背景：　　国际癌症研究中心（IARC）根据监测预计，全球肿瘤发病人数在未来将会以每年3-5%的速度增长。推算到2020年，全球可能会出现约2000万例新发癌症病例，其中死亡例数可能达到1200万。同时，根据观察，发展中国家肿瘤发病率比发达国家高出许多，原因可能与发展中国家缺乏早期筛查及预防有关。我国是一个发展中国家，癌症呈高发趋势，我国每年用于癌症病人的费用远高于其他慢性病的医疗费用。同时，我国的癌症发生谱有明显的变化，乳腺癌、肺癌、前列腺癌、结直肠癌的发病率出现明显上升，而上世纪高发的胃癌、食管癌、宫颈癌、肝癌等则有不同程度下降。　　肿瘤的发生发展是一个复杂的过程，人类之前用半个多世纪研究肿瘤，逐渐揭开肿瘤的真相：肿瘤是一种由多因素参与、相互作用，逐步发展的系统性、全身性疾病。肿瘤细胞之所以能够自我无限复制、并逃避免疫系统、不执行细胞凋亡行为，达到侵袭转移的生物学行为，与癌症相关基因异常关系密切。同时经过大量研究，研究者还发现，即便是表达类型不同的肿瘤，表面看似不相干，但在基因遗传学中却存在一定的共性。而作为恶性肿瘤的基本特征和重要标志——侵袭与转移，同时也作为肿瘤患者死亡的主要原因，同样与相关基因有密不可分的关系。　　所谓肿瘤转移，是指恶性肿瘤细胞从原发部位脱落，经过淋巴道、血管或体腔等途径，到达其他部位，并继续增殖生长，形成与原发肿瘤性质相同的继发肿瘤的过程。其中，有很多因子与基因参与这个复杂的过程。整合素(integrin)信号通路是其中一个重要的与肿瘤侵袭转移有关的通路，整合素是一种重要的黏附分子，位于细胞表面，它是一个异源二聚体，由α和β两个亚基组成，是兼具黏附和信号传导功能的受体。CDl51又名PESFA一1,是人类跨膜四超家族成员之一，位于染色体11 p15.5(4、5)。在人类跨膜四超家族第一个被发现与肿瘤进展及预后呈正相关。CD151在肿瘤中的作用就主要通过与整合素结合来实现。CDl51相当于一个“调配器”，在肿瘤细胞信号传递方面起重要作用：CDl51将细胞外面的信号分子传递给细胞内信号通路及细胞骨架蛋白，调节细胞的活动；同时，将细胞内的信号分子传递给整合素，调节整合素功能，而且，CDl51能够选择与不同类型的整合素或其他四跨膜蛋白分子结合，形成不同的复合物，来调节细胞的形态或功能。CDl51起了双向调节作用。　　在此，我们将相关文章进行了Meta分析，研究CD151的表达和肿瘤进展与预后之间的关系。　　方法：　　按照Cochrane协作网推荐的检索策略以“CDl51”,“solid tumors”,”“ prognosis”，“ overall survival”，“disease-free survival”。英文检索词电子检索PubMed，Embase，Web of Scieallnce等外文数据库。按照本meta分析预设的纳入和排除标准对检索到的文献进行筛选，对符合标准的文献，分别由两名专业人员独立进行数据提取以及对其进行统计学分析，根据入选文献的HR及其相应的95%CI来计算合并HR, 并可用森林图显示出来，以此来评价CDl51表达与实体肿瘤预后指标之间的关系。菱形、短横线如果与无效线相交或者相接触代表CDl51是否表达异常与肿瘤患者生存期不相关，菱形、短横线如果不与无效线接触或者相交，且位于无效线的右边(即HR>1)则代表CDl51为危险因素，其高表达与肿瘤不良预后有关；在左边(即HR<1)提示CDl51为保护因素，其高表达与肿瘤预后良好有关。用Cochran’s Q检验和Higgins’s I2统计进行异质性检测，如果P值>0.10并且I2<50%则提示没有异质性，在这种情况下，我们再采用固定效应模型（fixed-effects model）进行合并效应量工作，反之则采用随机效应模型（random-effects model）进行效应量合并。