《Journal of Hepatocellular Carcinoma》：A Laboratory-Based Triage Model for Hepatocellular Carcinoma Early-Detection Pathways in Hospital-Evaluated Populations: Development and External Validation
编辑推荐：
背景 肝细胞癌（HCC）在东亚和东南亚仍是主要的临床和卫生系统负担，当甲胎蛋白（AFP）水平较低或信息不足时，早期检测路径仍然脆弱。研究人员开发并外部验证了Extended-7，作为一种基于常规实验室指标的分诊辅助工具，用于在医院HCC早期检测和转诊路径中优先
背景 肝细胞癌（HCC）在东亚和东南亚仍是主要的临床和卫生系统负担，当甲胎蛋白（AFP）水平较低或信息不足时，早期检测路径仍然脆弱。研究人员开发并外部验证了Extended-7，作为一种基于常规实验室指标的分诊辅助工具，用于在医院HCC早期检测和转诊路径中优先安排诊断关注。方法 本双中心回顾性研究在宁波开发队列（n=523；267例HCC和256例对照）和独立的李惠利外部验证队列（n=269；150例HCC和119例对照）中评估了一种基于医院的实验室分诊模型。利用这些数据，研究人员开发并验证了一种HCC风险分层模型，旨在支持优先进行进一步诊断评估，而非独立诊断或替代影像学/病理学。研究对照AFP、AFP-L3、PIVKA-II、三标志物模型、GALAD和ASAP评估了判别力、校准度、决策曲线特征、队列特异性Youden操作特征及探索性AFP低值亚组。结果 Extended-7结合了ln(AFP+1)、AFP-L3、ln(PIVKA-II+1)、年龄、性别、血小板计数和白蛋白。Extended-7在开发队列中达到5折交叉验证AUC为0.900（95% CI，0.871–0.924），外部AUC为0.738（95% CI，0.681–0.793）。在外部验证中，判别力高于GALAD（AUC 0.694；DeLong p=0.006）、ASAP（AUC 0.643；p<0.001）和三标志物模型（AUC 0.602；p<0.001）。在外部Youden截断值下，Extended-7识别出150例HCC中的119例，同时将119例非HCC对照中的47例分类为假阳性分诊转诊。在外部AFP低值亚组中，Extended-7达到AUC为0.808；与GALAD的配对bootstrap比较未达到常规统计学显著性。外部校准较弱（Brier评分0.224；校准斜率0.262）。结论 Extended-7显示出中等的外部判别力，可能支持医院HCC早期检测路径中基于实验室的优先级排序，包括AFP低值患者，但亚组发现仍为探索性。然而，迁移概率需要本地重新校准，在临床实施前需要对转诊阈值、决策影响和成本效益进行前瞻性多中心评估。
**研究背景与问题**
肝细胞癌（HCC）是全球重大癌症负担，肝细胞癌是全球癌症死亡的主要原因之一，在东亚和东南亚负担尤为突出。预计到2040年原发性肝癌的全球负担将大幅增加，世界卫生组织（WHO）持续将病毒性肝炎视为需要扩大预防、检测和治疗服务可及性的重大卫生系统威胁。在高负担地区，早期检测的遗漏或延迟是临床和卫生系统问题，因为诊断路径必须识别哪些患者应及时接受影像学检查、专科审查或更密切的随访。当代美国肝病研究学会（AASLD）和欧洲肝病研究学会（EASL）指南强调，HCC诊断和监测应通过整合风险状态、影像学、实验室信息和多学科判断的结构化临床路径来解释，而非依赖单一血清标志物。该框架在医院实践中尤为重要，因为肿瘤标志物和常规实验室检查通常在最终放射学或病理学裁定之前即可获得，可能有助于优先安排诊断关注。
