CN113436677B - 测试受试者患有肝癌可能性的系统及方法 - Google Patents
测试受试者患有肝癌可能性的系统及方法 Download PDFInfo
- Publication number
- CN113436677B CN113436677B CN202110933909.2A CN202110933909A CN113436677B CN 113436677 B CN113436677 B CN 113436677B CN 202110933909 A CN202110933909 A CN 202110933909A CN 113436677 B CN113436677 B CN 113436677B
- Authority
- CN
- China
- Prior art keywords
- afp
- dcp
- data
- age
- liver cancer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Genetics & Genomics (AREA)
- Primary Health Care (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开一种测试受试者患有肝癌可能性的系统及方法。该系统包括数据采集模块,其用于获取受试者的性别、年龄、异常凝血酶原(DCP)和甲胎蛋白(AFP)的数据;数据处理模块,其用于对所述数据采集模块中获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此计算评估值P(Y)。本发明的系统和方法解决了单个指标对肝癌的预测不能满足临床需求的问题。此外,本发明的系统能够以显著提高对肝癌筛查的灵敏度和特异度。
Description
技术领域
本发明涉及生物医学领域,具体地涉及测试受试者患有肝癌可能性的系统及方法。
背景技术
原发性肝癌(primary liver cancer,PLC)是人类第六大常见恶性肿瘤,居全球癌症相关死亡的第三位。肝癌的发病机制尚不明确,流行病学研究证实,约80%的肝癌存在乙型肝炎病毒(hepatitis B virus,HBV)或丙型肝炎病毒(hepatitis C virus,HCV)感染背景,其他危险因素包括酒精性肝病,非酒精性脂肪肝,长期摄入被黄曲霉素污染的食物等。各种原因所致的肝硬化是HCC发生的主要危险因素。不同于欧美等西方国家,我国主要以HBV感染为主。在我国肝硬化和肝癌患者中,由HBV感染引起的比例分别为77%和86%。目前随着抗病毒治疗的广泛开展,HBV感染所致肝硬化、肝衰竭等终末期肝病人数已明显减少,但肝癌发病尚未见到显著下降,HBV感染相关肝癌仍是我国常见的恶性肿瘤之一。
肝癌患者早期症状并不明显,而大多数在确诊时处于中晚期,已错过最佳治疗时机。目前,肝癌治疗方式主要包括:外科手术切除、肝移植、放疗、化疗等,尽管随着诊疗手段的提高以及对高危人群的筛查监测,肝癌依旧存在易转移复发,死亡率高等特点。另外,虽然手术切除和肝移植是实现HCC有效治疗的重要手段,但5年总生存率仍然很低,严重影响了患者的生存预后。因此HCC的早期筛查和诊断迫在眉睫。虽然不同指南中关于HCC的筛查形式各有不同,但目前针对高危人群每隔6个月进行一次单用超声(ultrasound,US)或US联合血清甲胎蛋白(alpha-fetoprotein,AFP)检查仍是绝大多数指南中推荐的HCC筛查监测方案。
另一方面,血清AFP仍是临床最常用诊断HCC的血清学标志物,但其诊断HCC的灵敏度和特异度欠佳。国外指南并不推荐血清AFP作为HCC的筛查诊断。甲胎蛋白质体(Lensculinaris agglutinin-reactive fraction of AFP,AFP-L3)是AFP的亚型之一,研究发现AFP联合AFP-L3%可以提高肝癌诊断的灵敏度。异常凝血酶原(des-γ-carboxyprothrombin, DCP),又称维生素K缺乏或拮抗剂Ⅱ诱导的蛋白质(protein induced byvitamin K absence or antagonist Ⅱ,PIVKA Ⅱ),在癌细胞中由于缺乏凝血酶原的翻译后羧化,形成了异常凝血酶原。相比于其他的肿瘤血清学指标,DCP在诊断肝癌时具有较好的特异度,而且对小肝癌也具有较好的诊断价值。
基于上述背景,在本领域内亟需开发一种预测肝癌发生风险的方法。目前的单个指标对肝癌的预测不能满足临床需求,因此,开发一套方便快捷、易于推广的系统对于筛查监测HCC至关重要。
发明内容
针对当前技术存在的问题,本发明提供用于测试受试者患有肝癌可能性的系统及方法。本发明的系统包括数据采集模块以及计算受试者罹患肝癌的数据处理模块,以实现方便快捷的HCC筛查监测。具体地,本发明包括以下内容。
本发明的第一方面,提供一种测试受试者患有肝癌可能性的评估系统,其包括:
数据采集模块,其用于获取受试者的性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP的数据;
数据处理模块,其用于对所述数据采集模块中获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此计算评估值P(Y)。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,利用下述模型计算评估值P(Y),
