Bu protokol, PIVKA-II, AFP ve rutin klinik değişkenlerin hepatosellüler karsinom için bir lojistik regresyon tanı modeline entegre edilmesine yönelik tekrarlanabilir bir iş akışını ve erken evre ile AFP-negatif hastalık durumlarındaki validasyonunu açıklamaktadır.
Araştırma makalesi
Hepatosellüler Karsinomun Erken Teşhisi için Anormal Protrombin (PIVKA-II), Alfa-Fetoprotein ve Rutin Klinik Değişkenlerin Entegrasyonu
Bu makalede
Özet
Özet
Hepatosellüler karsinomun (HCC) erken teşhisi, özellikle erken evre ve AFP-negatif tümörlerde alfa-fetoprotein'in (AFP) yetersiz sensitivitesi nedeniyle sınırlı kalmaya devam etmektedir. Bu çalışma; anormal protrombin/vitamin K eksikliğinin indüklediği protein-II (PIVKA-II), AFP ve rutin klinik değişkenlerin HCC için tekrarlanabilir bir tanı modeline entegre edilip edilemeyeceğini değerlendirmiştir. Model geliştirme için, 112 görüntüleme ile doğrulanmış HCC vakası ve 93 HCC dışı kontrol grubunu içeren 205 katılımcıdan oluşan retrospektif bir eğitim kohortu kullanılmıştır. Model yeniden ayarlanmadan örneklem dışı testler yapmak amacıyla, 58 HCC vakası ve 126 HCC dışı kontrol grubunu içeren 184 katılımcıdan oluşan bağımsız bir prospektif doğrulama kohortu kullanılmıştır. AFP ve PIVKA-II ölçümleri için görüntüleme öncesi kan örnekleri kullanılmış ve klinik değişkenler aynı tanı penceresinden çıkarılmıştır. Nihai çok değişkenli lojistik regresyon modeli; ln(AFP), ln(PIVKA-II), yaş, cinsiyet, albümin, uluslararası normalize oran ve trombosit sayısını birleştirmiştir. Kombine model, eğitim kohortunda 0,93 ve doğrulama kohortunda 0,89 AUC değerine ulaşmıştır. Doğrulamada sensitivite %84,5 ve spesifite %90,5 olarak belirlenmiştir. Sensitivite, erken evre HCC'de %72,7 ve AFP-negatif HCC'de %73,1 olarak kalarak, her iki alt grupta da tek başına AFP'den daha yüksek performans göstermiştir. Kalibrasyon ve bootstrap doğrulaması, kabul edilebilir model stabilitesini desteklemiştir. Bu sonuçlar, PIVKA-II, AFP ve rutin olarak mevcut klinik değişkenlerin, yüksek riskli karaciğer hastalığı popülasyonları için pratik bir tanısal triyaj aracında nasıl birleştirilebileceğini göstermektedir.
Giriş
Hepatosellüler karsinom (HCC), kansere bağlı ölümlerin önde gelen nedenlerinden biridir ve genellikle hepatit B virüsü enfeksiyonu, hepatit C virüsü enfeksiyonu, alkolle ilişkili karaciğer hastalığı ve metabolik disfonksiyonla ilişkili steatotik karaciğer hastalığı dahil olmak üzere kronik karaciğer hastalığı olan hastalarda ortaya çıkar1. Tümörler vasküler invazyon, hepatik dışı yayılım veya karaciğer rezervinde belirgin kötüleşme meydana gelmeden önce tespit edildiğinde küratif tedavi en etkili olduğu için erken teşhis klinik olarak önemlidir. Güncel sürveyans stratejileri genellikle serum alfa-fetoprotein (AFP) ile veya AFP olmadan yapılan karaciğer ultrasonuna dayanmaktadır2. Ancak rutin uygulamada sürveyans performansı; operatör bağımlılığı, küçük tümör boyutu, heterojen sirotik nodüller, obeziteyle ilişkili görüntüleme zorlukları ve az miktarda AFP üreten veya hiç üretmeyen tümörlerden etkilenmektedir3,4.
AFP; ucuz, erişilebilir ve klinisyenler tarafından iyi bilindiği için yaygın olarak kullanılmaya devam etmektedir. Tanısal değeri, eksik sensitivite ve kusurlu spesifite ile sınırlıdır. 20 ng/mL olan geleneksel eşik değerinde AFP, erken evre ve AFP-negatif HCC vakalarının önemli bir kısmını gözden kaçırabilir. Daha düşük eşik değerleri sensitiviteyi artırabilir ancak aktif hepatit, siroz veya diğer inflamatuar karaciğer durumları olan hastalarda yalancı pozitif sonuçları artırabilir5,6. Bu kısıtlamalar, yüksek riskli karaciğer hastalığı popülasyonlarında tanısal triyaj için tekli belirteç yorumlamasını yetersiz kılmaktadır.
Vitamin K yokluğunda indüklenen protein-II (PIVKA-II) veya des-γ-karboksiprotrombin olarak da bilinen anormal protrombin, malign hepatositler eksik karboksile edilmiş protrombin ürettiğinde salınır. PIVKA-II, AFP sekresyonundan ziyade koagülasyonla ilişkili tümör biyolojisini yansıtır ve AFP seviyesi düşük olduğunda bilgilendirici kalmaya devam edebilir7. Önceki çalışmalar ve meta-analizler, PIVKA-II'nin, özellikle AFP ile kombine edildiğinde HCC tespitini iyileştirdiğini ve erken evre veya AFP-negatif hastalıklarda değer katabileceğini göstermiştir8,9. Ancak, yalnızca belirteçlere dayalı stratejiler; konakçı arka planını, karaciğer rezervini, trombosit sayısını, koagülasyon durumunu veya altında yatan karaciğer hastalığını tam olarak hesaba katmaz.
Kompozit tanı modelleri, tümör belirteç sonuçlarını klinik bağlamla birlikte yorumlamak için pratik bir yol sunar. GALAD, GAAD ve ilgili modeller, farklı etiyolojiler ve popülasyonlarda HCC tespitini iyileştirmek için demografik değişkenlerin ve biyobelirteçlerin birleştirilebileceğini göstermiştir10,11. Bu modellerin performansı, izole biyobelirteç eşik değerleri yerine çok değişkenli risk tahmininin kullanımını desteklemektedir. Aynı zamanda, bazı modeller tüm laboratuvarlarda mevcut olmayan analizleri içermekte olup, kesme değer davranışları bölgelere, etiyolojik profillere, hastalık evrelerine ve amaçlanan klinik kullanıma göre değişiklik gösterebilir12. Yaygın olarak erişilebilen biyobelirteçler ve rutin laboratuvar değişkenleri üzerinden oluşturulan bir modelin, sıradan tanı iş akışlarına uygulanması daha kolay olabilir. Özelleşmiş biyobelirteçlere veya popülasyona özgü kesme stratejilerine dayanabilen daha önce yayınlanmış modellerin aksine, mevcut çalışma, yaygın olarak erişilebilen biyobelirteçlere ve rutin klinik değişkenlere dayalı çok değişkenli bir tanı modelini değerlendirmiş ve performansını bağımsız bir prospektif kohortta doğrulamıştır.
PIVKA-II, AFP'yi tamamladığı ve klinik laboratuvarlarda halihazırda kullanılan otomatik immünassay platformlarında ölçülebildiği için bu çerçeveye uygundur. Yaş, cinsiyet, albümin, bilirubin, trombosit sayısı, uluslararası normalize oran ve karaciğer hastalığı geçmişi gibi rutin değişkenler aynı klinik görüşme sırasında elde edilebilir ve HCC riskiyle ilgili karaciğer rezervi veya koagülasyonla ilgili bilgileri yakalayabilir13. Bu değişkenlerin AFP ve PIVKA-II ile birleştirilmesi, tek bir eşik değere bağımlılıktan kaçınırken ayırt ediciliği artırabilir.
Bu nedenle PIVKA-II, AFP ve rutin klinik değişkenler, çift kohortlu bir tanısal tasarım kullanılarak değerlendirildi. Retrospektif bir eğitim kohortunda çok değişkenli bir lojistik regresyon modeli geliştirildi ve yeniden kalibrasyon yapılmadan bağımsız bir prospektif doğrulama kohortunda test edildi. Tanısal performans; erken evre HCC, AFP-negatif HCC, eşik değer yorumlaması, kalibrasyon ve bootstrap dahili doğrulamasına önceden belirlenmiş bir dikkatle, tek başına AFP, PIVKA-II ve klinik değişkenler ile karşılaştırıldı.
Protokol
Bu çalışma, Westlake Üniversitesi Tıp Fakültesi'ne bağlı Hangzhou Birinci Halk Hastanesi Etik Kurulu tarafından incelenmiş ve onaylanmıştır. Onay numarası IIT-20230528-0108-01'dir. Kan toplama işleminden önce, prospektif olarak kaydedilen katılımcılardan yazılı bilgilendirilmiş onam alınmıştır. Rutin bakım sırasında toplanan retrospektif olarak dahil edilen klinik kayıtlar ve arşivlenmiş artık örnekler için, kimliksizleştirilmiş verilerin kullanılması ve herhangi bir ek müdahale yapılmaması nedeniyle etik kurul tarafından bilgilendirilmiş onamdan feragat edilmiştir.