甲胎蛋白（AFP）广泛用于HCC监测和诊断评估，但其敏感性不完整，其解释受所选阈值、肿瘤分期、肝脏炎症和背景肝病的影响。AFP低值或AFP阴性HCC可能延迟生物标志物触发的怀疑，因为受影响患者可能无法超过常用的AFP阈值，使得互补血清标志物和临床背景变量在早期检测路径中变得重要。在肝硬化患者的荟萃分析中，将AFP加入超声检查改善了早期HCC检测，但与单独超声相比，这伴随着不完美的特异性，并未使AFP成为独立的诊断测试。在一项多中心生物标志物研究中，AFP、去γ-羧基凝血酶原/PIVKA-II和AFP-L3对早期HCC显示出不同的诊断特征，支持这些标志物是互补而非可互换的概念。中国纵向和亚太地区证据进一步支持PIVKA-II作为AFP的有用辅助手段，包括AFP低值或信息不足的情况。
复合生物标志物模型的开发旨在利用这种互补性。GALAD模型结合性别、年龄、AFP、AFP-L3和去γ-羧基凝血酶原/PIVKA-II，并作为血清学HCC检测模型进行了前瞻性开发和外部验证。最近，一项在肝硬化患者中进行的3期生物标志物验证研究强化了GALAD作为基于血液的HCC检测的重要基准。ASAP评分使用年龄、性别、AFP和PIVKA-II，也在慢性乙型肝炎和丙型肝炎队列中显示出临床相关性能。然而，固定已发表评分的常规实施和迁移可能受到AFP-L3/PIVKA-II检测可及性、本地成本、测量单位、平台校准、病例组合、对照谱和目标临床环境的影响，如近期AFP、PIVKA-II、GALAD和ASAP的平台比较数据所示。
这些考虑为普通医院实验室和区域早期检测路径留下了实际差距。有用的基于医院的分诊模型应保留熟悉的肿瘤标志物信息，纳入常规可用的临床背景变量，在迁移到外部医院时保持可解释性，并帮助优先安排患者进行进一步诊断检查而非替代影像学或病理学。因此，研究人员开发了Extended-7作为一种简化的基于实验室的风险分层模型，结合ln(AFP+1)、AFP-L3、ln(PIVKA-II+1)、年龄、性别、血小板计数和白蛋白。选择血小板计数和白蛋白是因为它们是常规测量的，可能部分反映门静脉高压、肝脏储备和背景肝病背景，在这些背景中解释血清肿瘤标志物。
本研究的主要目标是在宁波医院队列中开发Extended-7，并在独立的李惠利医院队列中外部验证其判别力、校准度和决策曲线特征，作为HCC早期检测路径的基于实验室的分诊辅助工具。次要目标是将Extended-7与AFP、AFP-L3、PIVKA-II、三标志物逻辑模型、GALAD和ASAP进行比较，并检查模型性能是否在AFP低值和AFP极低值参与者中得以保留，该亚组中传统的基于AFP的分诊可能信息不足。由于绝对风险在模型迁移于医院之间时可能漂移，外部验证强调判别力和校准度。
**主要技术方法**
本研究为双中心回顾性诊断模型研究，按照STROBE和STARD原则报告，并应用TRIPOD概念进行诊断模型报告。预期使用环境为医院早期检测或诊断转诊路径中针对HCC风险患者的基于实验室的分诊，而非独立诊断或替代增强影像学、病理学或多学科临床评估。该基于医院的分诊环境应与社区筛查区分开来，因为研究人群由临床评估或住院参与者组成，而非未选择的人群筛查队列。宁波市第二医院作为模型开发队列，宁波大学附属李惠利医院作为独立外部验证队列。两所医院的数据收集时间为2020年5月6日至2025年2月13日。在提议的工作流程中，Extended-7将在常规实验室和肿瘤标志物结果可用后计算。较高的评分将支持更高优先级的肝病学审查、增强CT/MRI或短间隔重新评估，而最终诊断仍基于标准临床、影像学、病理学或多学科标准。符合条件的参与者为住院或临床评估的成人（≥18岁），具有可解释的HCC状态和足以计算预设基于标志物模型的实验室数据。