一种甲胎蛋白阴性原发性肝细胞癌列线图诊断模型及其构建方法和应用

本发明属于诊断，涉及一种甲胎蛋白阴性原发性肝细胞癌诊断模型及其构建方法和应用。

背景技术：

1、原发性肝细胞癌（hcc）占肝癌的75%-85%，是最主要的类型。作为一种进展迅速，易复发转移的恶性肿瘤，hcc已成为世界范围内的第六大癌症，同时占癌症相关死亡原因的第三位。由于起病隐匿加之缺乏有效的早期诊断手段，使得多数患者确诊时已达晚期，从而错过最佳治疗时机。因此寻找更加有效的筛查与诊断标志物能够有效提高hcc的诊断效率，改善病人生存结局。

2、当前，甲胎蛋白（afp）是应用最广泛的hcc的血液学筛查手段，但数据表明，约30%的hcc病人表现为无afp升高，因此一部分afp阴性的原发性肝细胞癌就成为筛查“盲区”。此外，肝脏良性疾病如肝硬化、慢性肝炎也会表现为afp升高。目前已有一些其他单个指标发现能够辅助诊断hcc，如异常凝血酶原（pivka-ii）、甲胎蛋白异质体（afp-l3%）等。其中pivka-ii单个指标辅助诊断hcc时仍然存在敏感度不高的问题。已有足够证据表明，将多指标进行联合能够有效提高诊断敏感度与特异性，提高诊断效能。当前已构建出多种模型用于hcc的诊断，但多数基于afp与不同标志物之间的搭配，在诊断afp阴性hcc中的效用未得到验证。此外，不足之处还包括：部分模型采用未在临床广泛应用的新型指标，不易在临床推广应用；还有部分模型没有经过多中心的大规模数据验证；多数模型使用时需要按照公式进行复杂的计算，操作较为繁琐。

3、列线图（alignment diagram），又称诺莫图（nomogram图），它是建立在多因素回归分析的基础上，将多个预测指标进行整合，然后采用带有刻度的线段，按照一定的比例绘制在同一平面上，从而用以表达预测模型中各个变量之间的相互关系。

技术实现思路

1、为了克服现有标志物及诊断模型的不足，本发明旨在提供一种由临床常规检测指标组合的针对甲胎蛋白阴性原发性肝细胞癌的诊断模型及其构建方法和应用。

2、为实现上述目的，本发明采取如下技术方案：

3、一种甲胎蛋白阴性原发性肝细胞癌诊断模型的构建方法，包括如下步骤：

4、（1）收集经手术切除并经病理确诊的原发性肝细胞癌术前相关临床特征数据，包括人口学数据（性别、年龄）以及48个常见临床实验室检测指标（血常规：中性粒细胞数（neutrophil counts）、单核细胞数（monocyte counts）、淋巴细胞数（lymphocytecounts）、嗜酸性粒细胞数（eosinophils counts）、嗜碱性粒细胞（basophil counts）、白细胞数（wbc）、红细胞数（rbc）、血红蛋白含量（hgb）、红细胞压积（hct） 、平均红细胞体积（mcv）、平均血红蛋白含量（mch）、平均血红蛋白浓度（mchc）、红细胞分布宽度（rdw）、血小板数（plt）；肿瘤标志物：甲胎蛋白（afp）、癌胚抗原（cea）、糖类抗原199（ca199）、异常凝血酶原（pivka-ii）；肝功能指标：丙氨酸氨基转移酶（alt）、天冬氨酸氨基转移酶（ast）、γ-谷氨酰转移酶（ggt）、碱性磷酸酶（alp）、总胆红素（tbil）、直接胆红素（dbil）、间接胆红素(ibil)；肾功能指标：肌酐（crea）、尿酸（ua）、尿素氮（urea）；电解质：血钾（k）、血钠（na）、血镁（mg）、血磷（p）、血钙（ca）；心肌酶指标：肌酸激酶（ck）、肌酸激酶同工酶（ckmb）、乳酸脱氢酶（ldh）；凝血功能指标：凝血酶原时间（pt）、部分凝血酶原时间（aptt）、国际标准化比值（inr）、纤维蛋白原（fg）、凝血酶时间（tt）；血糖（glu）、总蛋白（tp）、白蛋白（alb）、球蛋白（glo））；同时收集乙肝、肝硬化、健康体检人群相关临床特征数据作为对照组；最终训练集中纳入294例甲胎蛋白阴性肝细胞癌患者，63例慢性乙型肝炎患者，64例肝硬化患者以及159例健康体检人群用于模型的构建；来自另外一家医院的外部验证集纳入227例甲胎蛋白阴性肝细胞癌患者，47例慢性乙型肝炎患者，45例肝硬化患者以及137例健康体检人群用于模型的验证；