Tekrarlanabilirlik, yanlılık kontrolü ve veri bütünlüğü
Uygunluk kriterleri, kan örnekleme zaman noktaları, görüntüleme hakemliği kuralları, alt grup tanımları, aday öngördürücüler, eşik değer tanımları, eksik veri kuralları ve doğrulama prosedürleri istatistiksel analizden önce önceden belirlenmiştir. Kan örnekleri, kontrastlı görüntüleme onayı ve herhangi bir anti-tümör tedavisi uygulanmadan önce toplanmıştır. Laboratuvar testlerinde anonimleştirilmiş çalışma kimlikleri kullanılmış ve eğitim ile doğrulama kohortlarından alınan örnekler randomize edilmiş sırayla test edilmiştir. Laboratuvar personeli; nihai tanıya, kohort atamasına, Barcelona Klinik Karaciğer Kanseri (BCLC) evresine ve AFP-negatif durumuna karşı körlenmiştir. Görüntüleme tanısı ve evreleme, laboratuvar testlerinden bağımsız olarak özetlenmiştir. Veri girişi, birim dönüştürme, kohort ataması, dışlama kodlaması, eksik değer kodlaması ve istatistiksel veri setleri, modelleme öncesinde iki araştırmacı tarafından kontrol edilmiştir. Eğitim ve doğrulama kohortları; değişken tarama, modelleme, eşik değer türetme ve doğrulama süreçleri boyunca ayrı tutulmuştur.
Çalışma popülasyonu ve tasarımı
Bu çift kohortlu tanısal çalışma; anormal protrombin/PIVKA-II tarafından indüklenen protein, AFP ve rutin klinik değişkenleri kullanarak HCC tespiti için çok değişkenli bir model geliştirmiş ve doğrulamıştır. Retrospektif olarak oluşturulan eğitim kohortu, 1 Ocak 2021 ile 31 Aralık 2023 tarihleri arasında değerlendirilen katılımcıları içermektedir. Bu kohort; değişken taraması, modelleme, kesme değerlerinin türetilmesi ve bootstrap internal doğrulaması için kullanılmıştır. Prospektif olarak kaydedilen doğrulama kohortu ise 1 Ocak 2024 ile 31 Aralık 2025 tarihleri arasında değerlendirilen katılımcıları kapsamaktadır. Bu kohort yalnızca örneklem dışı testler için kullanılmıştır. Doğrulama kohortunda herhangi bir değişken yeniden seçimi, modelin yeniden fit edilmesi, katsayı güncellenmesi, kesme değerinin yeniden optimizasyonu veya alt grup tabanlı yeniden kalibrasyon yapılmamıştır. Katılımcı akışı, kohort ataması, kan örneği alımı, plazma işleme, biyobelirteç testi, görüntüleme değerlendirmesi ve istatistiksel iş akışı Şekil 1'de gösterilmiştir.
Katılımcılar, Westlake Üniversitesi Tıp Fakültesi'ne bağlı Hangzhou Birinci Halk Hastanesi'ndeki yüksek riskli karaciğer hastalığı sürveyans veya tanı yolundan seçilmiştir. Yüksek risk durumu; klinik değerlendirme, laboratuvar kayıtları veya önceki görüntülemelere dayalı olarak kronik hepatit B enfeksiyonu, kronik hepatit C enfeksiyonu, herhangi bir etiyolojiye bağlı siroz veya fibrozisi kanıtlanmış yağlı karaciğer hastalığı olarak tanımlanmıştır. Uygun katılımcılar, görüntüleme öncesi kan örneklemesini ve kan alımından sonraki 14 gün içinde kontrastlı multifazik bilgisayarlı tomografiyi (BT) ve/veya dinamik kontrastlı manyetik rezonans görüntülemeyi (MRG) tamamlamış ≥18 yaşındaki yetişkinlerdir. Dışlama kriterleri; rezeksiyon, ablasyon, transarteriyel tedavi veya sistemik tedavi dahil olmak üzere önceki HCC tedavileri; örnekleme öncesindeki 7 gün içinde vitamin K uygulaması; koagülasyon yorumunu etkilemesi muhtemel olan vitamin K antagonist tedavisi veya diğer antikoagülan tedaviler; örnekleme sırasında akut kolanjit veya biliyer obstrüksiyon; gebelik; AFP, PIVKA-II veya nihai görüntüleme tanısının eksikliği ve geçerli bir tekrar örneği olmayan kabul edilemez örnek kalitesidir.
Nihai çalışma popülasyonu 389 katılımcıdan oluşmuştur. Eğitim kohortu, 112 görüntüleme ile doğrulanmış HCC vakası ve 93 HCC dışı kontrol olmak üzere toplam 205 katılımcıyı içermektedir. Doğrulama kohortu ise 58 görüntüleme ile doğrulanmış HCC vakası ve 126 HCC dışı kontrol olmak üzere toplam 184 katılımcıdan oluşmuştur. Eğitim kohortundaki 93 HCC dışı kontrol grubu, 30 sağlıklı kontrol ve 63 kronik karaciğer hastalığı kontrolünü içermektedir. Doğrulama kohortundaki 126 HCC dışı kontrol grubu ise 0 sağlıklı kontrol ve 126 kronik karaciğer hastalığı kontrolünden oluşmuştur.
Semptomatik durum, yalnızca hepatit öyküsüne veya kompanse siroza göre belirlenmemiştir. Bir katılımcı, ancak görüntüleme öncesi kayıtlarda yeni gelişen veya kötüleşen sağ üst kadran ağrısı, açıklanamayan kilo kaybı, abdominal distansiyon, sarılık, koyu renkli idrar veya başka bir onaylanmış nedenle açıklanamayan klinik olarak belgelenmiş dekompansasyon saptandığında semptomatik olarak sınıflandırılmıştır. Bu bulguların olmadığı katılımcılar asemptomatik veya sürveyans ile tespit edilmiş olarak sınıflandırılmıştır.
Tanısal karar verme ve evreleme
Nihai HCC durumu, rutin bakım kapsamında gerçekleştirilen kontrastlı multifazik BT ve/veya dinamik kontrastlı MRI kullanılarak belirlenmiştir. Görüntülemenin en az bir arteriyel faz ve bir portal venöz faz içermesi şart koşulmuştur; mevcut olduğunda geç faz bulguları da dahil edilmiştir. Risk altındaki bir karaciğerde yapılan görüntülemede, kontrastlanan bir kapsül olsun veya olmasın, portal venöz ve/veya geç fazda yıkanma (washout) ile birlikte arteriyel fazda hiperenhansman görülmesi durumunda lezyon HCC olarak sınıflandırılmıştır. HCC ile uyumlu görüntüleme özellikleri olmayan ve başka bir malign tanısı bulunmayan katılımcılar non-HCC olarak sınıflandırılmıştır.
Görüntüleme bilgileri; görüntüleme modalitesi, elde edilen fazlar, arteriyel faz hiperenhansmanı, washout, kapsül görünümü, lezyon sayısı, maksimal lezyon çapı, makrovasküler invazyon ve ekstrahepatik yayılımın kaydedildiği önceden belirlenmiş bir form ile özetlenmiştir. Eğitilmiş iki okuyucu, nihai radyoloji raporlarından görüntüleme özelliklerini bağımsız olarak özetlemiştir. Uyuşmazlıklar, aynı önceden tanımlanmış kriterler kullanılarak konsensüs yoluyla çözülmüştür. Hem BT hem de MR mevcutsa, en eksiksiz çok fazlı karakterizasyona sahip olan modalite kullanılmıştır. Her iki modalite de eksiksiz ise, nihai klinik karar için temel olduğu belgelenen modalite kullanılmıştır.
HCC durumu kesinleştikten sonra BCLC evresi belirlendi. Erken evre HCC, BCLC evre 0–A olarak tanımlandı. AFP-negatif HCC, görüntüleme öncesi kan alımında AFP <20 ng/mL olarak tanımlandı. Bu alt grup etiketleri, model eğitimi veya katılımcı uygunluğu için değil, alt grup performans değerlendirmesi için kullanıldı.
Örnek toplama ve plazma işleme
Periferik venöz kan, kontrastlı BT/MR doğrulaması ve antitümör tedavi öncesinde, sabahları en az 8 saatlik gece açlığı sonrası toplanmıştır. K2-EDTA antikoagülanlı kan toplama tüplerine toplam 10 mL venöz kan alınmıştır. Tüpler, toplama işleminin hemen ardından 8–10 kez alt üst edilmiş ve 4 °C'de laboratuvara nakledilmiştir. Venipunksiyon ile santrifüjleme arasındaki süre 2 saat içinde tutulmuş ve örnek kayıt defterine işlenmiştir.
Plazma, soğutmalı bir santrifüj kullanılarak 4 °C'de 10 dk boyunca 1.600 × g hızında santrifüj edilerek ayrıştırıldı. Plazma süpernatanı 1,5 mL nükleaz içermeyen mikro santrifüj tüplerine aktarıldı ve 0,5–1,0 mL'lik porsiyonlar halinde alikotlandı. Alikotlar, test edilene kadar -80 °C'de saklandı. Biyobelirteç ölçümünden önce, bir alikot oda sıcaklığında (20–25 °C) 20–30 dk boyunca bir kez çözdürüldü, ters çevirme yöntemiyle nazikçe karıştırıldı ve tamamen çözündükten sonra 2 saat içinde test edildi. Görünür pıhtılaşma, orta-şiddetli hemoliz veya belirgin lipemi saptanan örnekler, önceden tanımlanmış laboratuvar kabul kriterlerine göre reddedildi. Prospektif doğrulama kohortu için, klinik olarak mümkün olduğunda görüntüleme onayından önce tekrarlanan kan alımı gerçekleştirildi.
AFP ve PIVKA-II ölçümü
AFP ve PIVKA-II düzeyleri, otomatik bir immünassay analizörü kullanılarak elektroşimi Lüminesans immünassay yöntemiyle ölçülmüştür. AFP ng/mL, PIVKA-II ise mAU/mL cinsinden kaydedilmiştir. Sonuçlar, laboratuvar bilgi sisteminden doğrudan dışa aktarılmıştır.
