性审查了2016年至2023年在加拿大某癌症中心接受治疗的210名患者的病历，其中104名为80岁及以上的老年患者，106名为65至75岁的年轻患者。结果显示，老年组中通过筛查发现的结直肠癌比例较低（25.0%），而因症状（如出血或贫血）就诊的比例较高（61.5%）。两组在肿瘤的初始表现、位置、分级或分期上没有显著差异。然而，在治疗方面，老年组接受新辅助化疗和辅助化疗的比例显著低于年轻组（分别为19.2%和7.9%，对比年轻组的58.6%和40.0%），且老年组中接受辅助化疗的患者中有76.0%接受了剂量调整或减少，而年轻组仅为10.0%。此外，老年组接受手术治疗的比例也低于年轻组（83.7%对比95.3%）。尽管治疗强度存在差异，但两组的PFS没有显著差异，而老年组的OS）显著低于年轻组（26.3个月对比39.7个月）。研究结论指出，对于80岁及以上的结直肠癌患者，治疗计划应根据患者的具体情况（包括结直肠癌的表现、合并症状态和预期寿命）进行个性化调整，权衡癌症治疗对患者短期和长期结果的影响。尽管老年患者接受的治疗强度较低，但他们的PFS与年轻患者相似，表明在老年患者中使用较少强度的化疗方案可能获得与年轻患者相似的治疗效果。         

【主编】 李小梅   中国人民解放军总医院 石丘玲   重庆医科大学 刘端祺   中国人民解放军总医院 【副主编】（按姓氏拼音排序） 白静慧   辽宁省肿瘤医院 李胜棉   河北医科大学第四医院 刘东颖   天津医科大学肿瘤医院 闵 婕   第四军医大学唐都医院 邬 麟   湖南省肿瘤医院 薛 冬   北京大学肿瘤医院 张宏艳   中国人民解放军总医院 【编委】（按姓氏拼音排序） 崔琳虹   中国人民解放军总医院 贾小诺   辽宁省肿瘤医院 李 娟   四川省肿瘤医院 李元青   北京大学肿瘤医院 刘维帅   天津医科大学肿瘤医院 蒲兴祥   湖南省肿瘤医院 武文斌   北京医院 张 兰   河北医科大学第四医院 张燕军   陕西省肿瘤医院 【专家顾问】 刘晓红   北京协和医院 王子平   北京大学肿瘤医院             

 参考文献（向上滑动阅览）    [1]Han B., Zheng R., Zeng H., et al. Cancer incidence and mortality in China, 2022[J]. J Natl Cancer Cent, 2024, 4(1): 47-53. [2]Ju W., Zheng R., Zhang S., et al. Cancer statistics in Chinese older people, 2022: current burden, time trends, and comparisons with the US, Japan, and the Republic of Korea[J]. Sci China Life Sci, 2023, 66(5): 1079-91. [3]Zheng R., Zhang S., Zeng H., et al. Cancer incidence and mortality in China, 2016[J]. J Natl Cancer Cent, 2022, 2(1): 1-9. [4]国家癌症中心. 2021中国肿瘤登记年报[M]. 北京: 人民卫生出版社, 2023. [5]Tortorella L., Cappuccio S., Giannarelli D., et al. Distribution and prognostic role of BRCA status in elderly ovarian cancer patients[J]. Gynecol Oncol, 2024, 182: 57-62. [6]Hung L. J., Hsu P. C., Yang C. T., et al. Effectiveness and safety of afatinib, gefitinib, and erlotinib for treatment-naïve elderly patients with epidermal growth factor receptor-mutated advanced non-small-cell lung cancer: a multi-institute retrospective study[J]. Aging (Albany NY), 2024, 16(1): 550-67. [7]Chon J., Timilshina N., Almugbel F., et al. Validity of a self-administered G8 screening test for older patients with cancer[J]. J Geriatr Oncol, 2023, 14(7): 101553. [8]Dale W., Klepin H. D., Williams G. R., et al. Practical Assessment and Management of Vulnerabilities in Older Patients Receiving Systemic Cancer Therapy: ASCO Guideline Update[J]. J Clin Oncol, 2023, 41(26): 4293-312. [9]Network National Comprehensive Cancer. NCCN Clinical Practice Guidelines in Oncology (NCCN Guidelines®): Older Adult Oncology[M/OL].Version 1. 2025. [10]Biganzoli L., Battisti N. M. L., Wildiers H., et al. Updated recommendations regarding the management of older patients with breast cancer: a joint paper from the European Society of Breast Cancer Specialists (EUSOMA) and the International Society of Geriatric Oncology (SIOG)[J]. Lancet Oncol, 2021, 22(7): e327-e40. [11]Ding Y., Lei S., Wang L., et al. Age-related efficacy of immunotherapies in advanced non-small cell lung cancer: a comprehensive meta-analysis[J]. Lung Cancer, 2024, 195: 107925. [12]Li L., Xu C., Wang W., et al. Efficacy and safety of PD-1/PD-L1 inhibitors in elderly patients with advanced non-small cell lung cancer[J]. Clin Respir J, 2024, 18(5): e13763. [13]Zhang P., Ma M., Nie J., et al. Real-world data on the first-line immune checkpoint inhibitors or in combination with chemotherapy in older patients (aged ≥ 75 years) with advanced non-small cell lung cancer[J]. Heliyon, 2024, 10(4): e26026. [14]卯云烨, 王安, 盛舒, 等. 