Validation and optimization of AFP-based biomarker panels for early HCC detection in Latin America and Europe
Notice bibliographique
Résumé
BACKGROUND: HCC is a major cause of cancer death worldwide. Serum biomarkers such as alpha-fetoprotein (AFP), protein induced by vitamin K absence-II, and the Gender, Age, AFP-L3, AFP, Des-gamma-carboxy prothrombin (GALAD) score have been recommended for HCC surveillance. However, inconsistent recommendations in international guidelines limit their clinical utility. METHODS: In this multicenter study, over 2000 patient samples were collected in 6 Latin American and 2 European countries. The performance of the GALAD score was validated in cirrhotic cases, and optimized versions were tested for early-stage HCC and prediagnostic HCC detection. RESULTS: The GALAD score could distinguish between HCC and cirrhosis in Latin American patients with an AUC of 0.76, sensitivity of 70%, and specificity of 83% at the conventional cutoff value of -0.63. In a European cohort, GALAD had an AUC of 0.69, sensitivity of 66%, and specificity of 72%. Optimizing the score in the 2 large multicenter cohorts revealed that AFP-L3 contributed minimally to early-stage HCC detection. Thus, we developed a modified GALAD score without AFP-L3, the ASAP (age, sex, AFP, and protein induced by vitamin K absence-II), which showed promise for early-stage HCC detection upon validation. The ASAP score also identified patients with cirrhosis at high risk for advanced-stage HCC up to 15 months before diagnosis (p < 0.0001) and differentiated HCC from hemangiomas, with a specificity of 100% at 71% sensitivity. CONCLUSION: Our comprehensive analysis of large sample cohorts validates the GALAD score's utility in Latin American, Spanish, and Dutch patients for early-stage HCC detection. The optimized GALAD without AFP-L3, the ASAP score, is a good alternative and shows greater promise for HCC prediction.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».