ASAP模型与GAAD模型在肝癌高风险人群预测价值方面的比较分析

《Scientific Reports》：Comparative analysis of the predictive value of the ASAP model and the GAAD model for liver cancer high risk cohorts

　　

摘要

ASAP模型和GAAD模型结合了性别、年龄、血清甲胎蛋白（AFP）和PIVKA-II水平来预测肝细胞癌（HCC）的风险。本研究在高风险人群中比较了这两种模型的诊断性能。共有352名受试者参与研究，其中包括115名HCC患者、137名慢性肝病患者（CLD）和100名健康对照组（HCs）。血清AFP和PIVKA-II的水平分别使用Abbott和Roche试剂盒进行检测。随后计算了ASAP和GAAD评分。根据制造商推荐的临界值和预定义的阈值（ASAP ≥ 33.4%、ASAP ≥ 66.7%、GAAD ≥ 2.57），我们评估了每种模型的诊断性能。通过DeLong检验比较了接收者操作特征曲线（AUC）下的面积。在HCC组中，ASAP和GAAD评分的中位数和阳性率均显著高于CLD组和HCs组（P < 0.01）。ASAP ≥ 33.4%的敏感性最高（0.974），但其特异性较低（0.658）；而ASAP ≥ 66.7%的特异性（0.894）和准确性（0.901）最高。然而，这两种阈值都无法在低风险范围内明确排除HCC。对于测试队列1（包括HCC组和其他非HCC组），ASAP和GAAD评分的AUC分别为0.955和0.958（P = 0.610）；对于测试队列2（包括HCC组和CLD组），AUC分别为0.926和0.928（P = 0.810）；对于测试队列3（包括CLD组和HCs组），AUC分别为0.833和0.832（P = 0.944）。ASAP和GAAD在HCC的诊断性能方面表现出色，显著优于单一肿瘤标志物。在所有风险队列中，两种模型之间未观察到显著差异，表明它们的临床效用相当。