免疫单药与免疫联合化疗在75岁及以上晚期非小细胞肺癌患者中的疗效与安全性对比[J]. 中国肺癌杂志, 2024, 27(9): 665-73. [15]Léna H., Greillier L., Cropet C., et al. Nivolumab plus ipilimumab versus carboplatin-based doublet as first-line treatment for patients with advanced non-small-cell lung cancer aged ≥70 years or with an ECOG performance status of 2 (GFPC 08-2015 ENERGY): a randomised, open-label, phase 3 study[J]. Lancet Respir Med, 2025, 13(2): 141-52. [16]Ramos M. J., Mendes A. S., Romão R., et al. Immunotherapy in Elderly Patients-Single-Center Experience[J]. Cancers (Basel), 2023, 16(1): 145. [17]Nishio M., Watanabe S., Udagawa H., et al. Integrated analysis of older adults and patients with renal dysfunction in the IMpower130 and IMpower132 randomized controlled trials for advanced non-squamous non-small cell lung cancer[J]. Lung Cancer, 2024, 196: 107859. [18]Li M., Meindl-Beinker N. M., Maenz M., et al. Functional status and quality of life in older patients with advanced esophageal squamous cell cancer receiving second-line nivolumab ± ipilimumab therapy: A post hoc analysis of the phase 2, multicenter RAMONA study[J]. J Geriatr Oncol, 2024, 15(7): 101838. [19]Landre T., Chouaïd C., Sadaoui N., et al. Clinical benefit of anti-PD-1/PD-L1 plus chemotherapy in first-line treatment for patients over the age of 65 or 75 with metastatic non-small cell lung cancer (NSCLC)[J]. J Chemother, 2024, 36(8): 675-81. [20]Tsukita Y., Tozuka T., Kushiro K., et al. Immunotherapy or Chemoimmunotherapy in Older Adults With Advanced Non-Small Cell Lung Cancer[J]. JAMA Oncol, 2024, 10(4): 439-47. [21]Yamashita S., Hamamoto S., Furukawa J., et al. Efficacy and Safety of Nivolumab Plus Ipilimumab for Metastatic Renal Cell Carcinoma in Patients 75 Years and Older: Multicenter Retrospective Study[J]. Cancers (Basel), 2025, 17(3): 474. [22]樊代明(主编). 中国肿瘤整合诊治技术指南（2023）[M]. 天津: 天津科学技术出版社, 2023. [23]李慧, 刘秀峰. 老年肿瘤患者的综合评估和诊治策略[J]. 医药导报, 2024, 43(3): 380-4. [24]王盼, 闵先军, 杨政. 老年肿瘤患者合并心血管疾病的治疗措施[J]. 中华老年医学杂志, 2024, 43(12): 1661-6. [25]吴珺玮, 张俊. 老年肿瘤评估及决策新体系[J]. 中国肿瘤临床, 2022, (049-009). [26]代水平, 吴锦晖. 癌症与衰老研究小组评估工具预测老年肿瘤患者治疗相关毒性效应的Meta分析[J]. 中华老年医学杂志, 2024, 43(04): 484-9. [27]周凯伦, 高萌萌, 何康文, 等. 2024RSNA AI在影像学中的应用[J]. 放射学实践, 2025, (1): 35-41. [28]戴世学, 佘曹翔, 李哲旻, 等. 人工智能在老年人消化重点病种中的应用[J]. 中华老年医学杂志, 2023, 42(05): 609-13. [29]Schuurman Melinda S., Lemmens Valery E. P. P., Portielje Johanneke E. A., et al. The cancer burden in the oldest‐old: Increasing numbers and disparities—A nationwide study in the Netherlands, 1990 to 2019[J]. International Journal of Cancer, 2024, 154(2): 261-72. [30]Yu Emily. Diagnosis of Cancer Using AI Technology[J]. UC Merced Undergraduate Research Journal, 2024, 16(2): 1-10. [31]Yeo M. R., Voutsadakis I. A. Characteristics, Treatment and Outcomes of Stage I to III Colorectal Cancer in Patients Aged over 80 Years Old[J]. Cancers, 2025, 17(2): 247.