HCC病例由最终医院诊断定义，支持依据为病理学、典型动态增强CT/MRI发现或医疗记录中记录的多学科临床裁定。非HCC对照包括肝炎、肝硬化或良性肝脏病变患者，在指标评估时无HCC证据。该对照谱被选择以近似实验室分诊将使用的临床相关人群，而非健康社区筛查样本。当模型比较所需的核心生物标志物（AFP、AFP-L3或PIVKA-II）在数据清洗后缺失、存在其他恶性肿瘤或转移性肝病、记录有胆管癌或混合性肝脏恶性肿瘤、或重复或不合理记录未通过质量控制审查时，记录被排除。分析文件捕获了最终医院诊断，但不包含单独编码的诊断方式变量；因此，无法从分析数据集中重建通过病理学、影像学或多学科裁定诊断的确切比例。结局状态从医疗记录中分配，未经独立盲法委员会裁定。由于这是对整理好的医院记录的回顾性分析，所有符合条件的记录均被纳入，而非通过前瞻性功效计算选择样本；宁波开发队列提供267例HCC病例和256例对照。指标测试和候选预测因子包括血清AFP、AFP-L3、PIVKA-II、GALAD_score、ASAP_score以及Extended-7使用的常规实验室变量。AFP和PIVKA-II从原始记录值重新计算为自然对数ln(x+1)用于模型拟合。候选预测因子集和模型构建策略在最终模型拟合前定义，以避免无限制的数据驱动搜索。候选变量限于两所医院均可获得的测量值、普通医院实践中常规可获得的、以及根据预设>20%排除规则可接受缺失率的变量。三个肿瘤标志物组分AFP、AFP-L3和PIVKA-II因是已建立的HCC诊断标志物并构成对照标志物模型的基础而被先验保留。年龄和男性性别被视为人口学风险背景变量，而血小板计数和白蛋白被视为可能改变肿瘤标志物解释的肝脏背景变量。模型构建遵循约束序列：三标志物逻辑基线、添加人口学背景、添加血小板计数和白蛋白形成Extended-7。该序列用于支持简约和可迁移的模型结构，而非进行无限制的逐步特征发现。在此临床约束的模型构建过程之后，Extended-7在宁波开发队列中被指定为七预测因子逻辑诊断风险分层模型。其预测因子为ln(AFP+1)、AFP-L3、ln(PIVKA-II+1)、年龄、男性性别、血小板计数和白蛋白。训练队列判别力使用分层5折交叉验证预测估计，插补和标准化在每个训练折内通过建模管道进行。最终Extended-7模型在完整宁波队列上拟合，并迁移至李惠利队列进行独立外部验证。为可重复性，最终宁波拟合管道的等效原始尺度方程为：logit[P(HCC)] = ?12.4223 + 0.25065 × ln(AFP+1) + 0.01802 × AFP-L3 + 0.57699 × ln(PIVKA-II+1) + 0.05928 × 年龄 + 1.99970 × 男性性别 + 0.00548 × 血小板计数 + 0.10158 × 白蛋白。男性性别编码为1，女性为0；血小板计数以10
9/L表示，白蛋白以g/L表示。对于外部验证，最终宁波拟合的预处理和建模管道在不重新拟合的情况下应用：缺失的外部预测因子使用训练队列中位数插补，标准化使用训练队列均值和标准差。未使用外部结局信息进行插补、缩放、系数估计或模型调优；队列特异性Youden截断值仅在预测后作为描述性性能摘要计算。对照模型包括AFP、AFP-L3、PIVKA-II、三标志物逻辑模型、GALAD和ASAP。GALAD_score和ASAP_score取自整理好的源工作簿，在其原始评分尺度上评估，未对已发表系数进行局部重新拟合。GALAD结合性别、年龄、AFP、AFP-L3和PIVKA-II，而ASAP结合年龄、性别、AFP和PIVKA-II；在源数据中，ASAP实施为?8.16 + 0.05 × 年龄 + 0.58 × 男性性别 + 0.42 × ln(AFP) + 1.11 × ln(PIVKA-II)，男性性别编码为1。