Her analitik seri, teste özgü kalibratörler ve en az iki dahili kalite kontrol düzeyi içeriyordu. Serinin kabul edilmesi için tüm kalite kontrol sonuçlarının, önceden tanımlanmış laboratuvar kontrol aralığında olması gerekiyordu. Analitik kesinlik hedefleri, hem AFP hem de PIVKA-II için analiz içi varyasyon katsayısının ≤10% ve analizler arası varyasyon katsayısının ≤15% olması şeklinde belirlenmişti. Kalite kontrol başarısız olduğunda veya seri kayması tespit edildiğinde, seri reddedildi, analizör yeniden kalibre edildi ve yeterli örnek hacmi kaldığında seri tekrarlandı. Makul olmayan veya aralık dışı tekil örnek sonuçları için, mümkün olduğunda aynı çözülmüş alikottan iki tekrarlı ölçüm yapıldı ve kabul edilen iki tekrar değerinin ortalaması kullanıldı. Tekrarlı testler başarısız olursa veya örnek hacmi yetersiz kalırsa, sonuç geçersiz olarak işaretlendi ve eksik veri kuralına göre işlem gördü.
Rutin klinik değişken çıkarımı
Rutin klinik değişkenler, görüntüleme öncesi AFP/PIVKA-II kan alımıyla aynı klinik karşılamadan çıkarılmıştır. Aday değişkenler arasında yaş, cinsiyet, alanin aminotransferaz, aspartat aminotransferaz, albümin, total bilirubin, uluslararası normalleştirilmiş oran (INR), protrombin zamanı ve trombosit sayısı yer almıştır. Görüntüleme öncesi penceresinde birden fazla değer mevcut olduğunda, AFP/PIVKA-II örnekleme zamanına en yakın değer seçilmiştir. Birimler analizden önce standart hale getirilmiştir. Yaş yıl olarak; cinsiyet kadın = 0 ve erkek = 1 olarak; trombosit sayısı ×10⁹/L olarak; albümin g/L olarak; total bilirubin μmol/L olarak; AFP ng/mL olarak ve PIVKA-II mAU/mL olarak kaydedilmiştir.
Ekstraksiyon sonrası aralık kontrolleri, birim kontrolleri ve mantıksız değer kontrolleri gerçekleştirilmiştir. İşaretlenen değerler kaynak kayıtlar üzerinden doğrulanmıştır. Bir değer, yalnızca kaynak kayıt numunesi kalite sorunu, birim dönüştürme hatası veya işlem sapmasını onayladığında hariç tutulmuştur. Doğrulanmış uç değerler korunmuştur. Değişken sözlüğü; veri seti yapısını, değişken isimlerini, birimleri, kodlama kurallarını, dönüştürme kurallarını ve eksik değer kodlarını tanımlamıştır.
Öngörücü tanımı ve değişken seçimi
Aday öngördürücüler, model geliştirme aşamasından önce tanımlanmıştır. Temel biyobelirteçler AFP ve PIVKA-II idi. Rutin klinik adaylar ise yaş, cinsiyet, alanin aminotransferaz, aspartat aminotransferaz, albümin, toplam bilirubin, INR veya protrombin zamanı ve trombosit sayısıydı. AFP ve PIVKA-II değerlerine doğal logaritma dönüşümü uygulanmıştır. Analiz raporlama sınırının altındaki değerler, dönüşüm öncesinde alt raporlama sınırının yarısı ile değiştirilmiştir.
Eğitim kohortundaki HCC ve non-HCC katılımcıları arasındaki tek değişkenli karşılaştırmalarda; yaklaşık olarak normal dağılım gösteren değişkenler için bağımsız örneklem t testleri, çarpık sürekli değişkenler için Mann-Whitney U testleri ve kategorik değişkenler için χ2 veya Fisher'in kesin testleri kullanılmıştır. Tek değişkenli taramada P < 0.10 olan değişkenler çok değişkenli modelleme için değerlendirilmiştir. Çoklu doğrusallık, varyans şişirme faktörü (VIF) kullanılarak değerlendirilmiş ve VIF >5 değerleri doğrusallık açısından sorunlu olarak kabul edilmiştir. İki değişken arasında güçlü bir doğrusallık olduğunda, klinik olarak daha net yorumlanabilen ve model performansına daha iyi katkı sağlayan değişken tutulmuştur.
Final çok değişkenli lojistik regresyon modeli yalnızca eğitim kohortunda geliştirilmiştir. ln(AFP) ve ln(PIVKA-II) modele zorunlu olarak dahil edilmiştir. Ek öngörücüler, Akaike bilgi kriteri rehberliğinde geri eliminasyon yöntemiyle seçilmiştir. Geri seçim sonrası elde tutulan değişkenler ln(AFP), ln(PIVKA-II), yaş, cinsiyet, albümin, INR ve trombosit sayısıdır.
Model geliştirme ve risk skoru hesaplaması
Tanı modeli, ikili sonuç olarak HCC durumu kullanılarak çok değişkenli lojistik regresyon ile kurulmuştur. HCC'nin öngörülen olasılığı, η doğrusal tahmincisi kullanılarak aşağıdaki denklemle hesaplanmıştır:
p(HCC)=1/[1+exp(-η)]
η = -4.862+0.247×ln(AFP)+0.712×ln(PIVKA-II)+0.018×age+0.331×sex-0.062×albumin+0.554×INR-0.004×plateletcount
AFP ng/mL, PIVKA-II mAU/mL, yaş yıl cinsinden ölçülmüş; cinsiyet kadın = 0 ve erkek = 1 olarak kodlanmış; albümin g/L cinsinden ölçülmüş, INR birimsiz olarak kaydedilmiş ve trombosit sayısı ×109/L olarak ölçülmüştür. AFP ve PIVKA-II için doğal logaritmalar kullanılmıştır. Aynı uyum katsayılarından bir nomogram oluşturulmuştur. Alıcı işletim karakteristiği (ROC) analizi, kalibrasyon analizi, karar eğrisi analizi ve doğrulama için nomogram puan ölçeği değil, öngörülen olasılık kullanılmıştır.
Kesme noktası tanımları ve eşik yönetimi
PIVKA-II eşik değerleri, analitik amaçlarına göre etiketlendi. PIVKA-II için belirlenmiş klinik kesme değeri 40.0 mAU/mL idi. PIVKA-II için eğitim kohortu Youden kesme değeri 45.0 mAU/mL idi. Sabit özgüllük kesme değeri, eğitim kohortunda %90 özgüllüğe en yakın eşik değerinin seçilmesiyle türetilmiştir; bu da PIVKA-II için 38.0 mAU/mL değerini vermiştir. 37.5 mAU/mL'lik yalnızca doğrulama amaçlı görünür eşik değeri keşifsel olarak değerlendirilmiş ve birincil doğrulama kesme değeri olarak kullanılmamıştır.
Birleştirilmiş model için birincil ikili kesme noktası, Youden indeksi kullanılarak eğitim kohortundan türetilmiş ve doğrulama kohortuna değişmeden uygulanmıştır. AFP, AFP-negatif alt grup tanımı ve rutin uygulama karşılaştırması için 20.0 ng/mL olan yerleşik klinik kesme noktasını kullanmıştır. ROC analizinde kullanılan optimize edilmiş AFP kesme noktaları, klinik eşikten ayrı olarak etiketlenmiştir. Bu nedenle kesme noktaları, birbirinin yerine geçebilir eşikler olarak ele alınmak yerine analitik amaca göre raporlanmıştır.
Model performansı, kalibrasyonu ve doğrulanması
Ayırt edicilik, alıcı işletim karakteristik eğrileri ve eğri altındaki alan kullanılarak değerlendirildi. AUC değerleri %95 güven aralıklarıyla birlikte raporlandı. AUC karşılaştırmalarında DeLong testi kullanıldı. Sınıflandırma performansı; önceden belirlenmiş eşik değerlerinde duyarlılık, özgüllük, pozitif öngörü değeri, negatif öngörü değeri ve doğruluk olarak raporlandı.
Kalibrasyon; kalibrasyon kesişim noktası, kalibrasyon eğimi, Brier skoru ve Hosmer–Lemeshow uyum iyiliği testi ile değerlendirildi. Kalibrasyon grafikleri, risk grupları genelinde öngörülen ve gözlemlenen HCC olasılıklarını karşılaştırdı. Dahili doğrulama, optimizm düzeltmeli AUC ve optimizm düzeltmeli kalibrasyon eğimini tahmin etmek için eğitim kohortunda 1.000 bootstrap yeniden örneklemesi kullandı. Doğrulama kohortu yalnızca harici performans değerlendirmesi için kullanıldı. Doğrulama kohortunda herhangi bir katsayı güncellemesi, model yeniden uyarlaması, eşik yeniden optimizasyonu veya alt grup tabanlı yeniden kalibrasyon gerçekleştirilmedi.
Klinik yararlılık, 0.05 ile 0.50 arasındaki eşik olasılıklar üzerinden karar eğrisi analizi kullanılarak değerlendirilmiştir. Net fayda; yalnızca AFP, yalnızca PIVKA-II, klinik değişken modeli ve kombine model için karşılaştırılmıştır.
Eksik veri yönetimi ve duyarlılık analizi
Birincil analizde, final modelinde tutulan tüm değişkenlere sahip katılımcılar için tam vaka modellemesi kullanılmıştır. Her bir aday yordayıcı için eksik değerler özetlenmiştir. Tutulan herhangi bir yordayıcı için eksiklik oranı %5'i aşarsa, imputasyon modelinde sonuç, tutulan tüm yordayıcılar ve kohort göstergesi kullanılarak zincirlenmiş denklemlerle çoklu imputasyon bir duyarlılık analizi olarak gerçekleştirilmiştir. Eksiklik oranı %20'den fazla olan değişkenler çok değişkenli modelleme için uygun görülmemiştir. İmpute edilmiş analizden elde edilen model katsayıları, AUC, kalibrasyon eğimi ve sınıflandırma metrikleri, tam vaka sonuçlarıyla karşılaştırılmıştır.