假如分析结果发现各个研究之间存在异质性，我们就进一步采用亚组分析和敏感性分析来对纳入文献的异质性的来源进行检测。我们采用漏斗图（funnel plot）和Egger’s检验来检测本meta分析中纳入的文献是否有发表偏倚。漏斗图如果为对称的形状，提示发表没有偏倚；反之如果漏斗图表现为不对称形状，则提示存在发表偏倚，不对称性越明显，提示偏倚的程度越大。Egger’s 检验中，如果Egger’s 检验截距等于0，提示没有发表偏倚，截距接近于0，提示可能存在较小发表偏倚，截距与“0”差越多，提示偏倚越大。如果我们发现研究确实有发表偏倚，那么就用Duval和Tweedie的剪补法（trim and fill）来评估发表偏倚对meta分析的总的结果的影响。所谓剪补法，其原理是采用迭代方法估算缺失的研究的数量，把这部分内容添加进研究中，并剔除那些低权重低和较极端的研究，根据剪补干预以后的数据重新进行Meta分析，如果干预前和干预后的合并效应量变化不甚明显或者结论不变，说明发表偏倚对结果影响不大，结果较稳定可信。　　结果：　　共纳入18篇文献，包含4270个病例。结果表明CD151表达水平是多种实体肿瘤预后的独立预测因子。CD151 表达水平越高， OS 越低 (总 HR = 1.498, 95%CI=1.346-1.667，P<0.001)，DFS越低(总HR=1.488, 95%CI=1.314-1.685,P<0.001)。　　本文分析的主要结果是OS，次要结果是DFS、。纳入文献中共有18篇文献研究关注的是主要结果OS。异质性检测结果是P值=0.054，I2=36.9%，提示这18篇文献存在异质性，因此接下来我们采用随机效应模型来计算合并风险比（HR）及其95%CI。结果得出HR=1.498，95%CI=1.346-1.667，P<0.001，提示CD151过表达与OS差有显著关系。　　纳入文献中共有10篇文献研究关注的是次要结果DFS。异质性检测结果是P值0.146， I2=32.8%，提示这10篇文献存在异质性，我们再次采用随机效应模型来计算合并风险比（HR）及其95%CI。结果为HR=1.488，95%CI=1.314-1.685，P<0.001，提示CD151表达水平与DFS同样有显著关系。　　亚组研究结果发现:在黄种人之间，CD151超表达与OS及 DFS之间有显著的关联 (OS:总 HR = 1.511,95%CI 1.348-1.693,P< 0.001;DFS:总HR = 1.524,95% CI 1.343 -1.729,P <0.001),同样，在白种人中，CD151与OS及DFS也有显著关联(OS:总HR=1.400,95%CI 1.018-1.924,P=0.038)。CD151与OS及 DFS之间的重要关联也表现在乳腺癌患者(OS:总HR=1.399,95%CI 1.022-1.915,P=0.036)和胃癌患者(OS:总HR=1.498,95%CI 1.188-1.890,P=0.001)中。　　在这项研究中,我们利用Begg的漏斗图以及Egger’s检验来评估可能的发表偏倚。作为演示,OS和DFS的漏斗图的形状没有明显的异质性(图4),而Egger’s的测试结果显示OS有轻微的发表偏倚(P=0.097),DFS则没有明显发表偏倚(P=0.839)。于是我们运用剪补法来纠正发表偏倚对Meta分析结果的影响，以使得合并HR值更可靠,P值<0.01。最后，我们还进行了敏感性分析，来证实上述分析结果的可靠性。　　结论：　　总之,在这个meta分析中，充分揭示了这样一个显著的关系：癌症病人CD151表达越高，平均总生存期和无病生存期越短。这些结果表明,CD151是一个有潜能的肿瘤预后生物标志物和一个有前途的治疗实体肿瘤的靶点。