所有对照评分均经过检查，以确保较高值代表较高HCC风险。连续变量以中位数（四分位距）汇总，分类变量以计数和百分比汇总。对于描述性基线比较，连续变量使用Mann–Whitney U检验比较，分类变量使用卡方检验或预期细胞计数较小时的Fisher精确检验。对所有候选变量进行缺失率分析。缺失率超过20%的变量或两所医院均不可用的变量不进入主要简约模型。对于保留的模型预测因子，缺失值通过训练队列中位数插补后进行标准化处理；在5折交叉验证管道中，插补和标准化在每个训练折内进行以避免数据泄漏。判别力使用ROC曲线和AUC及bootstrap 95%置信区间评估。DeLong检验比较相关AUC与Extended-7在整体训练和外部队列中的差异。报告90%特异性下的敏感性作为临床可解释的高特异性指标。在队列特异性Youden截断值下的操作特征以描述性方式报告，包括截断值和混淆矩阵计数，包括敏感性、特异性、PPV、NPV、似然比、准确性和F1评分。对于医院分诊解释，混淆矩阵计数另外表示为诊断优先级权衡，包括在描述性阈值下更高优先级转诊数、假阳性转诊数和遗漏HCC病例数。这些队列优化的Youden截断值不被解释为实施阈值。所有P值为双侧，P < 0.05被认为具有统计学显著性；亚组比较因有效样本量较小和多个探索性分层而被支持性解释。分析和图表使用可重复的Python脚本生成，包括pandas、NumPy、scikit-learn、matplotlib和自定义DeLong/bootstrap程序。校准使用校准曲线、Brier评分、校准截距和校准斜率评估。外部大样本重新校准和逻辑重新校准进行了汇总。决策曲线分析评估跨阈值概率的净获益，解释与校准发现配对。亚组分析聚焦于AFP低值参与者（AFP <20 ng/mL）和AFP极低值参与者。
**研究结果**
基线特征：最终分析队列包括792名参与者。宁波（训练）贡献523名参与者，包括267例HCC病例和256例对照。李惠利（外部）贡献269名参与者，包括150例HCC病例和119例对照。参与者选择过程见图1。基线特征和缺失率见表1。在两所医院中，HCC病例的肿瘤标志物分布高于对照，包括AFP、AFP-L3和PIVKA-II，尽管PIVKA-II的分离在外部医院不如训练医院明显。HCC病例也更年长且更常为男性，常规可用的肝脏背景变量如血小板计数和白蛋白显示出中心特异性分布，可能改变血清标志物的解释。
诊断预测因子的识别与Extended-7的构建：最终的七预测因子结构是临床约束的而非通过无限制逐步回归选择的。起始池限于两所医院均可获得且可从常规诊断前实验室记录中测量的变量；缺失率超过20%或两队列不共享的变量被排除在主要简约模型之外。三个已建立的肿瘤标志物组分被先验保留。AFP和PIVKA-II以ln(x+1)输入，因为其原始值明显右偏、跨越数个数量级且可能包含接近零的值；AFP-L3保留在其原始尺度上，因为它报告在有界的百分比样临床尺度上，不需要相同数量级的压缩。候选标志物加背景逻辑模型随后在宁波训练队列中使用分层5折交叉验证预测进行比较，优先选择提高判别力同时在普通医院实验室中保持可解释和常规可获得的变量。在此工作流程下，年龄、男性性别、血小板计数和白蛋白被保留为Extended-7中的可迁移非标志物变量。基于这些描述性模式和三个肿瘤标志物组分的已建立诊断相关性，Extended-7被构建为结合ln(AFP+1)、AFP-L3、ln(PIVKA-II+1)、年龄、男性性别、血小板计数和白蛋白。该模型旨在保留AFP、AFP-L3和PIVKA-II携带的信息，同时添加普通医院实验室常规可用的简单人口学和肝脏背景变量。