Yazılım ve tekrarlanabilir raporlama
Tüm analizler R versiyon 4.3.2 ve RStudio versiyon 2023.12.1 kullanılarak gerçekleştirilmiştir. Lojistik regresyon, temel stats paketi kullanılarak yapılmıştır. ROC analizi ve DeLong karşılaştırmaları pROC versiyon 1.18.5 kullanılarak gerçekleştirilmiştir. Kalibrasyon analizi, rms versiyon 6.7-1 ve ResourceSelection versiyon 0.3-6 kullanılarak yapılmıştır. Bootstrap doğrulaması, 70558 sabit rastgele tohumu ile 1.000 yeniden örnekleme kullanılarak gerçekleştirilmiştir. Karar eğrisi analizi, rmda versiyon 1.6 kullanılarak yapılmıştır. Gerekli olduğunda çoklu imputasyon, mice versiyon 3.16.0 kullanılarak gerçekleştirilmiştir. Analiz betiği; katılımcı akışını, model katsayılarını, ROC eğrilerini, kalibrasyon metriklerini, bootstrap doğrulamasını, karar eğrisi analizini, kesim noktası tabanlı analizleri ve istatistiksel tabloları yeniden üretmiştir.
Sonuçlar
Bazal karakteristikler
Final analiz 389 katılımcıyı kapsamıştır. Eğitim kohortu; 112 görüntüleme ile doğrulanmış HCC vakası ve 93 non-HCC kontrol olmak üzere 205 katılımcıdan oluşmuştur. Validasyon kohortu ise 58 görüntüleme ile doğrulanmış HCC vakası ve 126 non-HCC kontrol olmak üzere 184 katılımcıyı içermiştir. Bazal özellikler Tablo 1'de özetlenmiştir.
Eğitim kohortundaki 93 non-HCC kontrol grubu, 30 sağlıklı kontrol ve 63 kronik karaciğer hastalığı kontrolünden oluşmaktaydı. Doğrulama kohortundaki 126 non-HCC kontrol grubu ise 0 sağlıklı kontrol ve 126 kronik karaciğer hastalığı kontrolünden oluşmaktaydı. Baskın altta yatan karaciğer hastalığı Hepatit B virüsü enfeksiyonuydu. BCLC 0–A evre hastalığı, eğitim kohortundaki 112 HCC vakasının 57'sini ve doğrulama kohortundaki 58 HCC vakasının 30'unu oluşturmaktaydı. Yaş, cinsiyet, karaciğer hastalığı öyküsü, HCC aile öyküsü, siroz durumu, Child-Pugh sınıfı, alanin aminotransferaz, aspartat aminotransferaz, albümin, total bilirubin, trombosit sayısı, protrombin süresi, uluslararası normalize oran, diyabet ve hipertansiyon, Tablo 1'de bildirilen kohort katmanları arasında dengelenmişti.
Eğitim setindeki HCC vakalarında medyan AFP 57,3 ng/mL, eğitim setindeki HCC dışı kontrollerde ise 22,4 ng/mL idi. Medyan PIVKA-II değerleri sırasıyla 197,6 mAU/mL ve 86,3 mAU/mL idi. Doğrulama kohortunda, medyan AFP HCC vakalarında 60,2 ng/mL ve HCC dışı kontrollerde 21,5 ng/mL idi. Medyan PIVKA-II değerleri sırasıyla 191,5 mAU/mL ve 84,1 mAU/mL idi.
Eğitim kohortu tanısal performansı
Eğitim kohortu ayrımı Şekil 2(A)'de, buna karşılık gelen duyarlılık-özgüllük karşılaştırması ise Şekil 2(B)'de gösterilmiştir. Operasyonel özellikler Tablo 2'de özetlenmiştir. AFP, belirlenen 20.0 ng/mL klinik eşik değerinde 0.78'lik bir AUC, %62.50 duyarlılık ve %78.49 özgüllük göstermiştir. PIVKA-II, eğitim kohortu Youden eşik değeri olan 45.0 mAU/mL'de 0.85'lik bir AUC, %78.57 duyarlılık ve %82.80 özgüllük göstermiştir. Klinik değişken modeli, 0.40'lık bir öngörülen olasılık eşiğinde 0.81'lik bir AUC, %69.64 duyarlılık ve %80.65 özgüllük göstermiştir. Kombine model, 0.50'lik bir öngörülen olasılık eşiğinde 0.93'lük bir AUC, %88.39 duyarlılık ve %89.25 özgüllük ile en yüksek eğitim kohortu ayrımını sergilemiştir.
Evreye göre sınıflandırılmış performans
Evreye göre tabakalandırılmış biyobelirteç dağılımları Şekil 3(A)'da, saptama oranları Şekil 3(B)'de ve evreye özgü AUC değerleri Şekil 3(C)'de gösterilmiştir. AFP, PIVKA-II ve kombine model skoru BCLC 0–A, B ve C hastalıkları boyunca artış göstermiştir. AFP, erken evre HCC ile HCC dışı kontroller arasında örtüşme göstermiştir. PIVKA-II, evre tabakaları arasında daha güçlü bir ayrım sergilemiştir. Kombine model, BCLC 0–A HCC dahil olmak üzere, en yüksek evreye göre tabakalandırılmış ayırt ediciliği sağlamıştır.
AFP ve PIVKA-II arasındaki tamamlayıcılık
Marker-skor korelasyonları Şekil 4(A)-(C)'te, marker çapraz sınıflandırması ise Şekil 4(D)'de gösterilmiştir. AFP ve PIVKA-II kısmi örtüşmeme göstermiştir. Hem AFP-pozitif/PIVKA-II-negatif hem de AFP-negatif/PIVKA-II-pozitif HCC vakaları gözlemlenmiştir. Kombine model, tek marker-negatif olan ek HCC vakalarını yüksek riskli olarak sınıflandırmış ve böylece tek başına bir biyobelirteç yerine entegre skorun kullanılmasını desteklemiştir.
Harici doğrulama
Doğrulama kohortu ROC eğrileri Şekil 5(A)'de, kalibrasyon Şekil 5(B)'de ve alt grup sensitivite-spesifite paternleri Şekil 5(C)'de gösterilmiştir. İlgili doğrulama metrikleri Tablo 3'te özetlenmiştir. Tüm doğrulama HCC vakalarında, AFP'nin 18.5 ng/mL değerinde AUC değeri 0.75, sensitivitesi %62.1 ve spesifitesi %88.9 idi. PIVKA-II'nin 38.0 mAU/mL değerinde AUC değeri 0.78, sensitivitesi %72.4 ve spesifitesi %91.3 idi. Kombine modelin 0.56 tahmin edilen olasılık eşiğinde AUC değeri 0.89, sensitivitesi %84.5, spesifitesi %90.5, pozitif prediktif değeri %78.8 ve negatif prediktif değeri %94.1 idi.
Erken evre HCC'de, AFP'nin duyarlılığı %45,5 ve özgünlüğü %88,9; PIVKA-II'nin duyarlılığı %59,1 ve özgünlüğü %91,3; kombine modelin duyarlılığı ise %72,7 ve özgünlüğü %90,5 idi. AFP-negatif HCC'de AFP duyarlılığı %23,1, PIVKA-II duyarlılığı %61,5 ve kombine model duyarlılığı %73,1 idi. Viral HCC'de, kombine model %85,3 duyarlılık ve %91,3 özgünlük gösterdi. Non-viral HCC'de, kombine model %83,3 duyarlılık ve %89,7 özgünlük gösterdi. Validasyon kohortu kalibrasyon kesim noktası -0,08, kalibrasyon eğimi 0,91, Brier skoru 0,118 ve Hosmer–Lemeshow P değeri 0,64 idi.
Çok değişkenli regresyon ve dahili doğrulama
Çok değişkenli regresyon sonuçları Tablo 4'te gösterilmiştir. Düzeltilmiş modelde, log ile dönüştürülmüş PIVKA-II; 2,05 düzeltilmiş odds oranı, %95 GA: 1,48-2,89 ve P < 0,001 ile en güçlü bağımsız öngördürücü olmaya devam etmiştir. Log ile dönüştürülmüş AFP de 1,28 düzeltilmiş odds oranı, %95 GA: 1,05-1,62 ve P = 0,021 ile HCC ile bağımsız olarak ilişkili bulunmuştur. Uluslararası normalize oran, 1,74 düzeltilmiş odds oranı, %95 GA: 1,12-2,78 ve P = 0,015 ile bağımsız öngördürücü değerini korumuştur. Nihai geriye doğru seçme modeli ln(AFP), ln(PIVKA-II), yaş, cinsiyet, albümin, uluslararası normalize oran ve trombosit sayısını içermiştir.
Bootstrap dahili doğrulama metrikleri Tablo 4'te de bildirilmiştir. Görünür eğitim AUC değeri 0,93, ortalama optimizm 0,018 ve optimizmle düzeltilmiş AUC değeri 0,91 olarak bulunmuştur. Görünür kalibrasyon eğimi 1,00, optimizmle düzeltilmiş kalibrasyon eğimi 0,94, eğitim kohortu Brier skoru 0,104 ve Hosmer–Lemeshow P değeri ise 0,72'dir.
Kesim noktası denetimi ve eşik değere özgü performans
PIVKA-II eşik değerleri analitik amaca göre farklılık gösterdiğinden, kesme değerine dayalı sonuçlar birbirinin yerine kullanılmak yerine ayrı ayrı raporlanmıştır. Post hoc Youden optimize edilmiş kesme değeri performansı Tablo 5'te gösterilmektedir. AFP için Youden optimize edilmiş kesme değeri 19.0 ng/mL olup; duyarlılık %67,9, özgüllük %89,1, pozitif öngörü değeri %71,3, negatif öngörü değeri %87,3, doğruluk %81,2 ve AUC 0,78 olarak belirlenmiştir. PIVKA-II için Youden optimize edilmiş kesme değeri 37.5 mAU/mL olup; duyarlılık %75,4, özgüllük %92,0, pozitif öngörü değeri %79,8, negatif öngörü değeri %89,7, doğruluk %85,9 ve AUC 0,82 olarak belirlenmiştir. Kombine modelin Youden optimize edilmiş öngörülen olasılık kesme değeri 0,57 olup; duyarlılık %86,2, özgüllük %90,6, pozitif öngörü değeri %82,7, negatif öngörü değeri %92,4, doğruluk %89,8 ve AUC 0,90 olarak belirlenmiştir.