其中,e取值2.71828,β0表示在没有自变量,即性别、年龄、DCP、AFP全部取0时,Y=1与Y=0发生概率之比的自然对数;β1取值范围为1.122±0.269,β2取值范围为0.073±0.008,β3取值范围为2.660±0.213,β4取值范围为0.578±0.103。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,所述β0取值范围为-11.111±0.656。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,所述肝癌包括但不限于肝细胞癌。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,所述肝细胞癌包括但不限于HBV相关的肝细胞癌。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,当评估值P(Y)为0.28及以上时,将所述受试者测试为罹患肝癌高风险人群。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,当评估值P(Y)为0.19及以上时,将所述受试者测试为罹患早期肝癌高风险人群。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,进一步包括结果显示模块,其用于可视化显示计算得到的评估值P(Y)。
根据本发明所述的测试受试者患有肝癌可能性的系统,优选地,所述数据采集模块能够从医院信息系统获取诊疗数据,之后将诊疗数据发送至数据处理模块。
本发明的第二方面,提供一种测试受试者患有肝癌可能性的方法,其包括以下步骤:
数据采集步骤,其包括获取受试者的性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP的数据,其中利用试剂来获取DCP和AFP数据;
数据处理步骤,其包括对获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此计算评估值P(Y)。
本发明的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第二方面所述的测试受试者患有肝癌可能性的方法。
本发明的第四方面,提供一种电子设备,其包括:处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行第二方面所述的测试受试者患有肝癌可能性的方法。
附图说明
图1为HCC相关诊断标准流程图。
图2为示例性示出了血清学标志物单独、联合检测及GADA模型诊断HCC的ROC曲线。
图3为另一示例性的血清学标志物单独、联合检测及GADA模型诊断HCC的ROC曲线。
具体实施方式
现详细说明本发明的多种示例性实施方案,该详细说明不应认为是对本发明的限制,而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。
应理解本发明中所述的术语仅仅是为描述特别的实施方案,并非用于限制本发明。另外,对于本发明中的数值范围,应理解为具体公开了该范围的上限和下限以及它们之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本发明内。这些较小范围的上限和下限可独立地包括或排除在范围内。
除非另有说明,否则本文使用的所有技术和科学术语具有本发明所述领域的常规技术人员通常理解的相同含义。虽然本发明仅描述了优选的方法和材料,但是在本发明的实施或测试中也可以使用与本文所述相似或等同的任何方法和材料。本说明书中提到的所有文献通过引用并入,用以公开和描述与所述文献相关的方法和/或材料。在与任何并入的文献冲突时,以本说明书的内容为准。
本发明中,测试受试者患有肝癌可能性的系统包括:数据采集模块,其用于针对受试者采集性别、年龄、异常凝血酶原、甲胎蛋白;以及计算受试者罹患肝癌的风险模块,其用于将数据采集模块获得的数据进行计算,从而计算出受试者患有肝癌可能性的风险值,依据系统预存的分组参数,对受试者进行分组,从而判断受试者罹患肝癌的风险。具体说明如下:
在对多达16种已知指标进行分析后,发明人发现以受试者性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP四种指标的组合能够构建优异的预测肝癌的模型。通过临床数据分析,发现性别和年龄在肝癌诊断中具有统计学意义,并且基于此所述因素得到的测试方法能够显著提高肝癌检测(如HCC检测)的灵敏度和特异度,具有明显优于其他指标单独或任意联合检测形式的效能。
本发明的数据采集模块中4个指标数据的数据源优选可来自批量导入的表格数据、从医院信息系统(HospitalInformation System,简称HIS)获取的数据、检验报告、电子病历(Electronic Medical Record,EMR)数据、影像归档和通信系统(Picture Archivingand Communication Systems,PACS)数据、医院实验室信息管理系统LIS(Hospitallaboratory Information Managementsystem,简称LIS)数据等。
可选地,上述数据还可以包括批量导入的数据、智能手机端等多端录入的数据、原始病历拍照上传的数据、患者微信端录入随访数据等。
所述数据可以通过各种可能的采集途径进行采集,例如血液检测仪器、医生、护士工作使用的计算机、病人使用的智能手机等;基于已知异常凝血酶原和甲胎蛋白检测方法并具有一定数据处理和存储能力的检测设备。此类检测设备包括但不限于罗氏Cobas e601全自动电化学免疫分析仪、LUMIPULSE G1200全自动免疫分析仪。
