PIVKA-Ⅱ聯合AFP、AFP-L3診斷原發性肝癌的Meta分析

劉榮靜，馮 培，習 浩

1.廣州醫科大學附屬第二醫院檢驗科，廣東廣州 510620；2.廣州醫科大學金域檢驗學院，廣東廣州 511483

原發性肝癌(PLC)包括肝細胞癌(HCC)、膽管細胞癌及二者同時組成的混合型肝癌，其中HCC最常見，占90%以上，通常所稱的肝癌一般是指HCC。HCC是全球范圍內最常見的惡性腫瘤之一，由于其早期表現無特異性，而大多數患者被診斷為HCC時已為晚期，錯失治療的最佳時機，故早期診斷是HCC治療的關鍵。目前，臨床上常用的肝癌篩查標志物中甲胎蛋白(AFP)的靈敏度和特異度不高，一直受到人們的質疑；甲胎蛋白異質體(AFP-L3)具有更高的特異性；此外，異常凝血酶原(PIVKA-Ⅱ)被認為在肝癌的診斷和鑒別診斷中具有重要的臨床價值[1-4]。因為單一血清標志物的局限性，多數學者會主張采取PIVKA-Ⅱ聯合AFP、AFP-L3檢測的方式診斷早期肝癌[5-18]。鑒于這些研究多為單中心、小樣本量數據，且檢測結果存在較大的差異，本文對這些報道進行了一次系統性評價和Meta分析。

1 資料與方法

1.1文獻檢索范圍及檢索詞 計算機檢索截止日期為2019年1月。語言設定為中英文。檢索中文數據庫中國知網、維普數據庫、萬方數據庫、中國生物醫學文獻數據庫，以及英文數據庫PubMed、Embase、Medicine、Europe PMC、Web of Science、Cochrane Library。中文檢索詞:甲胎蛋白、甲胎蛋白異質體L3、異常凝血酶原或去γ-羧基凝血酶原、原發性肝癌、Meta分析、聯合診斷。英文檢索詞：AFP or alpha fetal protein、AFP-L3 or lensculinaris agglutinin-reactive α-fetoprotein or alpha fetal protein-L3、PIVKA-Ⅱor DCP or γ-carboxy-prothrombin or protein induced by vitamin K absence or antagonist-Ⅱ、HCC or hepatocellular carcinoma、PHC or primary hepatocellular carcinoma、liver tumor。

1.2文獻納入標準 (1)研究對象為經病理或影像學確診的PLC；(2)文獻為前瞻性或回顧性研究的隨機對照試驗；(3)文獻為國內、外公開發表的關于AFP、AFP-L3、PIVKA-Ⅱ單獨及三者聯合檢測診斷PLC的診斷性研究；(4)文獻中能直接或計算得出完整的四格表。

1.3文獻排除標準 (1)病例組未經“金標準”確診；(2)非臨床對照試驗結果，如動物試驗；(3)無法提供原始數據的信件、會議稿、綜述、評論；(4)無試驗組、對照組的結果；(5)非定量檢測；(6)每組病例小于20例的研究；(7)重復性實驗、老舊或重復發表文獻。

1.4數據提取 文獻篩選與數據提取由2名研究者單獨按照制訂的納入和排除標準對檢索文獻進行篩選,如遇分歧，則通過討論決定[3]。

1.5文獻質量評價 使用診斷準確性研究的質量評價工具QUADAS-2[5]對納入的文獻進行質量評價，由2名研究者單獨按照評價表進行評分，如結果產生分歧，則通過討論決定以確保納入文獻的質量。

1.6數據分析 使用軟件Revman5.3及Meta-Disc1.4對納入文獻的數據進行分析。先用Revman5.3對文獻進行質量評價，再用Meta-Disc1.4對數據進行異質性分析，其中包括閾值效應及非閾值效應。主要評價指標包括靈敏度對數與1-特異度對數的Spearman相關系數、Q統計量檢驗中的P值和I2值。若P<0.5或I2>50%，則說明各研究間存在異質性，通過隨機效應模型對數據進行合并效應量；無異質性的數據可轉換為固定效應模型進行合并效應量。應用Revman5.3對異質性的數據進行亞組分析及性分析。計算靈敏度、特異度、陽性似然比(PLR)、陰性似然比(NLR)、診斷比值比(DOR)，并繪制綜合受試者工作特征曲線(sROC曲線)，計算曲線下面積(AUC)。

2 結 果

2.1檢索文獻結果 初次檢索共有153篇文獻，通過納入、排除標準，層層排除，共有13篇文獻被納入，共1 821例病例，2 566例對照。納入研究的基本信息見表1。

表1 納入研究的基本信息(n)

