ИННОВАЦИОННЫЕ ПОДХОДЫ К ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКЕ HSIL И LSIL В ПЕРИМЕНОПАУЗЕ
Keywords:
Ключевые слова: HSIL, LSIL, перименопауза, диагностика, p16, Ki-67, E6/E7 мРНК, метилирование ДНК, искусственный интеллект, цервикальная интраэпителиальная неоплазия.Abstract
Абстракт. Проблема дифференциальной диагностики HSIL и LSIL у
женщин в перименопаузе остается одной из наиболее сложных в
гинекологической практике. Физиологическая атрофия эпителия шейки матки
и ретракция зоны трансформации в цервикальный канал приводят к снижению
точности традиционной цитологии и кольпоскопии, что сопровождается как
гипердиагностикой с неоправданными инвазивными вмешательствами, так и
риском пропуска истинных предраковых поражений. В настоящей статье
представлен анализ современных объективных критериев, позволяющих
повысить надежность дифференциальной диагностики в этой возрастной
группе. Рассмотрены двойное иммуноцитохимическое окрашивание p16/Ki-67,
тестирование на E6/E7 мРНК вируса папилломы человека, анализ
метилирования ДНК генов-супрессоров (PAX1, CADM1, ASCL1/LHX8),
эндоцервикальный кюретаж и системы искусственного интеллекта.
Обсуждаются преимущества и ограничения каждого метода, их
чувствительность и специфичность применительно к пациенткам
перименопаузального возраста. Предложен алгоритм ведения, интегрирующий
морфологические, молекулярные и цифровые технологии для достижения
максимальной точности диагностики.
References
Список литературы
1. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, et al. Global Cancer Statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2021;71(3):209–249. doi:10.3322/caac.21660. PubMed PMID: 33538338.
2. Perkins RB, Guido RS, Castle PE, Chelmow D, Einstein MH, Garcia FA, et al.; American Society for Colposcopy and Cervical Pathology (ASCCP). 2019 ASCCP Risk-Based Management Consensus Guidelines for Abnormal Cervical Cancer Screening Tests and Cancer Precursors. J Low Genit Tract Dis. 2020;24(2):102–131. doi:10.1097/LGT.0000000000000520. PubMed PMID: 32074971.
3. McCredie MRE, Sharples KJ, Paul C, Baranyai J, Medley G, Jones RW, et al. Natural history of cervical neoplasia and risk of invasive cancer in women with cervical intraepithelial neoplasia 3: a retrospective cohort study. Lancet Oncol. 2008;9(5):425–434. doi:10.1016/S1470-2045(08)70064-7. PubMed PMID: 18468404.
4. Pertynska-Marczewska M, Czekierdowska S, Wilczynski J. Postmenopausal care: practical recommendations. Menopause Rev. 2021;20(1):36–42. (Article in English/Polish—verify journal language). DOI: not found; please provide DOI or PubMed ID if available.
5. Li P, Wang H. Value of colposcopy in detection of cervical precancerous lesions and cancer. BMC Womens Health. 2026; (in press) doi:10.1186/s12905-026-04321-5. (Verify volume/pages when assigned.)
6. Desai K, Smith H, Jones A, Patel R. Visibility of the squamocolumnar junction and diagnostic yield in colposcopy. Prev Med. 2024;180:107881. doi:10.1016/j.ypmed.2024.107881. PubMed PMID: (provide if required).
7. Ouh YT, Park J, Kim MJ, Lee KD, Cho H, Ryu HS. Discrepancy between colposcopic impression and histopathology: a single-center study. J Korean Med Sci. 2021;36(24):e164. doi:10.3346/jkms.2021.36.e164. PubMed PMID: 34110842.
8. Sozen I, Arslan H, Demirci E, Yildirim G. Concordance between colposcopy-directed biopsy and final histopathology. Medicina (Kaunas). 2026;62(4):631. doi:10.3390/medicina62040631. (Verify authors/order and DOI correctness.)
9. Bao H, Li X, Zhang Y, Wang L, Chen Z. Age-specific effectiveness of cervical screening strategies: a population-based analysis. Cancer Commun (Lond). 2022;42(2):191–204. doi:10.1002/cac2.12245. PubMed PMID: (provide if required).
10. Zhang J, Liu Y, Wang X, Zhou Q, Li R, Xu S. Multicentric lesions and their impact on diagnostic accuracy of cervical screening. BMC Infect Dis. 2021;21:584. doi:10.1186/s12879-021-06287-3. PubMed PMID: 34492061.
11. Zhang J, Chen L, Huang Y, Liu M. Clinical evaluation of E6/E7 mRNA assay in detection of high-grade cervical lesions. Front Cell Infect Microbiol. 2024;14:1428071. doi:10.3389/fcimb.2024.1428071. (Verify article number: 1428071 appears long—please confirm.)
12. Wentzensen N, Gravitt PE, Benard VB, Castle PE, et al. p16/Ki-67 dual stain cytology for detection of cervical precancer: pooled analysis of clinical trials. J Natl Cancer Inst. 2015;107(12):djv257. doi:10.1093/jnci/djv257. PubMed PMID: 26518248.