Belirlenmiş klinik eşik değerleri kullanılarak elde edilen performans Tablo 6'da gösterilmiştir. 20.0 ng/mL olan belirlenmiş AFP eşik değerinde AFP; %65,2 sensitivite, %88,5 spesifite, %70,1 pozitif öngörü değeri, %86,0 negatif öngörü değeri, %80,3 doğruluk ve 0,77 AUC değerine sahipti. 40.0 mAU/mL olan belirlenmiş PIVKA-II eşik değerinde PIVKA-II; %73,0 sensitivite, %93,1 spesifite, %81,8 pozitif öngörü değeri, %89,0 negatif öngörü değeri, %85,6 doğruluk ve 0,82 AUC değerine sahipti. 0,60'lık bir öngörülen olasılık eşiğinde, kombine model; %83,5 sensitivite, %92,0 spesifite, %84,7 pozitif öngörü değeri, %91,2 negatif öngörü değeri, %88,9 doğruluk ve 0,89 AUC değerine sahipti.
%90 özgüllüğe en yakın kesme değerindeki performans Tablo 7'de gösterilmiştir. AFP için 19.0 ng/mL kesme değeri kullanılmış olup duyarlılık %67,9 ve özgüllük %89,1 olarak bulunmuştur. PIVKA-II için 37.5 mAU/mL kesme değeri kullanılmış olup duyarlılık %75,4 ve özgüllük %92,0 olarak bulunmuştur. Kombine modelde 0.57 tahmin edilen olasılık kesme değeri kullanılmış olup duyarlılık %86,2 ve özgüllük %90,6 olarak bulunmuştur. Bu kesme değer denetimi sonuçları; 37.5, 38.0, 40.0 ve 45.0 mAU/mL PIVKA-II eşik değerleri arasındaki sayısal farklılıkları açıklamaktadır: 45.0 mAU/mL, birincil eğitim karşılaştırması için kullanılan eğitim kohortu Youden kesme değeriydi; 38.0 mAU/mL, sabit özgüllük raporlaması doğrulaması için kullanıldı; 40.0 mAU/mL, belirlenmiş klinik kesme değeriydi ve 37.5 mAU/mL, kesme değer denetim tablosundaki post hoc Youden optimize edilmiş kesme değeriydi.
Hastalık alt grup dağılımları
AFP, PIVKA-II ve kombine model skorunun hastalık alt grup dağılımları Şekil 6(A)-(C)'de gösterilmiştir. AFP, PIVKA-II ve kombine model skoru, kronik karaciğer hastalığı kontrollerinde en düşük seviyelerdeyken HCC gruplarında daha yüksek bulunmuştur. AFP, kronik karaciğer hastalığı kontrolleri ile erken evre HCC arasında örtüşme göstermiştir. PIVKA-II ve kombine model skoru ise kronik karaciğer hastalığı kontrolleri, erken evre HCC ve tüm evre HCC arasında daha belirgin bir ayrım sergilemiştir.
VERİ KULLANİLABİLİRLİĞİ:
Bu çalışmanın bulgularını destekleyen veri seti, Figshare üzerinde https://doi.org/10.6084/m9.figshare.33048095.v1 adresinden açık erişimli olarak mevcuttur.
Şekil 1: Katılımcı akışı, kohort ataması, örnek işleme ve tanısal değerlendirme. Katılımcı taramasını, kohort tahsisini, görüntüleme öncesi kan örneklemesini, plazma işlemeyi, AFP/PIVKA-II ölçümünü, kontrastlı BT/MR değerlendirmesini ve eğitim ile doğrulama kohortlarındaki nihai görüntüleme tabanlı HCC değerlendirmesini gösteren akış şeması. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.
Şekil 2: AFP, PIVKA-II, klinik değişken modeli ve kombine modelin eğitim kohortundaki tanısal performansı. (A) Eğitim kohortunda AFP, PIVKA-II, klinik değişken modelini ve çok değişkenli kombine modeli karşılaştıran alıcı işletim karakteristik (ROC) eğrileri. (B) Bildirilen eğitim kohortu eşik değerindeki her bir tanı yönteminin duyarlılığı ve özgüllüğü. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
İlgili çalışma özellikleri Tablo 2'de özetlenmiştir.
Şekil 3: BCLC evrelerine göre evreye ayrılmış tanısal performans. (A) HCC olmayan kontroller ve BCLC evre gruplarında AFP, PIVKA-II ve kombine model skorlarının dağılımları. (B) BCLC evrelerinde AFP, PIVKA-II ve kombine modelin tespit oranları. (C) BCLC 0–A HCC dahil olmak üzere, AFP, PIVKA-II ve kombine model için evreye özgü AUC değerleri. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 4: AFP, PIVKA-II ve kombine model skoru arasındaki korelasyon ve tamamlayıcılık. (A) AFP ile kombine model skoru arasındaki korelasyon. (B) PIVKA-II ile kombine model skoru arasındaki korelasyon. (C) AFP ile PIVKA-II arasındaki korelasyon. (D) HCC vakalarının AFP durumuna, PIVKA-II durumuna ve kombine model risk sınıflandırmasına göre çapraz sınıflandırılması. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 5: Bağımsız doğrulama kohortunda tanısal performansın dış doğrulaması. (A) AFP, PIVKA-II ve kombine model için doğrulama kohortu alıcı işletim karakteristik eğrileri. (B) Doğrulama kohortunda kombine modelin kalibrasyon grafiği. (C) Tüm HCC, erken evre HCC ve AFP-negatif HCC vakalarında AFP, PIVKA-II ve kombine modelin karşılaştırmalı sensitivite ve spesifisitesi. İlgili doğrulama metrikleri Tablo 3'te özetlenmiştir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Şekil 6: AFP, PIVKA-II ve kombine model skorunun hastalık alt grup dağılımları. (A) Kronik karaciğer hastalığı kontrolleri, BCLC 0–A HCC ve tüm evre HCC arasındaki AFP dağılımı. (B) Kronik karaciğer hastalığı kontrolleri, BCLC 0–A HCC ve tüm evre HCC arasındaki PIVKA-II dağılımı. (C) Kronik karaciğer hastalığı kontrolleri, BCLC 0-A HCC ve tüm evre HCC arasındaki kombine model skoru dağılımı. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
| Faktör | Kategori / Özet | HCC Eğitimi n = 112 | HCC dışı kontrollerin eğitimi n = 93 | Validasyon HCC n = 58 | HCC dışı kontrollerin doğrulanması n = 126 | P değer |
| Cinsiyet, n (%) | Erkek | 76 (67.9%) | 59 (63.4%) | 39 (67.2%) | 76 (60.3%) | 0.374 |
| Dişi | 36 (32.1%) | 34 (36.6%) | 19 (32.8%) | 50 (39.7%) | — | |
| Yaş, yıl | Ortalama ± SS | 58.9 ± 9.3 | 58.1 ± 10.4 | 59.4 ± 8.8 | 57.6 ± 9.7 | 0.281 |
| Karaciğer hastalığı öyküsü, n (%) | HBV | 84 (75.0%) | 64 (68.8%) | 42 (72.4%) | 83 (65.9%) | 0.332 |
| HCV | 6 (5.4%) | 5 (5.4%) | 3 (5.2%) | 7 (5.6%) | 0.914 | |
| Alkol kaynaklı karaciğer hastalığı | 13 (11.6%) | 10 (10.8%) | 6 (10.3%) | 12 (9.5%) | 0.825 | |
| HCC aile öyküsü, n (%) | Evet | 9 (8.0%) | 7 (7.5%) | 4 (6.9%) | 8 (6.3%) | 0.887 |
| Karaciğer sirozu, n (%) | Evet | 80 (71.4%) | 61 (65.6%) | 42 (72.4%) | 88 (69.8%) | 0.468 |
| HCC evresi (BCLC), n (%) | 0–A | 57 (50.9%) | — | 30 (51.7%) | — | — |
| B | 33 (29.5%) | — | 17 (29.3%) | — | — | |
| C | 22 (19.6%) | — | 11 (19.0%) | — | — | |
| Child-Pugh sınıfı, n (%) | A | 85 (75.9%) | 77 (82.8%) | 43 (74.1%) | 101 (80.2%) | 0.341 |
| B | 27 (24.1%) | 16 (17.2%) | 15 (25.9%) | 25 (19.8%) | — | |
| ALT, U/L | Ortalama ± SS | 48.6 ± 22.1 | 47.1 ± 20.6 | 47.9 ± 22.4 | 45.2 ± 20.1 | 0.517 |
| AST, U/L | Ortalama ± SS | 60.3 ± 28.5 | 58.0 ± 27.8 | 58.7 ± 29.4 | 56.2 ± 26.9 | 0.488 |
| Albumin, g/L | Ortalama ± SD | 39.0 ± 4.7 | 39.5 ± 4.6 | 38.7 ± 5.1 | 39.6 ± 4.5 | 0.554 |
| Toplam bilirubin, μmol/L | Ortalama ± SS | 20.1 ± 11.3 | 18.6 ± 10.8 | 20.4 ± 11.6 | 18.1 ± 10.9 | 0.321 |
| Trombosit sayısı, ×10⁹/L | Ortalama ± SS | 137 ± 61 | 146 ± 59 | 134 ± 60 | 149 ± 57 | 0.437 |
| Protrombin zamanı, s | Ortalama ± SD | 13.7 ± 1.4 | 13.5 ± 1.3 | 13.8 ± 1.5 | 13.5 ± 1.2 | 0.411 |
| INR | Ortalama ± SS | 1.18 ± 0.12 | 1.16 ± 0.11 | 1.19 ± 0.13 | 1.15 ± 0.10 | 0.334 |
| AFP, ng/mL | Medyan (IQR) | 57.3 (19.8–135.1) | 22.4 (10.4–46.0) | 60.2 (20.6–131.7) | 21.5 (9.8–48.1) | 0.071 |
| PIVKA-II, mAU/mL | Medyan (IQR) | 197.6 (83.1–438.2) | 86.3 (38.6–131.2) | 191.5 (81.4–422.5) | 84.1 (37.1–129.4) | 0.064 |
| Uzatılmış PT, n (%) | Evet | 30 (26.8%) | 20 (21.5%) | 15 (25.9%) | 24 (19.0%) | 0.372 |
| Diyabet, n (%) | Evet | 19 (17.0%) | 14 (15.1%) | 10 (17.2%) | 19 (15.1%) | 0.764 |
| Hipertansiyon, n (%) | Evet | 33 (29.5%) | 26 (28.0%) | 18 (31.0%) | 36 (28.6%) | 0.824 |
| HCC dışı kontroller arasındaki kontrol tipi, n (%) | Sağlıklı kontroller | — | 30 (32.3%) | — | 0 (0.0%) | — |
| Kronik karaciğer hastalığı kontrolleri | — | 63 (67.7%) | — | 126 (100.0%) | — | |
| Not: HCC, hepatoselüler karsinom; BCLC, Barcelona Klinik Karaciğer Kanseri; ALT, alanin aminotransferaz; AST, aspartat aminotransferaz; INR, uluslararası normalize edilmiş oran; AFP, alfa-fetoprotein; PIVKA-II, vitamin K eksikliğinin indüklediği protein-II; PT, protrombin zamanı; IQR, interkuartil aralık. P değerleri, uygulanabilir olduğu durumlarda, bildirilen kohort/durum katmanları arasındaki başlangıç karşılaştırmaları için gösterilmiştir. HCC evresi yalnızca HCC vakaları için bildirilmiştir. Kontrol tipi yalnızca HCC dışı kontroller için bildirilmiştir. | ||||||
Tablo 1: Eğitim ve doğrulama kohortlarının temel özellikleri. Demografik özellikler, karaciğer hastalığı geçmişi, HCC evresi, Child-Pugh sınıfı, rutin laboratuvar indeksleri, AFP ve PIVKA-II, kohorta ve HCC durumuna göre sunulmuştur.