Extended-7与对照模型的ROC性能：评估的模型为AFP、AFP-L3、PIVKA-II、三标志物逻辑模型、GALAD、ASAP、Extended-7和探索性Extended-full。ROC分析在两所医院进行；训练面板使用5折交叉验证预测。Extended-7在预设实用模型中显示出最高的外部判别力。在训练队列中，Extended-7的交叉验证AUC为0.900（0.871，0.924），外部验证AUC为0.738（0.681，0.793）（图2和表2）。在外部队列中，判别力高于GALAD（AUC 0.694（0.631，0.758），DeLong p=0.006）、ASAP（AUC 0.643（0.576，0.709），p<0.001）和三标志物模型（AUC 0.602（0.537，0.670），p<0.001）。
敏感性与阈值操作特征：在外部医院描述性队列特异性Youden截断值下，Extended-7的敏感性为79.3（72.2，85.0），特异性为60.5（51.5，68.8），PPV为71.7（64.4，78.0），NPV为69.9（60.5，77.9）（表3）。相应的LR+和LR-分别为2.01（1.58，2.55）和0.34（0.24，0.48）。准确性为71.0%，F1评分为0.753。该阈值标记269名外部参与者中的166名进行更高优先级诊断审查，包括119例HCC病例和47例对照，而31例HCC病例未被标记。对保存的外部验证预测的再分析确认AFP-L3和Extended-7在各自队列特异性Youden截断值下产生相同的二元分类（TP=119，FP=47，TN=72，FN=31），尽管其基于秩的AUC不同（AFP-L3为0.671，Extended-7为0.738）。这些描述性预测不应外推到社区筛查患病率而未经过前瞻性评估。
预测概率的校准：校准在两所医院之间不同。在训练医院中，Extended-7校准曲线比三标志物模型更接近对角线参考线，与预测和观察概率之间更好的一致性相符。在外部医院中，两个模型均显示校准漂移，三标志物模型偏离参考线更明显。对于Extended-7，Brier评分在训练医院为0.128，在外部医院为0.224。校准斜率从训练医院的0.946降至外部医院的0.262，表明外部迁移的概率未良好校准，需要在概率水平临床使用前进行本地重新校准（图3）。
决策曲线分析：决策曲线分析总结了每个模型跨阈值概率的净获益，并将模型辅助决策与全部治疗和全部不治疗策略进行比较。Extended-7在大部分临床合理阈值范围内通常提供最高或可比的净获益，支持其作为辅助排序工具的使用。由于外部校准较弱，这些决策曲线应被解释为支持性模型比较证据，而非最终实施阈值。
AFP低值和AFP极低值亚组的探索性性能：AFP低值HCC在两队列中均常见：开发队列中267例HCC病例的121例（45.3%）和外部验证队列中150例HCC病例的54例（36.0%）AFP <20 ng/mL。
扩展亚组分析：扩展亚组分析检查了模型在临床相关分层中的性能，包括AFP类别、年龄、性别、HBV状态、肝硬化、TNM分期、肿瘤大小和其他可用的队列定义组。Extended-7在大多数分层中保持有用的判别力，通常与对照模型一致或更好，但小分层中的估计应谨慎解释，因为亚组样本量有限时置信区间增宽（图5）。在排除年龄和性别的敏感性分析中，简化的标志物-肝脏模型在开发交叉验证中达到AUC为0.847（95% CI，0.812–0.879），在外部验证中为0.678（95% CI，0.611–0.739），而重新拟合的Extended-7模型分别为0.900和0.738。这些结果表明年龄和性别对判别力有贡献，但标志物和肝脏背景变量保留了中等判别信息。