本发明中,数据处理模块的功能包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此计算评估值P(Y)。具体地,可通过例如GADA模型公式计算评估值P(Y):。
本领域的技术人员可以理解的是,本发明所述的各种示例性实施方案可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明的具体实施方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本发明的方法。
在示例性实施方式中,本发明的程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的实例包括但不限于:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
相应地,基于同一发明构思,本发明还提供一种电子设备。
在示例性实施方案中,电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于:至少一个处理单元、至少一个存储单元、连接不同系统组件(包括存储单元和处理单元)的总线。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元执行,使得所述处理单元执行本发明所述的方法,其中处理单元至少包括本发明所述的数据处理模块。存储单元可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)和/或高速缓存存储单元,还可以进一步包括只读存储单元(ROM)。
存储单元还可以包括具有一组(至少一个)程序模块的程序/实用工具,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备交互的设备通信,和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。
这种通信可以通过输入/输出(I/O)接口进行。并且,电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器通过总线与电子设备的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
本发明的系统或方法的诊断价值可通过例如计算受试者工作特征曲线下面积(AUC)、灵敏度、特异度等评价指标来判断其效能。其中AUC也称为受试者工作特征曲线下面积,其被定义为ROC曲线下与坐标轴围成的面积,所述面积的数值范围在0.5和1之间。AUC越接近1.0,检测方法真实性越高。其中AUC在0.5-0.7时有较低准确性,AUC在0.7-0.9时有一定准确性,AUC在0.9以上时有较高准确性。等于0.5时,则真实性最低,无应用价值。在具体实施方案中,本发明的系统具有不低于0.860的受试者工作特征曲线下面积,还优选不低于0.900,例如0.920、0.930、0.940、0.950、0.960、0.970、0.980,甚至是0.990。
实施例
1. 研究对象纳入的标准和基本信息
研究对象的诊断及分组标准
CHB的诊断:根据《慢性乙型肝炎防治指南(2015年更新版)》诊断标准,即乙肝病毒表面抗原(HBsAg)和(或)乙肝病毒DNA阳性6个月以上,ALT持续或反复升高,或有肝组织学病变。
HBV相关肝硬化:①病因学显示明确的HBV感染证据;②临床诊断或者组织学提示存在肝硬化的证据。通过病史或相应的检查予以明确或排除其他常见引起肝硬化的病因如HCV感染、酒精和药物等。临床上根据肝硬化并发症情况分为五期。1期:无静脉曲张和腹水;2期:有静脉曲张,无出血及腹水;3期:有腹水,无出血伴或不伴静脉曲张;4期:有出血,伴或不伴腹水;5期:脓毒血症。其中1至2期为代偿性肝硬化,3至5期为失代偿性肝硬化。代偿期肝硬化的影像学、生物化学或血液学检查有肝细胞合成功能障碍或门静脉高压症证据,或组织学符合肝硬化诊断,但没有失代偿期肝硬化相关严重并发症;失代偿期肝硬化患者可以出现食管胃底静脉曲张破裂出血、肝性脑病、腹水等其他严重并发症。
HCC相关诊断标准:有准确的病理学诊断结果或者临床诊断为肝癌患者经影像学进一步核实诊断,符合《原发性肝癌诊疗规范(2017年版)》诊断标准,具体参见诊断流程图1。
2. 统计学分析
根据各变量的分布特征选择合适的描述统计分析方法。对满足正态分布的资料,统计描述时使用均数和标准差表示,多组间的比较采用方差分析,两组间的比较采用Student-Newman-Keul法检验;对不满足正态分布连续性变量采用中位数(四分位数间距)表示,组间比较采用Mann-whitney U检验;分类变量以频数(%)表示,组间比较采用χ2检验。采用Logistic回归模型对患者年龄、性别、AFP、AFP-L3%、DCP、层粘连蛋白、C反应蛋白、转铁蛋白、铜蓝蛋白、碱性磷酸酶、γ-谷氨酰转肽酶、淋巴细胞计数、国际标准化比值、血小板计数、APRI和FIB-4等16个指标进行回归分析建立GADA模型。计算受试者工作特征曲线下面积(AUC)、灵敏度、特异度等评价各诊断指标及诊断模型的效能,采用DeLong法进行曲线下面积比较。显著性检验为双侧检验,检验水准α= 0.05。应用SPSS 24.0及Medcalc进行统计分析。
3. 患者基本信息及临床特征
