Protein Induced by Vitamin K Absence or Antagonist-II Versus Alpha-Fetoprotein in the Diagnosis of Hepatocellular Carcinoma: A Systematic Review With Meta-Analysis
Notice bibliographique
Résumé
Background: Protein induced by vitamin K absence or antagonist-II (PIVKA-II) and α-fetoprotein (AFP) are promising tumor markers for the diagnosis of hepatocellular carcinoma (HCC). Yet, their diagnostic performance differs throughout HCC investigations. The aim of this meta-analysis was to assess the effectiveness of PIVKA-II and AFP in the diagnosis of HCC. Methods: A systematic literature search was performed to identify relevant studies from eight databases, which were published up to February 2023, in order to compare the diagnostic performance of PIVKA-II and AFP for HCC. Pooled sensitivity and specificity were calculated. Summary receiver operating characteristic (SROC) curve was performed to assess the diagnostic accuracy of each biomarker. Results: Fifty-three studies were identified. The pooled sensitivity (95% confidence interval (CI)) of PIVKA-II and AFP was 0.71 (0.70 - 0.72) and 0.64 (0.63 - 0.65), respectively in diagnosis of HCC, and the corresponding pooled specificity (95% CI) was 0.90 (0.89 - 0.90) and 0.87 (0.87 - 0.88), respectively. The area under the ROC curve (AUC) of PIVKA-II and AFP was 0.89 (0.88 - 0.90) and 0.78 (0.77 - 0.79), respectively. Subgroup analysis demonstrated that PIVKA-II presented higher AUC values compared to AFP in terms of ethnic group (African, European, Asian, and American patients), etiology (mixed-type HCC, hepatitis C virus (HCV)-related, and hepatitis B virus (HBV)-related) and sample size of cases (≤ 100 and > 100). Conclusion: This study reveals that PIVKA-II is a promising biomarker for identifying and tracking HCC, exhibiting greater accuracy than AFP. Our findings indicate that PIVKA-II outperforms AFP in detecting HCC across diverse racial groups and sample sizes, as well as in cases of HBV-related, HCV-related, or mixed-etiology HCC.
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 | 0,012 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,019 | 0,037 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».