Extended-7的列线图表示：列线图包括所有七个Extended-7预测因子：ln(AFP+1)、AFP-L3、ln(PIVKA-II+1)、年龄、男性性别、血小板计数和白蛋白。为支持床旁解释，最终Extended-7模型还基于精确逻辑模型系数表示为列线图（图6）。AFP和PIVKA-II显示在原始临床尺度上，但在模型中通过ln(x+1)映射。列线图将预测因子值映射到分数，将总分映射到预测HCC概率。由于外部校准较弱，这些概率仍是未重新校准的迁移模型概率，不应在没有本地重新校准的情况下用作独立诊断概率。
**讨论与结论**
本双中心回顾性诊断模型研究开发并外部验证了Extended-7，一种基于实验室的分诊辅助工具，结合三个肿瘤标志物组分和四个常规可用临床实验室变量。该模型的主要价值不是自主HCC诊断，而是在医院早期检测和转诊路径中优先排序，包括AFP低值或信息不足的患者。Extended-7在本数据集中显示出高于AFP、AFP-L3、PIVKA-II、三标志物模型、GALAD和ASAP的外部判别力。在AFP低值和AFP极低值外部亚组中，模型保持外部AUC高于0.80，尽管AFP低值与GALAD的比较未达到常规统计学显著性。
Extended-7的预期临床角色应谨慎框定。当前AASLD和EASL指南支持实验室标志物作为更广泛诊断路径中的辅助手段，而非替代增强影像学、病理学或多学科临床评估。研究人员的发现与该角色一致：Extended-7可能帮助识别当常规实验室数据已可用时需要更密切诊断关注的患者，但不应作为自主诊断规则呈现。其实际用途将是在高负担医院环境中告知分诊、转诊优先级或更密切随访，包括AFP低值参与者。
与GALAD和ASAP的比较是有用的，因为这些模型代表最相关的血清标志物基准。GALAD具有强大的历史和3期验证证据，而ASAP在病毒性肝炎队列中显示出良好性能并使用排除AFP-L3的更简单标志物集。因此，当前结果不应被解释为任一对照无效的证据。更平衡的解释是，在该双医院数据集中，将常规可获得的人口学和肝脏背景变量添加到肿瘤标志物信息中改善了判别力，并可能帮助模型适应病例组合和对照谱的差异。
添加的变量也具有生物学和临床合理的作用。年龄和男性性别捕获已建立的HCC风险背景，已嵌入GALAD型推理中。aMAP研究为添加血小板计数和白蛋白相关肝脏储备信息提供了直接支持：在来自11个队列或试验的17,374名病毒性和非病毒性慢性肝炎患者中，仅基于年龄、男性性别、白蛋白-胆红素和血小板的评分在HCC发展中达到C指数值0.82–0.87，并以明显不同的3年或5年累积发病率区分低、中、高风险组。PAGE-B推导研究进一步支持血小板计数作为HCC风险变量：年龄、性别、血小板计数和肝硬化与HCC发展相关，而最终简化的PAGE-B评分保留年龄、性别和血小板计数，并显示出对5年HCC风险的良好判别力。白蛋白应被解释为肝脏背景变量而非肿瘤特异性生物标志物。它有助于基于白蛋白-胆红素的肝脏储备评估，ALBI框架表明白蛋白和胆红素可提供客观的肝功能分级方法，在HCC中具有预后相关性。在Extended-7中，血小板计数和白蛋白因此可能通过编码背景肝病背景来改善肿瘤标志物解释，而非证明因果机制。
AFP低值亚组是最具实际重要性的亚组发现。AFP单独对一部分HCC患者不足，互补标志物如PIVKA-II的增量价值已在中国纵向数据和亚太临床讨论中报道。在一项中国患者的巢式病例对照研究中，Yu等人比较了45例HCC病例和138名匹配对照在影像学诊断前的连续血清AFP和PIVKA-II；两种标志物在未来HCC病例中均较高，且PIVKA-II阳性/AFP阴性谱在诊断前常见，支持AFP和PIVKA-II捕获非相同生物信号的观点。亚太共识综述进一步强调将PIVKA-II与AFP联合用于监测和随访的临床理由，因为两种标志物在异质性HCC表现中提供互补信息。