注：*表示AFP-L3的臨界值為5%，#表示AFP-L3的臨界值為10%；TP、FP、FN、TN分別表示真陽性、假陽性、假陰性、真陽性；-表示此項無數據。

2.2文獻的質量評價 在軟件Revman5.1中使用診斷準確性研究的質量評價工具QUADAS-2對納入的文獻進行質量評估，具體結果見圖1。

圖1 納入的所有研究中偏倚與適應性評估

2.3異質性分析 (1)閾值效應。因為不同的臨界值(cut-off)可導致診斷試驗的靈敏度、特異度不同,繼而產生閾值效應，所以首先檢測診斷試驗是否存在閾值效應，結果見表2。提示研究中AFP單項、AFP-L3單項、PIVKA-Ⅱ單項及AFP、AFP-L3聯合PIVKA-Ⅱ檢測均不存在閾值效應。(2)非閾值效應。因為研究人群、“金標準”試驗、病情嚴重程度的不同引起的異質性稱為非閾值效應。使用Meta-Disc1.4通過Q統計量檢驗和I2值統計量進行非閾值效應引起的異質性檢驗，分析可得，AFP單項、AFP-L3單項、PIVKA-Ⅱ單項及AFP、AFP-L3聯合PIVKA-Ⅱ檢測，Q統計量檢驗的P<0.05，I2>50%，由此可認為納入的研究間有異質性。經過閾值效應及非閾值效應檢驗后，可知數據具有異質性，需采用隨機效應模式進行效應量的合并，通過亞組分析對異質性的來源進行探討，并采用敏感性分析檢測數據是否穩定。

2.4合并效應量 采用隨機效應模式對納入的文獻的各效應量進行合并，AFP單項、AFP-L3單項、PIVKA-Ⅱ單項及AFP、AFP-L3聯合PIVKA-Ⅱ檢測診斷PLC的AUC分別為0.796 7、0.845 7、0.796 7、0.879 0，其他合并效應量統計表見表3。分析可知，聯合檢測AFP、AFP-L3、PIVKA-Ⅱ明顯提高了對PLC診斷的靈敏度及DOR。

表3 合并效應量統計表(95%CI)

2.5亞組分析與敏感性分析 亞組分析：將14組數據分為亞洲組和非亞洲組，合并聯合檢測的效應量，結果顯示，二者的Q統計量檢驗的P<0.05，I2>50%，可知二者異質性均未消失，說明地區分布是一個造成異質性很大的因素。敏感性分析：對研究進行敏感性分析，剔除質量較低的中文文獻后差異仍有統計學意義(P<0.01),結果與剔除前較一致(靈敏度為0.77，95%CI：0.75～0.79)；剔除權重最大的研究后，結果與剔除前的結果也較為一致(靈敏度為0.81，95%CI：0.79～0.83)，說明本研究結果穩定性較好。

3 討 論

世界衛生組織GLOBOCAN 2012的數據顯示，肝癌發病率位居第5位，病死率位居第2位，年新發病例約782 000例，病死近746 000例。對肝癌高危人群的監測篩查和早期診斷是可采取有效干預措施以實現患者長期無復發生存的關鍵。在肝癌高危人群監測篩查和早期診斷方面，AFP作為傳統生物學標記物，在過去的20年中被廣泛應用于臨床實踐。然而近年來，AFP在肝癌監測篩查和早期診斷中的作用在研究和臨床應用領域的爭議日益激烈。有研究表明，AFP缺乏足夠的靈敏度和特異度以進行有效的監測，AFP-L3在肝癌與良性肝病的診斷中，尤其對低濃度肝癌和良性肝病的鑒別診斷中具有重要的臨床價值。PIVKA-Ⅱ是診斷HCC良好的血清腫瘤標志物，診斷HCC時的靈敏度和特異度均高于AFP；聯合檢測PIVKA-Ⅱ和AFP可提高HCC診斷的靈敏度，避免臨床漏診HCC[19]。因此，三者聯合檢測進行輔助診斷有助于早期發現PLC。

本次研究顯示，聯合檢測AFP、AFP-L3、PIVKA-Ⅱ診斷PLC靈敏度最高，高于三者單獨檢測的靈敏度，由此可以看出，聯合檢測有助于PLC的早期發現，減少對PLC的漏診。sROC曲線是一種評價診斷試驗的方法，其AUC越大，說明其診斷準確性越好。本研究中，AFP、AFP-L3、PIVKA-Ⅱ聯合檢測AUC為0.879 0，高于三者單獨檢測，說明其診斷準確性好。同時發現，AFP、AFP-L3、PIVKA-Ⅱ聯合檢測的特異度為0.79，比單獨檢測低，說明聯合檢測的真陰性率稍低，還需要CT、磁共振等影像學及病理學技術的支持才能診斷為PLC。

本次研究納入的文獻中，9篇來自亞洲地區，4篇來自非亞洲地區(美國、意大利和德國)，在對研究進行亞組分析時，得出的結論是尚無足夠的證據表明地區的差異是造成異質性的來源。收集文獻信息時，無法從全部文獻中收集到研究對象的性別比例、年齡及病因，導致無法進行分組，這對異質性來源的研究也是很大的障礙。

本次研究存在一定的局限性，是引起非閾值效應的因素。首先，納入研究的文獻量少，多為中英文文獻；其次，病例組的病因(是病毒引起還是酒精引起)、疾病分級不明，對照組沒有一致的標準(一些是良性肝病，一些為健康人對照)；再次，在病例的排除上，因血液中PIVKA-Ⅱ水平會受口服抗凝劑如華法林等的影響，需將此類患者排除，但13篇文獻中只有VOLK等[16]的研究提及。影響因素還有檢測手段，檢測時間與診斷時間的間隔長短，三者檢測是否同一標本同一時間等，以及前瞻性和回顧性研究隨機對照試驗數據的差異。