开发和临床验证一种新的算法得分 (GAAD),用于在前性队列研究中检测HCC
Teerha Piratvisuth1, Jinlin Hou2, Tawesak Tanwandee3
1NKC Institute of Gastroenterology and Hepatology, Songklanagarind Hospital, Prince of Songkla University, Hat Yai, Thailand.
Hepatology communications
|November 8, 2023
概括
结合PIVKA-II,AFP,年龄和性别的GAAD算法显著改善了慢性肝病患者的早期肝细胞癌 (HCC) 检测. 这种新型诊断工具的准确性高于HCC监测的单个生物标志物.
科学领域:
- 肝病学和瘤学诊断诊断 肝病学和瘤学诊断
- 基于生物标志物的疾病检测检测.
- 在体外诊断的发展发展.
背景情况:
- 阿尔法 - 胎蛋白 (AFP) 和德 - 卡甲蛋白 (PIVKA-II) 是肝细胞癌 (HCC) 的生物标志物,但单独具有有限的诊断价值.
- GAAD算法是一种新的体外诊断工具,它将PIVKA-II和AFP测量与年龄和性别相结合,以提高诊断准确度.
研究的目的:
- 开发,实施和临床验证GAAD算法,以区分早期和所有阶段的HCC与良性慢性肝病 (CLD).
- 与单个生物标志物 (AFP和PIVKA-II) 相比,评估GAAD算法的诊断性能.
主要方法:
- 在算法开发 (n=1084) 和临床验证 (n=877) 研究中,预计将18岁以上的患有HCC或CLD的患者纳入研究.
- 使用cobas® e 601分析仪分析的血清样本,通过接收器运行特征曲线分析 (AUC) 评估性能.
主要成果:
- GAAD算法在区分早期HCC和CLD方面表现出卓越的性能,AUC在开发中为90.7%,在验证研究中为91.4%.
- 在开发研究中,GAAD在早期HCC检测方面达到71.8%的灵敏度和90.0%的特异性,在验证研究中达到70.1%的灵敏度和93.7%的特异性.
- 该算法在各种疾病阶段,病因和区域中显示出强大的特异性,减少了假阳性.
结论:
- 该GAAD算法显著提高了在接受监测的CLD患者中早期HCC的检测.
- 建议进行进一步的III期和IV期研究,以评估GAAD算法的整合到常规临床实践中.