这些发现支持Extended-7的设计，该设计不依赖AFP单独，而是整合AFP、AFP-L3、PIVKA-II和肝脏背景变量。在外部AFP低值亚组中，Extended-7达到AUC为0.808，而GALAD为0.757，ASAP为0.666，三标志物模型为0.643。由于与GALAD的配对bootstrap比较未达到常规显著性，该结果最好呈现为Extended-7在AFP低值参与者中保持外部AUC高于0.80的证据，而非优于GALAD的证明。
校准仍然是直接临床使用的主要障碍。尽管Extended-7在预设实用模型中具有最高的外部AUC，但外部Brier评分较高且校准斜率为0.262，表明迁移概率校准太差，无法在没有更新的情况下用作个体化诊断概率。这一发现对于跨医院迁移的诊断预测模型并不令人惊讶，因为病例组合、标志物分布、检测平台、对照谱和临床工作流程的差异可能在保持秩序判别力的情况下扭曲绝对风险估计。因此，外部大样本重新校准或逻辑重新校准应被视为任何本地实施前的必要步骤，特别是如果模型用于在早期检测路径中设置转诊阈值。
实施启示是Extended-7应作为分诊和优先级排序工具而非二元诊断替代品进行评估。最近关于精准HCC监测的成本效益研究表明，风险分层或精准监测策略与一刀切方法相比可以改善早期检测和整体价值，但实施取决于测试性能、监测利用率和下游成本。有用的实施研究将预设转诊阈值、测量额外影像学或专科审查需求、估计遗漏HCC病例，并评估模型是否改善AFP低值患者的及时诊断检查而不压倒本地诊断能力。
本研究具有若干优势。它使用了单独的 external 医院进行验证，评估了临床熟悉的对照，报告了带置信区间和配对模型比较的判别力，添加了带混淆矩阵计数的操作特征，并明确检查了校准、决策曲线、AFP低值亚组、系数级可重复性、人口学敏感性分析和描述性医院分诊权衡。
应承认若干局限性。第一，回顾性基于医院的设计可能引入选择和谱效应，因为对照是肝炎、肝硬化或良性肝脏病变患者而非人群筛查样本；因此，当前估计不应被解释为社区筛查性能。外部对照的PIVKA-II标志物谱也与训练对照不同，这可能部分解释中等外部AUC和弱校准。第二，外部验证在单所医院进行，检测平台、病例组合和临床工作流程可能跨中心不同；外部校准斜率0.262表明在概率水平使用前需要本地重新校准。第三，分析数据集使用最终医疗记录诊断作为参考标准，不包含单独编码的诊断方式字段，因此无法重建确切的病理学、影像学和多学科裁定比例；结局状态未经独立盲法委员会裁定。第四，AFP低值和其他亚组分析为探索性，因为亚组样本量有限；AFP低值与GALAD的比较未达到常规显著性。第五，队列特异性Youden阈值为描述性，不应在没有前瞻性决策影响评估、健康经济学评估和转诊能力评估的情况下用作部署阈值。最后，未测量的临床变量如治疗状态、影像学特征、病毒活动度和纵向标志物变化未被完全建模。未来工作应使用预设采样窗口、标准化检测、独立诊断裁定、本地重新校准、实施阈值测试和成本效益评估 before 临床使用。
结论：Extended-7结合三个血清肿瘤标志物组分与年龄、性别、血小板计数和白蛋白，提供辅助的基于实验室的HCC风险分层评分。在该双中心回顾性研究中，它显示出高于GALAD、ASAP和三标志物模型的外部判别力，并在AFP低值和AFP极低值参与者中保持临床相关判别力，而这些亚组发现仍为探索性。这些发现支持Extended-7作为当常规实验室数据已可用时在医院HCC早期检测路径中优先安排诊断关注的潜在辅助工具。然而，外部校准较弱且队列特异性Youden阈值为描述性而非部署就绪。在临床使用前需要前瞻性多中心验证、本地重新校准、决策影响分析和实施阈值评估。
