编辑推荐：
为解决肝细胞癌（HCC）早期诊断难题，研究人员开展 GALAD（基于 μTASWako PIVKA-II）与 ASAP（基于 ARCHITECT PIVKA-II）算法诊断性能比较研究。发现两者 accuracy 相近，ASAP 对 HBV 相关 HCC 检测更可靠，为临床提供新选择。
肝癌犹如潜伏在人体内的 “沉默杀手”，其发病率和死亡率在全球范围内呈上升趋势，尤其在东亚地区，中国更是肝癌负担较重的国家。肝细胞癌（Hepatocellular Carcinoma, HCC）作为肝癌的主要类型，约占所有肝癌病例的 90%，而慢性乙型肝炎病毒（Hepatitis B Virus, HBV）感染是其重要危险因素，全球超半数 HCC 病例与 HBV 相关，在中国这一比例更是高达 60%。由于 HCC 早期症状不明显，多数患者确诊时已处于中晚期，错过了最佳治疗时机，因此，如何实现 HCC 的早期精准诊断，提高患者生存率，成为亟待解决的医学难题。
蛋白质诱导维生素 K 缺乏 - II（Prothrombin Induced by Vitamin K Absence-II, PIVKA-II）作为一种血清标志物，在 HCC 早期检测中展现出比甲胎蛋白（Alpha-Fetoprotein, AFP）更高的灵敏度和特异性。基于 PIVKA-II 等血清标志物结合 demographic characteristics 构建的诊断算法，如 GALAD（包含性别、年龄、AFP-L3、AFP 和 PIVKA-II）和 ASAP（包含年龄、性别、AFP 和 PIVKA-II，不含 AFP-L3），在 HCC 鉴别诊断中具有重要价值。然而，不同的 PIVKA-II 检测方法（如 ARCHITECT 和 μTASWako）在临床应用中的表现是否存在差异，尤其是在 HBV 相关 HCC 的诊断中，尚需进一步验证。
为了明确这些问题，复旦大学附属华山医院的研究人员开展了一项回顾性队列研究，旨在评估基于 ARCHITECT 和 μTASWako 的 PIVKA-II 检测结合 GALAD 和 ASAP 算法在中国人群中对 HCC 及 HBV 相关 HCC 的诊断性能，并进行比较。该研究成果发表在《Egyptian Liver Journal》上。
研究人员收集了 2022 年 1 月至 2023 年 12 月期间华山医院 431 例 HCC 患者和 606 例慢性肝病（Chronic Liver Disease, CLD）对照的临床数据和血清样本。HCC 患者的诊断通过影像学（如计算机断层扫描、磁共振成像）或病理检查确认，CLD 对照组包括肝硬化、非肝硬化的慢性 HBV/HCV 感染、酒精性肝病、非酒精性脂肪性肝炎等患者，且经影像学检查排除 HCC。研究中，采用 ARCHITECT 分析仪检测 PIVKA-II（以 mAU/mL 为单位），μTASWako i30 免疫分析仪检测 PIVKA-II（以 ng/mL 为单位）、AFP 和 AFP-L3。运用 GALAD 和 ASAP 算法公式计算得分，通过受试者工作特征（Receiver Operating Characteristic, ROC）曲线分析比较两种算法的诊断性能，计算曲线下面积（Area Under the Curve, AUC）、灵敏度、特异性等指标。
诊断性能比较
对所有 HCC 患者和 CLD 对照的分析显示，GALAD 和 ASAP 算法的 AUC 值分别为 0.896（95% CI 0.873–0.919）和 0.894（95% CI 0.870–0.918），表明两者在区分 HCC 与 CLD 方面具有相似的良好准确性。进一步按 AFP 水平分层分析，在 AFP>20 ng/mL 的 HCC 患者中，GALAD 和 ASAP 的灵敏度分别为 100.0% 和 99.1%；在 AFP≤20 ng/mL 的 HCC 患者中，灵敏度分别为 86.7% 和 89.2%，提示 ASAP 在 AFP 低值的 HCC 检测中表现略优。
对 HBV 相关 HCC 的诊断表现
针对 HBV 相关 HCC，ASAP 算法的 AUC 值达到 0.950（95% CI 0.933–0.967），显著高于 GALAD 的 0.930（95% CI 0.917–0.943），灵敏度和特异性分别为 89.3% 和 81.6%。而在非 HBV 相关 HCC 中，GALAD 的 AUC 值（0.921, 95% CI 0.908–0.949）略高于 ASAP（0.909, 95% CI 0.883–0.935），但两者差异无统计学意义。这表明 ASAP 算法在 HBV 相关 HCC 的诊断中具有更高的可靠性。
在肝硬化患者中的诊断价值
研究还探讨了两种 PIVKA-II 检测在肝硬化患者中的诊断性能。PIVKA-II（μTASWako）区分肝硬化与非肝硬化的最佳临界值为 19.1 ng/mL，AUC 为 0.822，灵敏度 78.7%，特异性 62.4%；PIVKA-II（ARCHITECT）的最佳临界值为 55.9 mAU/mL，AUC 为 0.837，灵敏度 86.6%，特异性 63.2%，显示出 PIVKA-II 在肝硬化诊断中也具有一定应用价值。
本研究表明，GALAD 和 ASAP 算法在检测 HCC 方面具有相似的良好准确性，但 ASAP 算法在 HBV 相关 HCC 的诊断中表现更为突出，为中国 HBV 高负担人群的 HCC 早期检测提供了更优的选择。ASAP 算法无需检测 AFP-L3，简化了检测流程，可能更适合中国医疗体系的应用需求。然而，研究也存在一定局限性，如非病毒病因的患者数量较少，且为单中心研究，可能存在选择偏倚。未来需要更大样本量的多中心研究进一步验证两种算法的价值，以推动其在临床中的广泛应用，助力 HCC 的早期诊断和治疗，改善患者预后。