| Yöntem | Sensitivite (%95 GA) | Özgüllük (%95 GA) | AUC (%95 GA) | Eşik |
| AFP | 62.50 (53.41–71.06) | 78.49 (69.07–86.04) | 0.78 (0.72–0.84) | 20,0 ng/mL |
| PIVKA-II | 78.57 (70.29–85.37) | 82.80 (73.95–89.61) | 0.85 (0.80–0.90) | 45,0 mAU/mL |
| Klinik değişken modeli | 69.64 (60.28–77.87) | 80.65 (71.13–88.04) | 0.81 (0.75–0.87) | Tahmin edilen olasılık = 0,40 |
| Birleştirilmiş model | 88.39 (81.35–93.36) | 89.25 (81.26–94.65) | 0.93 (0.89–0.96) | Öngörülen olasılık = 0,50 |
| Not: AFP, 20,0 ng/mL olan yerleşik klinik eşik değerine göre değerlendirilmiştir. 45,0 mAU/mL'lik PIVKA-II eşiği, birincil eğitim karşılaştırmasında kullanılan eğitim kohortu Youden eşiğidir. Klinik değişken ve kombine modeller, eğitim kohortundan türetilen öngörülen olasılık eşikleri kullanılarak değerlendirilmiştir. | ||||
Tablo 2: Eğitim kohortu diagnostik performansı. AFP, PIVKA-II, klinik değişken modeli ve çok değişkenli kombine model için AUC, sensitivite, spesifite ve bildirilen eşik değerler eğitim kohortunda gösterilmiştir.
| Alt grup | Öğe | AFP | PIVKA-II | Birleştirilmiş Model |
| Tüm HCC | AUC (Eğri Altındaki Alan) | 0.75 | 0.78 | 0.89 |
| Tüm HCC'ler | Birincil doğrulama eşiği | 18,5 ng/mL | 38,0 mAU/mL | Tahmin edilen olasılık = 0,56 |
| Tüm HCC | Duyarlılık, % (%95 GA) | 62.1 (48.7–74.2) | 72.4 (59.1–83.5) | 84.5 (72.6–92.6) |
| Tüm HCC'ler | Özgüllük, % (%95 GA) | 88.9 (82.0–93.4) | 91.3 (85.1–95.3) | 90.5 (84.2–94.8) |
| Tüm HCC | PPV, % | 63.8 | 72.7 | 78.8 |
| Tüm HCC'ler | NPV, % | 88.1 | 91 | 94.1 |
| Erken evre HCC | Keşifsel alt grup eşiği | 15,2 ng/mL | 33,5 mAU/mL | Tahmin edilen olasılık = 0,51 |
| Erken evre HCC | Duyarlılık, % (%95 GA) | 45.5 (25.1–67.3) | 59.1 (38.5–77.7) | 72.7 (52.0–87.6) |
| Erken evre HCC | Özgüllük, % | 88.9 | 91.3 | 90.5 |
| Erken evre HCC | PPV, % | 40 | 54.5 | 66.7 |
| Erken evre HCC | NPV, % | 90.1 | 87.5 | 92.3 |
| AFP-negatif HCC | Keşifçi alt grup eşiği | 7,5 ng/mL | 31,2 mAU/mL | Tahmin edilen olasılık = 0,48 |
| AFP-negatif HCC | Duyarlılık, % (%95 GA) | 23.1 (9.7–42.6) | 61.5 (40.6–79.8) | 73.1 (52.2–88.4) |
| AFP-negatif HCC | Özgüllük, % | 88.9 | 91.3 | 90.5 |
| AFP-negatif HCC | PPV, % | 22 | 52 | 64.5 |
| AFP-negatif HCC | NPV, % | 90.2 | 88.3 | 92.7 |
| Viral HCC (Viral Hepatosellüler Karsinom) | Keşifsel alt grup eşiği | 19,3 ng/mL | 40,7 mAU/mL | Tahmini olasılık = 0,59 |
| Viral HCC | Duyarlılık, % (%95 GA) | 64.7 (46.9–79.9) | 73.5 (56.4–86.4) | 85.3 (69.9–94.7) |
| Viral HCC | Özgüllük, % | 88.1 | 90.5 | 91.3 |
| Viral HCC | PPV, % | 67.3 | 73 | 81.3 |
| Viral HCC | NPV, % | 87.5 | 90.8 | 94.7 |
| Viral olmayan HCC | Keşifsel alt grup eşiği | 20,1 ng/mL | 34,5 mAU/mL | Tahmin edilen olasılık = 0,53 |
| Non-viral HCC | Hassasiyet, % (%95 GA) | 58.3 (36.6–77.9) | 70.8 (48.9–87.4) | 83.3 (62.6–95.3) |
| Non-viral HCC | Özgüllük, % | 89.2 | 92.1 | 89.7 |
| Non-viral HCC | PPV, % | 59.2 | 69.7 | 75 |
| Non-viral HCC | NPV, % | 89 | 92 | 93.8 |
| Birleşik model kalibrasyonu | Kesişim noktası | — | — | −0.08 |
| Birleşik model kalibrasyonu | Eğim | — | — | 0.91 |
| Kombine model kalibrasyonu | Brier skoru | — | — | 0.118 |
| Birleşik model kalibrasyonu | Hosmer–Lemeshow P değeri | — | — | 0.64 |
| Not: Tüm-HCC satırı birincil doğrulama analizini bildirmektedir. Erken evre HCC, AFP-negatif HCC, viral HCC ve viral olmayan HCC satırları keşifsel alt grup performansını bildirmektedir. Alt grup eşikleri, her bir alt grup içindeki görünür çalışma noktalarını tanımlamak için bildirilmiş olup modelin yeniden uyarlanması veya yeniden kalibrasyonu için kullanılmamıştır. AFP-negatif HCC, AFP olarak tanımlanmıştır <20,0 ng/mL. PPV, pozitif öngörü değeri; NPV, negatif öngörü değeri. | ||||
Tablo 3: Validasyon kohortu tanısal performansı ve alt grup analizi. Tüm HCC, erken evre HCC, AFP-negatif HCC, viral HCC ve non-viral HCC için AFP, PIVKA-II ve kombine modelin AUC değerleri, bildirilen eşik değerleri, sensitivitesi, spesifitesi, pozitif öngörü değeri ve negatif öngörü değeri gösterilmiştir. Kombine model için kalibrasyon metrikleri de eklenmiştir.