本研究共纳入2190例慢性乙型肝炎病毒感染患者。经分析包括989例慢性乙型肝炎患者、575例慢性乙肝相关肝硬化患者和626例慢性乙型肝炎病毒感染相关肝癌患者。进一步分析发现男性慢性乙型肝炎患者692例(69.97%),男性肝硬化患者426例(74.09%),男性肝癌患者556例(88.82%),男性人群在不同肝病情况下所占的比例具有统计学意义(P<0.001),且随着疾病的严重程度所占比例逐渐升高。慢性乙型肝炎患者的平均年龄为40.25±12.71岁,肝硬化患者的平均年龄为52.97±11.48岁,肝癌患者的平均年龄为55.00±11.79岁,患者的年龄在不同分组下存在统计学差异(P<0.001),且在肝癌患者中的年龄最高,具体见下表。
表1-研究对象的基本信息及不同肝病患者临床指标的比较
4. GADA模型的建立及其对肝癌诊断价值的比较
4.1 GADA模型的建立
通过对患者年龄、性别、AFP、AFP-L3%、DCP、层粘连蛋白、C反应蛋白、转铁蛋白、铜蓝蛋白、碱性磷酸酶、γ-谷氨酰转肽酶、淋巴细胞计数、国际标准化比值、血小板计数、APRI和FIB-4等16个指标进行分析,优化,确认性别、年龄、DCP和AFP四项指标的组合对于肝癌预测特别有价值。具体模型构建过程如表2、3所示。对DCP和AFP取对数函数得到HCC的拟合模型GADA。GADA模型公式为:
,其中,e取值2.71828,β0为在没有自变量,即性别、年龄、DCP、AFP全部取0,Y=1与Y=0发生概率之比的自然对数,本研究取值范围(-11.111±0.656),最优为-11.111,β1取值范围为(1.122±0.269),最优为1.122;β2取值范围为(0.073±0.008),最优为0.073;β3取值范围为(2.660±0.213),最优为2.660;β4取值范围为(0.578±0.103),最优为0.578。最优模型为:
表2-GADA模型相关参数
注:性别女=0,男=1。
表3-未包含在方程中的相关参数
4.2GADA模型对HCC的价值评估
血清AFP、AFP-L3%和DCP单独检测诊断HBV-HCC的AUROC分别为0.762(95%CI:0.744, 0.780)、0.748(95%CI: 0.729, 0.766)、0.891(95%CI: 0.877, 0.903),以DCP的诊断效能最优,其诊断HBV相关HCC的AUC较高于AFP和AFP-L3%(P均<0.001)。进一步的结果显示,AFP在最佳界值为10.5 ng/ml时,对应的灵敏度和特异度分别为71.57%和69.37%。当使用临床常用的20 ng/ml为截断值时,其对应的灵敏度和特异度分别为64.22%和75.32%。AFP-L3%在最佳界值为2.03%时,相应的灵敏度和特异度分别为71.73%和69.18%。当使用10%作为截断值时,其对应的灵敏度和特异度分别为36.10%和94.82%。DCP在最佳界值为51mAU/mL时,其灵敏度和特异度分别为78.27%和94.05%。类似地当使用临床上推荐的界值40ng/ml时,其对应的灵敏度和特异度分别为81.79%和88.36%。通过上述比较发现,无论使用本研究中ROC曲线得出的最佳cut-off值,还是使用临床上推荐的诊断界值,DCP诊断HCC的AUC明显高于AFP和AFP-L3%,且在维持特异度(AFP和AFP-L3%)相当的情况下,DCP显著提高了诊断HCC的敏感度。
我们进一步评估了AFP、AFP-L3%和DCP联合诊断的效能,结果显示,各指标联合检测诊断肝癌的AUC与单DCP较为接近,DCP联合AFP-L3检测诊断HCC的效能最高,其AUC为0.902(95%CI:0.888, 0.914),但与DCP单独或联合其他指标检测相比差异不具有统计学意义(P>0.05)。DCP联合其他指标检测诊断肝癌的效能明显优于AFP和AFP-L3%(P<0.05)。GADA模型对肝癌的诊断价值AUC为0.940(0.929,0.949),约登指数为0.746,当截断界值取0.28时,对应的灵敏度和特异度分别为82.57%和92.01%。通过比较发现,GADA诊断肝癌的效能明显优于其他指标单独或联合检测(P均<0.01)。血清学标志物单独、联合检测及GADA模型诊断HCC的ROC曲线参见图2。AFP、AFP-L3%、DCP单独、联合检测及GADA模型对HBV相关HCC的诊断价值如下表所示。
表4-不同方案对HBV相关HCC的诊断价值
4.3AFP、AFP-L3%、DCP单指标、联合及GADA模型对早期肝癌的诊断价值
除了比较AFP、AFP-L3%和DCP对总肝癌的诊断价值外,本研究还进一步探索了他们对早期肝癌的诊断效能。分析结果显示,DCP诊断早期肝癌的AUC为0.761,明显优于AFP(0.761 vs 0.608,P<0.001)和AFP-L3%(0.761 vs 0.630,P<0.001)。此外,在DCP截断界值取42.78 ng/mL时,对应的灵敏度和特异度分别为59.90%和89.77%,相比于AFP和AFP-L3%,DCP在保证较高诊断准确性的前提下,其诊断肝癌的敏感性较高于前两者,这对于早期肝癌的筛查和辅助诊断具有重要的作用,可以避免部分早期肝癌患者的漏诊。进一步的研究发现,DCP联合其他指标检测诊断肝癌的AUC显著高于AFP和AFP-L3%(P<0.001);AFP-L3%联合DCP诊断早期肝癌的AUC优于其他指标组合(P<0.001),AFP联合AFP-L3%和DCP的AUC未见明显改善,但其诊断肝癌的敏感性显著高于其他指标或组合形式。值得注意的是,GADA模型诊断早期肝癌的AUC为0.862(0.845,0.878),当截断界值取0.19时,对应的灵敏度和特异度分别为72.28%和85.17%。通过比较发现,GADA诊断早期肝癌的效能同样明显优于其他指标单独或任意联合检测形式(P值均小于0.01),见表5以及图3。
