肝癌血清标志物预测模型的建立及诊断价值评估

目的 通过多因素回归分析研究创伤小、低成本、可量化、准确度好的血清学指标,建立模型以准确诊断肝细胞癌(hepatocellular carcinoma,HCC),以期早期识别原发性肝癌,提高患者治愈率和延长生存期。方法 选取山东第一医科大学附属中心医院2017—2020年间收治的188例慢性HBV感染患者进行回顾性分析,其中150例患者入选HBV感染相关非肝癌组;38例患者纳入HBV感染相关肝癌组。应用SPSS 25.0软件和Stata SE 15.0软件进行统计学分析,比较两组患者的一般资料,入院后检测的血常规、生化及病毒学指标。通过单因素筛选及多因素logistic回归建立回归模型,绘制各模型的受试者工作特征(receiver operating characteristic,ROC)曲线并与经典肿瘤学指标对比模型的曲线下面积(area under curve,AUC),计算其灵敏度、特异性,选出诊断HCC的最佳模型。结果 研究建立了联合血清学指标血清唾液酸(serum sialic acid,SA)、门冬氨酸氨基转移酶(aspartate aminotransferase,AST)、谷氨酰转肽酶(glutamyl transferase,GGT)、甲胎蛋白(alpha-fetoprotein,AFP)、HBsAg的多因素回归模型,AUC面积最大,为0.943,显著高于AFP单项的0.816,差异有统计学意义(P=0.004),且与其余曲线无交叉。灵敏度83.9%,特异性92%。结论 对于HBV感染患者,综合血清学指标SA、GGT、AST、HBsAg和AFP建立的回归模型,对于诊断HCC具有较好的诊断效率。