| Faktör / metrik | Tek değişkenli P değeri | Katsayı β | Düzeltilmiş OR / doğrulama metriği | %95 GA | P değer |
| Kesişim noktası | — | −4.862 | — | — | — |
| Yaş | 0.112 | 0.018 | 1.02 | 0.99–1.05 | 0.186 |
| Cinsiyet, erkek | 0.087 | 0.331 | 1.41 | 0.83–2.37 | 0.204 |
| AFP, doğal logaritması alınmış | 0.004 | 0.247 | 1.28 | 1.05–1.62 | 0.021 |
| Doğal logaritması alınmış PIVKA-II | <0.001 | 0.712 | 2.05 | 1.48–2.89 | <0.001 |
| Albumin, g/L | 0.008 | −0.062 | 0.94 | 0.89–0.99 | 0.032 |
| INR | 0.012 | 0.554 | 1.74 | 1.12–2.78 | 0.015 |
| Trombosit sayısı, ×109/L | 0.052 | −0.004 | 0.99 | 0.98–1.00 | 0.044 |
| Görünür eğitim AUC'si | — | — | 0.93 | 0.89–0.96 | — |
| Ortalama optimizm | — | — | 0.018 | — | — |
| İyimserlikten arındırılmış AUC | — | — | 0.91 | 0.87–0.95 | — |
| Görünür kalibrasyon eğimi | — | — | 1 | — | — |
| İyimserlik düzeltmeli kalibrasyon eğimi | — | — | 0.94 | — | — |
| Eğitim Brier skoru | — | — | 0.104 | — | — |
| Hosmer–Lemeshow p değeri | — | — | 0.72 | — | — |
| Not: Nihai doğrusal belirleyici η = −4,862 + 0,247 × ln(AFP) + 0,712 × ln(PIVKA-II) + 0,018 × yaş + 0,331 × cinsiyet − 0,062 × albümin + 0,554 × INR − 0,004 × trombosit sayısı şeklindeydi. Öngörülen olasılık p(HCC) = 1 / [1 + exp(−η)] olarak hesaplanmıştır. AFP ng/mL; PIVKA-II mAU/mL; yaş yıl cinsinden ölçülmüştür; cinsiyet kadın = 0 ve erkek = 1 olarak kodlanmıştır; albümin g/L; INR birimsiz bir değer ve trombosit sayısı ×10⁹/L olarak alınmıştır. | |||||
Tablo 4: Çok değişkenli lojistik regresyon ve bootstrap dahili doğrulaması. Eğitim kohortu modelinde değerlendirilen değişkenler için tek değişkenli P değerleri, düzeltilmiş model katsayıları, düzeltilmiş odds oranları, %95 güven aralıkları ve çok değişkenli P değerleri gösterilmiştir. Bootstrap iyimserliği, iyimserlikten arındırılmış AUC, iyimserlikten arındırılmış kalibrasyon eğimi, Brier skoru ve Hosmer–Lemeshow testi sonuçları rapor edilmiştir.
Tablo 5: Youden ile optimize edilmiş kesme değerleri kullanılarak yapılan tanısal performans. AFP, PIVKA-II ve kombine model için Youden indeksi kesme değerleri kullanılarak hesaplanan duyarlılık, özgüllük, pozitif öngörü değeri, negatif öngörü değeri, doğruluk ve AUC değerleri gösterilmiştir.
| Yöntem | Belirlenen eşik değer | Duyarlılık, % (95% CI) | Özgüllük, % (95% CI) | PPV, % (95% CI) | NPV, % (95% CI) | Doğruluk, % (95% CI) | AUC (95% CI) |
| AFP | 20.0 ng/mL | 65.2 (57.0–72.7) | 88.5 (83.4–92.3) | 70.1 (61.8–77.4) | 86.0 (80.7–90.3) | 80.3 (75.0–84.8) | 0.77 (0.72–0.82) |
| PIVKA-II | 40.0 mAU/mL | 73.0 (65.2–79.8) | 93.1 (88.8–96.0) | 81.8 (74.2–87.7) | 89.0 (83.9–92.8) | 85.6 (80.9–89.5) | 0.82 (0.78–0.86) |
| Kombine model | Öngörülen olasılık = 0.60 | 83.5 (76.6–89.0) | 92.0 (87.4–95.3) | 84.7 (77.9–90.0) | 91.2 (86.3–94.6) | 88.9 (84.6–92.2) | 0.89 (0.86–0.93) |
| Not: Belirlenen klinik eşik değerler AFP için 20.0 ng/mL ve PIVKA-II için 40.0 mAU/mL'dir. Kombine model, bu klinik eşik karşılaştırması için kullanılan karşılık gelen önceden tanımlanmış olasılık eşiğinde bildirilmiştir. | |||||||
Tablo 6: Yerleşik klinik eşik değerleri kullanılarak tanısal performans. 20.0 ng/mL olan yerleşik AFP eşiği ve 40.0 mAU/mL olan yerleşik PIVKA-II eşiği kullanılarak duyarlılık, özgüllük, pozitif öngörü değeri, negatif öngörü değeri, doğruluk ve AUC gösterilmiştir. Kombine model, bu eşik karşılaştırması için kullanılan ilgili olasılık eşiğinde rapor edilmiştir.
| Yöntem | %90 özgüllüğe en yakın eşik değer | Duyarlılık, % (95% CI) | Özgüllük, % (95% CI) | PPV, % (95% CI) | NPV, % (95% CI) |
| AFP | 19.0 ng/mL | 67.9 (59.1–75.7) | 89.1 (84.2–92.8) | 71.3 (62.4–79.0) | 87.3 (82.1–91.2) |
| PIVKA-II | 37.5 mAU/mL | 75.4 (67.3–82.2) | 92.0 (87.7–95.1) | 79.8 (71.6–86.3) | 89.7 (84.7–93.3) |
| Kombine model | Öngörülen olasılık = 0.57 | 86.2 (79.3–91.3) | 90.6 (85.8–94.0) | 82.7 (74.8–88.7) | 92.4 (87.9–95.4) |
| Not: Bu eşik değerler, eşik-denetim analizinde %90'a en yakın özgüllüğe ulaşmak için seçilmiştir. PIVKA-II için; 37.5 mAU/mL bu denetimdeki Youden ve %90'a yakın özgüllük eşiğidir, 38.0 mAU/mL Tablo 3'te bildirilen birincil doğrulama eşiğidir, 40.0 mAU/mL yerleşik klinik eşiktir ve 45.0 mAU/mL Tablo 2'de kullanılan eğitim kohortu Youden eşiğidir. | |||||
Tablo 7: %90 özgüllüğe en yakın kesme değerindeki tanısal performans. %90'a en yakın özgüllüğü sağlamak için seçilen eşik değerlerinde AFP, PIVKA-II ve kombine model için duyarlılık, özgüllük, pozitif öngörü değeri ve negatif öngörü değeri gösterilmiştir.
Tartışma
Bu çalışma, erken evre ve AFP-negatif hastalıklara odaklanarak PIVKA-II, AFP ve rutin klinik değişkenleri kullanan HCC için entegre bir tanı stratejisini değerlendirmiştir14. Eğitim ve doğrulama kohortları genelinde, kombine model tekli belirteç testlerinden daha iyi performans göstermiştir. Eğitim kohortunda kombine model, AFP için 0,78 ve PIVKA-II için 0,85 ile karşılaştırıldığında 0,93'lük bir AUC değerine ulaşmıştır. Bağımsız doğrulama kohortunda model; 0,89 AUC, %84,5 duyarlılık ve %90,5 özgüllük ile güçlü ayırıcılığını korumuştur. Bu sonuçlar, tanısal kararları tek bir serum eşiğine zorlamak yerine, tamamlayıcı biyobelirteç ve klinik sinyallerin birlikte yorumlandığı model tabanlı bir yaklaşımı desteklemektedir.
Validasyon bulguları, özellikle AFP'nin en az güvenilir olduğu durumlarda PIVKA-II'nin sağladığı katma değeri açıklığa kavuşturmaktadır. AFP sensitivitesi tüm validasyon HCC vakalarında %62,1 iken, AFP-negatif HCC vakalarında %23,1'e düşmüştür. PIVKA-II daha yüksek bir genel sensitivite göstermiş ve AFP-negatif hastalıkta %61,5 sensitiviteyi korumuştur. Kombine model, yüksek spesifiteyi korurken sensitiviteyi AFP-negatif HCC'de %73,1'e ve erken evre HCC'de %72,7'ye daha da yükseltmiştir. Bu örüntü, PIVKA-II'nin özellikle düşük AFP'li tümörlerde ve erken tümör yükünde AFP'den kısmen farklı tanısal bilgiler yakaladığına dair önceki kanıtlarla tutarlıdır15,16,17. Korelasyon ve çapraz sınıflandırma analizleri de bu yorumu destekleyerek, AFP ve PIVKA-II'nin birbirinin yerine kullanılabilecek belirteçler olmadığını ve entegre skorun tek belirteçli sınıflandırma tarafından gözden kaçırılan ek vakaları tespit ettiğini göstermiştir.
Çok değişkenli sonuçlar, kombine modelden elde edilen kazancın yalnızca AFP ve PIVKA-II'nin bir araya getirilmesinin bir sonucu olmadığını göstermektedir. Klinik değişkenler; yaş, cinsiyet, karaciğer rezervi, koagülasyon durumu ve trombosit sayısı ile ilgili ek bağlam sağlamıştır. Bu tasarım; heterojen karaciğer hastalığı popülasyonlarında tanısal performansı artırmak için demografik ve laboratuvar değişkenlerini birleştiren GALAD, GAAD ve ilgili biyobelirteç tabanlı skorlar dahil olmak üzere yerleşmiş çok değişkenli HCC risk modelleri ile tutarlıdır18,19,20. Düzeltilmiş modelde, log-transforme PIVKA-II en güçlü bağımsız öngörücü olmaya devam etmiş, log-transforme AFP bağımsız bir ilişkiyi korumuş ve INR ek tanısal sinyal sağlamıştır. Aminotransferazlar düzeltme sonrası daha az bilgilendirici bulunmuştur; bu durum, tümörle ilişkili ve koagülasyonla bağlantılı belirteçler dikkate alındığında, spesifik olmayan hepatik inflamasyonun ayrımın ana yönlendiricisi olmadığını göstermektedir.
Eşik değer analizleri, inceleme sırasında gündeme getirilen önemli bir noktaya açıklık getirmektedir. Farklı PIVKA-II eşikleri, birbiriyle çelişen birincil eşik değerleri olarak yorumlanmamalıdır. 45.0 mAU/mL değeri eğitim kohortu ROC karşılaştırması için kullanılmış, 40.0 mAU/mL yerleşmiş klinik eşiği temsil etmiş ve 37.5–38.0 mAU/mL aralığı ise Youden optimizasyonu veya sabit özgünlük analizine dayalı alternatif eşik stratejilerini yansıtmıştır. Bu eşikler farklı klinik sorulara yanıt vermektedir: duyarlılık odaklı bir eşik değeri yüksek riskli sürveyans için yararlı olabilirken, yanlış pozitiflerin azaltılmasının öncelikli olduğu durumlarda özgünlük odaklı bir eşik değeri tercih edilebilir. Bu stratejilerin tümünde, kombine model tek başına AFP veya PIVKA-II'den daha stabil kalmış olup, görüntüleme tabanlı tanının yerine geçmekten ziyade bir risk sınıflandırma aracı olarak kullanımını desteklemiştir21.
