Comparative diagnostic efficacy of serum squamous cell carcinoma antigen in hepatocellular carcinoma
Notice bibliographique
Résumé
BACKGROUND: Hepatocellular carcinoma (HCC) is a common liver malignancy in Nigeria. Hepatitis B and C viruses, alcohol and Aflatoxin B are among the various aetiologies. More work needs to be done in the search for markers that will aid early detection of this condition as it is uniformly fatal once advanced. Alphafetoprotein (AFP) remains the most widely used tumour marker of HCC detection in spite of its known shortcomings. The objective of this study was to determine the efficacy of serum squamous cell carcinoma antigen (SCCA) , in comparison to alphafetoprotein in the detection of HCC. METHOD: Sixty patients with HCC and thirty apparently healthy controls attending the Medical Outpatient Department(MOPD) of the University College Hospital Ibadan(UCH) Nigeria were selected for the study. Questionnaire was used to collect clinical data while AFP, SCCA levels, serum HBsAg and anti-HCV were determined using ELISA method- (Diagnostic Automation Inc. Canada). Abdominal ultrasound scan was also done. RESULT: Thirty one (51.7%) out of 60 selected cases were positive for HBsAg while six (20%) out of 30 controls were positive for HBsAg(p = 0.004). Out of the 60 cases selected for this study, only 2 (3.3.%) cases were positive for hepatitis C virus, while only 1(3.3%) out of 30 control was positive for hepatitis C virus(p = 0.74).The mean AFP value for cases with HCC was 393.21 ng/ml ±386.97 compared to the control group which was 5.60 ± 13.03 ng/ml (p value 0.001). The mean SCCA level was 0.64 ± 0.56 ng/ml and 0.71 ± 0.65 ng/ml for cases and controls respectively (p = 0.631). CONCLUSION: Alphafetoprotein remains a good tumour marker for the diagnosis of HCC. Serum squamous cell carcinoma antigen(SCCA) has no discriminatory power and may not be useful as a tumour marker for Nigerians with hepatocellular carcinoma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».