表5-不同方案诊断早期肝癌的价值
尽管本发明已经参考示例性实施方案进行了描述,但应理解本发明不限于公开的示例性实施方案。在不背离本发明的范围或精神的情况下,可对本发明说明书的示例性实施方案做多种调整或变化。权利要求的范围应基于最宽的解释以涵盖所有修改和等同结构与功能。
Claims (10)
1.一种测试受试者患有肝癌可能性的系统,其特征在于,包括:
数据采集模块,其用于获取受试者的性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP的数据;
数据处理模块,其用于对所述数据采集模块中获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此利用下述模型计算评估值P(Y):
P(Y)=1/[1+e^(-(β0+β1*性别+β2*年龄+β3*Log10(DCP)+β4*Log10(AFP)))],
其中,e取值2.71828,β0表示在没有自变量时,即性别、年龄、DCP、AFP全部取0时,Y=1与Y=0发生概率之比的自然对数,β1取值范围为1.122±0.269,β2取值范围为0.073±0.008,β3取值范围为2.660±0.213,β4取值范围为0.578±0.103。
2.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,所述β0取值范围为-11.111±0.656。
3.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,所述肝癌为肝细胞癌。
4.根据权利要求3所述的测试受试者患有肝癌可能性的系统,其特征在于,所述肝细胞癌为HBV相关的肝细胞癌。
5.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,当评估值P(Y)为0.28及以上时,将所述受试者测试为罹患肝癌高风险人群,且评估值越大风险越高。
6.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,当评估值P(Y)为0.19及以上时,将所述受试者测试为罹患早期肝癌高风险人群,且评估值越大风险越高。
7.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,进一步包括结果显示模块,其用于可视化显示计算得到的评估值P(Y)。
8.根据权利要求1所述的测试受试者患有肝癌可能性的系统,其特征在于,所述数据采集模块能够从医院信息系统获取诊疗数据,之后将诊疗数据发送至数据处理模块。
9.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现下述方法,从而测试受试者患有肝癌可能性:
获取受试者的性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP的数据;
对数据采集模块中获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此利用下述模型计算评估值P(Y):
P(Y)=1/[1+e^(-(β0+β1*性别+β2*年龄+β3*Log10(DCP)+β4*Log10(AFP)))],
其中,e取值2.71828,β0表示在没有自变量时,即性别、年龄、DCP、AFP全部取0时,Y=1与Y=0发生概率之比的自然对数,β1取值范围为1.122±0.269,β2取值范围为0.073±0.008,β3取值范围为2.660±0.213,β4取值范围为0.578±0.103。
10.一种电子设备,其包括:处理器;和
存储器,其用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行下述方法:
获取受试者的性别、年龄、异常凝血酶原DCP和甲胎蛋白AFP的数据;
对数据采集模块中获取的数据进行处理,包括对DCP和AFP数据分别取对数函数,并进一步分别对性别、年龄、以及取对数函数后的DCP和AFP设置权重,由此利用下述模型计算评估值P(Y):
P(Y)=1/[1+e^(-(β0+β1*性别+β2*年龄+β3*Log10(DCP)+β4*Log10(AFP)))],
其中,e取值2.71828,β0表示在没有自变量时,即性别、年龄、DCP、AFP全部取0时,Y=1与Y=0发生概率之比的自然对数,β1取值范围为1.122±0.269,β2取值范围为0.073±0.008,β3取值范围为2.660±0.213,β4取值范围为0.578±0.103。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110933909.2A CN113436677B (zh) | 2021-08-13 | 2021-08-13 | 测试受试者患有肝癌可能性的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110933909.2A CN113436677B (zh) | 2021-08-13 | 2021-08-13 | 测试受试者患有肝癌可能性的系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113436677A CN113436677A (zh) | 2021-09-24 |