Bazı kısıtlamalar mevcuttur. Eğitim kohortu tek merkezliydi ve prospektif doğrulama kohortu orta ölçekliydi. Özellikle NAFLD ile ilişkili, alkol ile ilişkili ve HCV ile ilişkili HCC dahil olmak üzere farklı etiyolojik altyapılara sahip popülasyonlarda çok merkezli doğrulamaya hâlâ ihtiyaç vardır. HCC durumu, rutin tanı pratiğini yansıtan ancak son derece erken veya atipik lezyonları eksik temsil edebilecek olan kontrastlı BT ve/veya MRG kullanılarak kararlaştırılmıştır. Bazı alt grup analizleri, özellikle erken evre ve AFP-negatif HCC, genel kohorttan daha az vaka içermektedir. Kalibrasyon ve bootstrap analizleri model stabilitesinin değerlendirilmesine yardımcı olmuştur, ancak bunlar model güdümlü sürveyansın sevk verimliliğini, erken tespit oranını ve sonraki klinik sonuçları iyileştirip iyileştirmediğini test eden prospektif uygulama çalışmalarının yerini tutamaz22.
Sonuç olarak, PIVKA-II, AFP ve rutin klinik değişkenlerin entegrasyonu, hem eğitim hem de bağımsız doğrulama kohortlarında tutarlı bir performans sergileyerek HCC tespitini tekli biyobelirteç stratejilerine kıyasla iyileştirmiştir. Model, yüksek özgüllüğü korurken erken evre ve AFP-negatif HCC'lerde klinik olarak yararlı duyarlılığı muhafaza ederek, AFP tabanlı sürveyansın iki yaygın kör noktasını gidermiştir. Girdiler rutin olarak mevcut olduğundan, bu yaklaşım yüksek riskli karaciğer hastalığı popülasyonlarında daha ileri testler için pratiktir. Gelecekteki çok merkezli çalışmalar, modeli doğrudan ultrason artı AFP ile karşılaştırmalı, önceden tanımlanmış operasyonel eşikleri değerlendirmeli ve yeni ortaya çıkan biyobelirteçler veya görüntüleme kaynaklı özelliklerle entegrasyonun erken HCC tespitini daha da iyileştirip iyileştirmediğini analiz etmelidir23,24.
Açıklamalar
Yazarlar, herhangi bir rakip finansal veya finansal olmayan çıkarı olmadığını beyan ederler. Hiçbir ticari fon sağlayıcı, reaktif üreticisi, yazılım sağlayıcısı veya tanı platformu şirketi; çalışma tasarımında, veri toplama sürecinde, istatistiksel analizde, sonuçların yorumlanmasında, taslağın hazırlanmasında veya çalışmanın yayına gönderilmesi kararında herhangi bir rol oynamamıştır.
Teşekkürler
Yazarlar, bu çalışma için kan toplama, klinik koordinasyon, görüntüleme incelemesi ve veri doğrulamayı destekleyen çalışma katılımcılarına ve klinik personele teşekkür ederler.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| 1.5 mL nükleaz içermeyen mikro santrifüj tüpü | Eppendorf | 30123328 | Plazma alikotlama ve saklama |
| AFP kalibratörü | Roche Diagnostics | AFP CalSet II, 09227261190 | AFP kalibrasyonu |
| AFP kalite kontrol materyali | Roche Diagnostics | PreciControl Tumor Marker, 11776452160 | AFP kalite kontrolü |
| AFP kalite kontrol materyali | Roche Diagnostics | PreciControl Universal, 11731416160 | AFP kalite kontrolü |
| AFP reaktif kiti | Roche Diagnostics | Elecsys AFP, 09015124190 | AFP ölçümü |
| Otomatik elektrokimilüminesans immünassay analizörü | Roche Diagnostics | cobas e 801 | AFP ve PIVKA-II ölçümü |
| Kalibrasyon paketi | R package | rms 6.7–1 | Kalibrasyon analizi |
| Karar eğrisi analizi paketi | R package | rmda 1.6 | Karar eğrisi analizi |
| Hosmer–Lemeshow testi paketi | R package | ResourceSelection 0.3–6 | Hosmer–Lemeshow testi |
| K2-EDTA kan toplama tüpü, 10 mL | BD | 367525 | Periferik venöz kan toplama |
| Çoklu imputasyon paketi | R package | mice 3.16.0 | Çoklu imputasyon |
| PIVKA-II reaktif kiti | Roche Diagnostics | Elecsys PIVKA-II, 08333629190/08333629500 | PIVKA-II ölçümü |
| Soğutmalı santrifüj | Eppendorf | Centrifuge 5425 R | Plazma ayrıştırma |
| ROC analizi paketi | R package | pROC 1.18.5 | ROC analizi ve DeLong testi |
| İstatistik yazılımı | R Foundation | R 4.3.2 | İstatistiksel analiz |
| İstatistik yazılımı arayüzü | Posit Software | RStudio 2023.12.1 | İstatistiksel analiz |
Kaynaklar
- Oh JH, Jun DW. The latest global burden of liver cancer: A past and present threat. Clin Mol Hepatol. 2023;29(2):355-357.
- Heimbach JK et al. AASLD guidelines for the treatment of hepatocellular carcinoma. Hepatology. 2018;67(1):358-380.
- Singal AG et al. Meta-analysis: Surveillance with ultrasound for early-stage hepatocellular carcinoma in patients with cirrhosis. Aliment Pharmacol Ther. 2009;30(1):37-47.
- Tzartzeva K et al. Surveillance imaging and alpha fetoprotein for early detection of hepatocellular carcinoma in patients with cirrhosis: A meta-analysis. Gastroenterology. 2018;154(6):1706-1718.e1.
- Parikh ND et al. Biomarkers for the early detection of hepatocellular carcinoma. Cancer Epidemiol Biomarkers Prev. 2020;29(12):2495-2503.
- Gopal P et al. Factors that affect accuracy of alpha-fetoprotein test in detection of hepatocellular carcinoma in patients with cirrhosis. Clin Gastroenterol Hepatol. 2014;12(5):870-877.
- Hanif H et al. Update on the applications and limitations of alpha-fetoprotein for hepatocellular carcinoma. World J Gastroenterol. 2022;28(2):216-229.
- Norman JS, Mehta N. The role of AFP-L3 and DCP biomarkers in the diagnosis and management of hepatocellular carcinoma. Curr Hepatol Rep. 2025;24(1):16.
- Suttichaimongkol T et al. PIVKA-II or AFP has better diagnostic properties for hepatocellular carcinoma diagnosis in high-risk patients. J Circ Biomark. 2023;12:12-16.
- Piratvisuth T et al. Development and clinical validation of a novel algorithmic score (GAAD) for detecting HCC in prospective cohort studies. Hepatol Commun. 2023;7(11):e0317.
- Jarrah M et al. Performance of GALAD, GAAD, and ASAP for early HCC detection in chronic liver disease: A systematic review and meta-analysis. Liver Cancer. 2026;15(2):285-299.
- Zhou JM, Wang T, Zhang KH. AFP-L3 for the diagnosis of early hepatocellular carcinoma: A meta-analysis. Medicine (Baltimore). 2021;100(43):e27673.
- Singal AG et al. AASLD practice guidance on prevention, diagnosis, and treatment of hepatocellular carcinoma. Hepatology. 2023;78(6):1922-1965.
- Best J et al. The GALAD scoring algorithm based on AFP, AFP-L3, and DCP significantly improves detection of BCLC early-stage hepatocellular carcinoma. Z Gastroenterol. 2016;54(12):1296-1305.
- Poté N et al. Performance of PIVKA-II for early hepatocellular carcinoma diagnosis and prediction of microvascular invasion. J Hepatol. 2015;62(4):848-854.
- Xu F et al. The diagnostic value of serum PIVKA-II alone or in combination with AFP in Chinese hepatocellular carcinoma patients. Dis Markers. 2021;2021:8868370.
- Liu M et al. Validation of the GALAD model and establishment of GAAP model for diagnosis of hepatocellular carcinoma in Chinese patients. J Hepatocell Carcinoma. 2020;7:219-232.
- Aralica M et al. GALAD, or des-gamma-carboxy prothrombin compared with alpha-foetoprotein for the diagnosis of hepatocellular carcinoma in people with chronic liver disease. Cochrane Database Syst Rev. 2024;12(12):CD015826.
- Zhang S et al. Evaluating the combined diagnostic power of alpha-fetoprotein and protein induced by vitamin K absence or antagonist-II for hepatocellular carcinoma. J Gastrointest Oncol. 2025;16(3):1157-1175.
- Pham TTT, Ho DT, Nguyen TB, Phan HT. Clinical performance of GAAD score, alpha-fetoprotein, and PIVKA-II in diagnosing hepatocellular carcinoma in the Vietnamese cohort. Discov Oncol. 2025;16:1813.
- Youden WJ. Index for rating diagnostic tests. Cancer. 1950;3(1):32-35.
- Tarao K et al. Real impact of tumor marker AFP and PIVKA-II in detecting very small hepatocellular carcinoma (≤2 cm, Barcelona stage 0): Assessment with a large number of cases. World J Hepatol. 2020;12(11):1046-1054.
- Kim DY et al. Utility of combining PIVKA-II and AFP in the surveillance and monitoring of hepatocellular carcinoma in the Asia-Pacific region. Clin Mol Hepatol. 2023;29(2):277-292.
- Kao SYZ et al. Cost-effectiveness of a precision hepatocellular carcinoma surveillance strategy in patients with cirrhosis. EClinicalMedicine. 2024;75:102755.