5、（2）对（1）中的临床特征数据进行单因素logistic回归分析，初步筛选出与甲胎蛋白阴性原发性肝细胞癌相关的单因素预测变量，将筛选出的17个 p<0.05的单因素预测变量（性别、年龄、cea、pivka-ii、lymphocyte counts、monocyte counts、neutrophil counts、plt、wbc、alb、alp、glu、ibil、ldh、tp、aptt、fg、pt）纳入lasso回归分析，进一步进行降维筛选，最终得到8个与甲胎蛋白阴性原发性肝细胞癌相关的独立预测因子（性别、年龄、pivka-ii、monocyte counts、plt、alp、pt、mchc）；

6、（3）将（2）中lasso回归分析确定的独立预测因子纳入多因素logistic回归分析，分析多个指标的联合诊断作用，得到4个关键因子（年龄、pt、plt、pivka-ii）并构建甲胎蛋白阴性原发性肝细胞癌诊断模型，所述甲胎蛋白阴性原发性肝细胞癌诊断模型的预测公式如下：

7、，

8、其中， p表示预测概率值，age表示年龄，pivka-ⅱ表示异常凝血酶原（异常凝血酶原变量需依据数值分布的四方位数进行等级变换，其中，≤20mau/ml=1；20.1-30mau/ml=2；30.1-178mau/ml=3；≥178.1mau/ml =4），pt表示凝血酶原时间，plt表示血小板数；

9、（4）采用r语言的dynnom包基于（3）中甲胎蛋白阴性原发性肝细胞癌诊断模型绘制得到列线图诊断模型；

10、（5）通过受试者工作曲线（roc）并计算曲线下面积（auc）评估列线图诊断模型的区分能力；通过绘制校准曲线评估预测值与实际值之间的偏移程度；通过决策曲线（dcs）和临床影响曲线（cic）评估列线图诊断模型的临床实用性；同时所述列线图诊断模型还在来源不同外部验证集中进行了进一步验证，最终得到模型从对照组中区分afp阴性hcc的auc（曲线下面积）为0.937。

11、一种甲胎蛋白阴性原发性肝细胞癌列线图诊断模型，其是上述的构建方法得到。

12、进一步的，上述一种甲胎蛋白阴性原发性肝细胞癌列线图诊断模型由11个标尺组成；其中，第一个标尺为分值标尺，分值范围为0~100分；第二个标尺为血小板数标尺，取值范围为0~800×109/l，对应分值30~80分；第三个标尺为年龄标尺，取值范围为24~90岁，对应分值40~100分；第四个标尺为凝血酶原时间标尺，取值范围为9.8~23.4秒，对应分值0~88分；第五个标尺为异常凝血酶原标尺，依据数值分布四分位数转化成为等级变量后，1、2、3、4数值分别对应40、60、80、100分。

13、进一步的，上述一种甲胎蛋白阴性原发性肝细胞癌列线图诊断模型还包括总分值评分公式，具体为：

14、总分值＝血小板数对应分值+年龄对应分值+凝血酶原时间对应分值+异常凝血酶原对应分值。

15、上述一种列线图诊断模型在制备用于诊断或者辅助诊断甲胎蛋白阴性原发性肝细胞癌的产品中的应用。

16、本发明的有益效果是：本发明中由4个临床常规检测指标（年龄、pt、plt、pivka-ii）构建的甲胎蛋白阴性原发性肝细胞癌列线图诊断模型简单、直观，在诊断afp阴性hcc方面有良好的诊断效能，且有较高的敏感度和特异性，并经过外部数据验证，有助于临床诊断。