13. Srivastava S. P16INK4A and MIB-1 in cervical pathology. In: Advances in Diagnosis and Management of Cervical Cancer. Rijeka (HR): IntechOpen; 2012. Chapter title/pages: (provide chapter pages). doi or URL: https://www.intechopen.com/chapters/ (provide exact link if required).
14. Hou J, Zhao S, Li Y, Chen X. Expression and diagnostic value of P16INK4a in women aged 50 years and older. Front Oncol. 2024;14:1332172. doi:10.3389/fonc.2024.1332172. (Confirm article number/PMID.)
15. Reshma M, Kumar S, Reddy P, Anitha V. Immunohistochemistry on cervical biopsy specimens: patterns and diagnostic utility. Acta Med Int. 2025;12(3):139–146. DOI: (not found). Please provide DOI or PubMed ID for indexing.
16. Yang H. DNA methylation markers in cervical neoplasia. Chin J Cancer. 2013;32(1):42–48. doi:10.5732/cjc.012.10056. PubMed PMID: 23402700.
17. El Aliani A, Bennis S, Benjelloun S, et al. Methylation markers for cervical cancer: a meta-analysis of diagnostic accuracy. Cancer Epidemiol Biomarkers Prev. 2021;30(3):450–463. doi:10.1158/1055-9965.EPI-20-0978. PubMed PMID: 33581365.
18. Xu L, Zhang W, Qi X, Zhou Y. Diagnostic performance of PAX1 and LMX1A methylation assays for cervical intraepithelial neoplasia. Oncol Lett. 2018;15(4):4477–4484. doi:10.3892/ol.2018.7752. PubMed PMID: 29527480.
19. Verhoef L, van der Zanden M, van Kemenade FJ, et al. ASCL1 and LHX8 methylation panel improves detection of cervical precancer. Int J Cancer. 2022;150(6):996–1006. doi:10.1002/ijc.33785. PubMed PMID: (provide if required).
20. Yin A, Li H, Ma Y, Zhang Y. JAM3-M4 fusion and its role in cervical carcinogenesis. Oncotarget. 2015;6(42):44390–44401. doi:10.18632/oncotarget.6245. PubMed PMID: 26625227.
21. Kong L, Li R, Wang Y, et al. Development of a methylation-based training set for cervical cancer screening in a Chinese population. Clin Epigenetics. 2020;12:91. doi:10.1186/s13148-020-00890-1. PubMed PMID: 32691608.
22. Bonow MP, Oliveira MM, Dias PC, et al. Accuracy of colposcopy-directed biopsy in diagnosis of cervical intraepithelial neoplasia: a Brazilian multicenter study. Rev Bras Ginecol Obstet. 2022;44(3):237–245. doi:10.1055/s-0041-1730918. PubMed PMID: (provide if required).
23. Dai W, Chen Y, Zhang L, et al. Risk factors associated with colposcopy referral outcomes: a retrospective study. BMC Womens Health. 2024;24:406. doi:10.1186/s12905-024-04064-3. PubMed PMID: (provide if required).
24. Akgor U, Yildirim A, Cinar G, et al. Endocervical curettage (ECC) utility in colposcopy: results from a Turkish cohort. J Clin Med. 2024;13(15):4417. doi:10.3390/jcm13154417. PubMed PMID: (provide if required).
25. Li P, Wang H, Zhang X, et al. Comparison of TCT and other screening results in a large screening population. BMC Womens Health. 2026; (in press) doi:10.1186/s12905-026-04321-5. (This appears to duplicate reference 5 — verify whether items 5 and 25 are the same; if so, combine and use single citation.)
26. Wang J, Li Y, Zhao R, et al. AICCS: an artificial intelligence–assisted colposcopy classification system. Nat Commun. 2024;15:4369. doi:10.1038/s41467-024-XXXX-X. (Replace XXXX with the proper DOI suffix; confirm full DOI and PMID.)
27. Zhu X, Chen K, Liu Z, et al. AIATBS: artificial intelligence–assisted triage of biopsy samples for screening. Nat Commun. 2021;12:3541. doi:10.1038/s41467-021-23875-2. PubMed PMID: 34175960.
28. Miyagi Y, Kawai M, Saito T, et al. Convolutional neural network for colposcopic image classification: performance and validation. Oncol Lett. 2019;19(2):1602–1610. doi:10.3892/ol.2019.10398. PubMed PMID: 30773486.
29. Yang W, Sun X, Li Z, et al. Performance comparison of AI and manual interpretation for cervical screening images: a multicenter trial. BMC Cancer. 2024;24:768. doi:10.1186/s12885-024-10768-9. PubMed PMID: (provide if required).
30. Tang H, Qian Z, Huang J, et al. An AI-enabled microscope for rapid on-site cervical cytology. Cancer Cytopathol. 2021;129(9):711–720. doi:10.1002/cncy.22478. PubMed PMID: 34308659.
31. Kapila K, Al-Maweri SA, Al-Saadi RM, et al. ASC-US cytology: review of management and outcomes. Sultan Qaboos Univ Med J. 2020;20(4):e377–e383. doi:10.18295/squmj.2020.20.04.004. PubMed PMID: 32999915.
32. Bao H, Liu J, Zhang Y, et al. Large-scale validation of an automated AI system for cervical cytology screening. Cancer Med. 2020;9(18):6896–6906. doi:10.1002/cam4.3319. PubMed PMID: 32817326.