CN113436677B true CN113436677B (zh) | 2021-12-10 |
Family
ID=77797652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110933909.2A Active CN113436677B (zh) | 2021-08-13 | 2021-08-13 | 测试受试者患有肝癌可能性的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113436677B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114420284A (zh) * | 2021-12-20 | 2022-04-29 | 海南松林生物科技有限责任公司 | 一种肝癌筛查方法及装置 |
CN114540485B (zh) * | 2022-03-22 | 2024-06-25 | 北京大学 | 用于预测hbv相关肝病患者aclf发生或预后的方法、系统及其应用 |
CN115267193B (zh) * | 2022-09-20 | 2022-12-27 | 北京大学 | 用于判断生物样本中HBsAg来源的方法及系统和用途 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019067092A1 (en) * | 2017-08-07 | 2019-04-04 | The Johns Hopkins University | METHODS AND SUBSTANCES FOR THE EVALUATION AND TREATMENT OF CANCER |
EP3698139A1 (en) * | 2017-10-16 | 2020-08-26 | Biopredictive | Method of prognosis and follow up of primary liver cancer |
CN112331333A (zh) * | 2020-11-02 | 2021-02-05 | 高春芳 | 一种基于肝癌三联检的肝癌诊断模型的建立方法 |
CN113215255B (zh) * | 2021-04-26 | 2022-04-05 | 山东天川精准医疗科技有限公司 | 用于肝癌早期诊断或预后的生物标记物及其用途 |
-
2021
- 2021-08-13 CN CN202110933909.2A patent/CN113436677B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113436677A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113436677B (zh) | 测试受试者患有肝癌可能性的系统及方法 | |
Nagata et al. | Effect of interferon-based and-free therapy on early occurrence and recurrence of hepatocellular carcinoma in chronic hepatitis C | |
İlhan et al. | Evaluation of neutrophil–lymphocyte ratio, platelet–lymphocyte ratio and red blood cell distribution width–platelet ratio as early predictor of acute pancreatitis in pregnancy | |
Langhorst et al. | Noninvasive markers in the assessment of intestinal inflammation in inflammatory bowel diseases: performance of fecal lactoferrin, calprotectin, and PMN-elastase, CRP, and clinical indices | |
Visintin et al. | Diagnostic markers for early detection of ovarian cancer | |
Johnson et al. | The detection of hepatocellular carcinoma using a prospectively developed and validated model based on serological biomarkers | |
Behrouzi et al. | HE4 as a Biomarker for Endometrial Cancer | |
Kim et al. | Risk assessment of clinical outcomes in Asian patients with chronic hepatitis B using enhanced liver fibrosis test | |
Mao et al. | Albumin-bilirubin (ALBI) and monocyte to lymphocyte ratio (MLR)-based nomogram model to predict tumor recurrence of AFP-negative hepatocellular carcinoma | |
