血清PIVKA-Ⅱ在中国原发性肝癌的诊断价值及微血管侵犯预测

来源 :厦门大学 | 被引量 : 0次 | 上传用户:svennis
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究背景:中国是一个肝病大国,原发性肝细胞性肝癌(HCC)仍是威胁国人健康的一大疾病,死亡率居我国恶性肿瘤第三位,占全球原发性肝癌病例一半以上。长久以来,甲胎蛋白(AFP)作为全球使用最广泛的诊断HCC的肿瘤标记物,然而并非所有的HCC病人的血清AFP表达阳性,尤其是早期HCC病人。近年来,国内外许多研究表明了血清异常凝血酶原(PIVKA-II)在HCC中具有良好的诊断价值;并且可用于预测HCC的微血管侵犯(MVI)及肝癌的预后情况。然而,目前中国对于PIVKA-Ⅱ的临床诊断及应用价值尚未达成共识。实验目的:探究血清PIVKA-Ⅱ在中国HCC病人的诊断价值以及在微血管侵犯的预测价值。实验方法:本研究基于厦门大学附属第一医院肝胆胰血管外科101例HCC手术病人和61例非HCC病人作为对照组,采用病例对照研究的方法比较血清PIVKA-Ⅱ和AFP在原发性肝癌的诊断效能,以及观察二者联合诊断价值的提高。血清AFP是通过化学发光酶免疫分析方法检测,血清PIVKA-Ⅱ是通过化学发光微粒免疫测定。收集并比较HCC病人术前的各项血清学指标在血管侵犯的预测价值,重点研究PIVKA-Ⅱ在肝癌微血管侵犯(MVI)的预测价值。实验结果:(1)血清PIVKA-Ⅱ(cutoff值40mAU/mL)诊断HCC的敏感性和特异性分别为86.14%和78.95%;血清AFP(cutoff值20 ng/mL)诊断HCC的敏感性和特异性分别为68.32%和89.47%;二者联合诊断的敏感性和特异性为94.06%和 76.32%;(2)血清PIVKA-Ⅱ(cutoff值40mAU/mL)诊断极早期和早期HCC的敏感性和特异性分别为66.67%和78.95%;血清AFP(cutoff值20 ng/mL)诊断极早期和早期HCC的敏感性和特异性分别为58.58%和89.47%;二者联合诊断的敏感性和特异性分别为87.88%和76.32%;(3)血清 PIVKA-Ⅱ 检测 HCC 的 ROC 曲线下面积为 0.886(95%CI:0.820-0.952),高于血清AFP的曲线下面积为0.844(95%CI:0.769-0.920),二者联合的 ROC 曲线下面积为 0.924(95%CI:0.863-0.986);(4)由ROC曲线测得,血清PIVKA-Ⅱ检测原发性肝癌的最佳cutoff值为:48.50mAU/mL,相应的敏感性为85.1%,特异性为86.8%;血清AFP检测HCC的最佳cutoff值为8.20ng/mL,相应的敏感性和特异性分别为77.2%和89.5%。(5)血清PIVKA-Ⅱ≥150mAu/m可作为一个HCC微血管侵犯(MVI)的独立的预测因素(OR=5.131,95%CI:1.067-24.663,P=0.041)。实验结论:(1)血清PIVKA-Ⅱ在原发性肝癌的诊断效能优于AFP,可作为早期筛查HCC的肿瘤标记物;(2)血清PIVKA-Ⅱ联合AFP可提高HCC的诊断效能;(3)血清PIVKA-Ⅱ可作为预测原发性肝癌MVI的肿瘤标记物。
其他文献
近年来,模块化多电平变流器(Modular multilevel converter,MMC)因其可拓展性强、谐波特性好、故障穿越能力强等优点,在高压直流输电、大功率电机拖动、电能质量治理等领域受
随着经济全球化步伐的加快,互联网的蓬勃发展给人们带来了各方面的便利。微博文本蕴含着与人息息相关的海量信息,通过对微博文本进行情感分析可以促进产品的改进、舆情的及时
进入21世纪,中国高等教育由“精英型教育”过渡到“大众化教育”阶段,高等教育从计划经济时代的义务教育加统筹分配转变到如今市场经济的供需双向选择阶段,高等教育国际化、
目的胚胎心脏发育和先心病的发生受多种遗传因素共同调节,TBX1(T-box factor1)基因、转化生长因子β(transforming growth factor-β,TGF-β)信号通路都已被证实是其中较为重
在计算机视觉和图像处理中,运动目标检测一直都是重要的研究方向,运动目标检测是目标获取、目标跟踪和目标行为分析的基础工作,运动目标检测使用范围十分广泛,比如在计算机视
香菇是一种担子菌纲伞形科植物,也是目前世界上第二大食用菌,早在一千多年前就被收录入《本草纲目》中。现代医学发现,香菇具有抗肿瘤、抗氧化、保护肝脏、调节血压、防化学
图作为一种表达对象与对象之间抽象关系的非线性数据结构,具有更加一般化的表达能力,在我们现实生活中扮演者重要的角色。近年来,随着互联网、云计算、物联网等技术的高速发展,数据增长的规模正在以前所未有的速度增加,“大数据”给各行各业带来了很大的机遇和挑战,同时图数据的规模也随着个性化推荐、信息检索、社交网络分析等应用的蓬勃发展变得越来越大。随着图数据规模的增大,人们发现庞大的图数据中蕴含着巨大的商业价值
美国布鲁克海文国家实验室的相对论重离子对撞机(RHIC)和欧洲核子中心的大型强子对撞机(LHC),近二十年先后开展了一系列的高能重离子碰撞实验。大量的实验数据和理论分析表明
机器学习是非常热门的研究方向,很多研究者对其感兴趣并提出了诸如深度神经网络、决策树等多种优秀的学习方法,并将这些方法推广到数据挖掘、模式识别、自然语言处理等各个领域。其中,数据挖掘的应用非常广泛,尤其在当今大数据的时代背景下,商业组织和研究人员意识到大数据中所包含的巨大价值。因此,选择合适的数据挖掘方法处理大数据并从中获取有价值的信息对于研究者来说至关重要,而聚类分析方法就是非常符合这种应用场景的
改革开放以来,我国的城镇化进程的加快,大量农村劳动力外流,由以青壮年劳动力为主。而10年后、20年后“谁来种地、谁会种地”成为当前农业发展的突出问题。雪上加霜的是中国