一种基于自身抗体的诺米图,用于非侵入性检测AFP阴性肝细胞癌:一个多中心研究
Keyan Wang1,2,3, Wenzhuo Xiong1,3, Xuehui Duan1,3
1Henan Institute of Medical and Pharmaceutical Sciences, Zhengzhou University, Zhengzhou, 450052, China.
British journal of cancer
|October 2, 2025
概括
诊断AFP阴性肝细胞癌 (HCC) 是通过一种新的物流回归模型来识别自身抗体而改进的. 将这种模型与AFP结合起来,可以显著提高整体HCC诊断的准确性.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 诊断发展 诊断发展
背景情况:
- 肝细胞癌 (HCC) 诊断具有挑战性,特别是在AFP阴性病例中.
- 对瘤相关抗原的自身抗体是检测HCC的有希望的血清生物标志物.
研究的目的:
- 识别和验证自身抗体作为AFP阴性HCC (ANHCC) 的生物标志物.
- 开发和评估用于ANHCC诊断的机器学习模型.
- 评估开发的模型与AFP的联合诊断疗效.
主要方法:
- 使用血清蛋白质组分析和蛋白质微阵列来识别自身抗体.
- 在两中心,两阶段的研究中,ELISA验证了候选自身抗体.
- 使用ROC分析开发和评估了后勤回归和机器学习模型.
主要成果:
- 包括Survivin和HSP90在内的8种自身抗体被验证为优越的生物标志物.
- 一种后勤回归模型为ANHCC.获得了0.883 (培训) 和0.840 (验证) 的AUC.
- 将模型与AFP结合起来,AUC为0.945,显著提高了诊断性能.
结论:
- 后勤回归模型显示ANHCC的高诊断性能.
- 将这种基于自身抗体的模型与AFP集成,为整体HCC诊断提供了更有效的方法.