Geiger et al. | Screening options and recommendations for colorectal cancer | |
Sadler et al. | The diagnostic significance of serum IgG4 levels in patients with autoimmune pancreatitis: a UK study | |
Zhou et al. | Individualized risk prediction of significant fibrosis in non-alcoholic fatty liver disease using a novel nomogram | |
Smirne et al. | Evaluation of the red cell distribution width as a biomarker of early mortality in hepatocellular carcinoma | |
Katagiri et al. | Evaluation of coronavirus disease 2019 severity using urine biomarkers | |
Soumagne et al. | Current and emerging techniques for the diagnosis of hypersensitivity pneumonitis | |
Kaur et al. | Neutrophil gelatinase-associated lipocalin, macrophage inhibitory cytokine 1, and carbohydrate antigen 19-9 in pancreatic juice: pathobiologic implications in diagnosing benign and malignant disease of the pancreas | |
Che et al. | The Adler grade by Doppler ultrasound is associated with clinical pathology of cervical cancer: Implication for clinical management | |
Liu et al. | Accuracy of the highly sensitive C-reactive protein/albumin ratio to determine disease activity in inflammatory bowel disease | |
Wang et al. | Red cell distribution width to platelet ratio predicts liver fibrosis in patients with autoimmune hepatitis | |
Elefsiniotis et al. | Presepsin levels in cirrhotic patients with bacterial infections and/or portal hypertension-related bleeding, presenting with or without acute kidney injury | |
Masaebi et al. | The predictive value of serum cytokines for distinguishing celiac disease from non-celiac gluten sensitivity and healthy subjects | |
Ma et al. | Application of the neutrophil to lymphocyte ratio in the diagnosis and activity determination of ulcerative colitis: A meta-analysis and systematic review | |
Liu et al. | Optimized cutoffs of gamma‐glutamyl transpeptidase‐to‐platelet ratio, aspartate aminotransferase‐to‐platelet ratio index, and fibrosis‐4 scoring systems for exclusion of cirrhosis in patients with chronic hepatitis B | |
JP2010243406A (ja) | Afpおよびpivka−iiの測定値を特徴値とした識別関数を利用する、肝臓癌および慢性肝疾患の病態進行度の検出方法 | |
Yang et al. | The efficacy of biomarkers in the diagnosis of acute kidney injury secondary to liver cirrhosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |