Cost-effectiveness analysis of C-GALAD for early hepatocellular carcinoma screening in HBV-related cirrhotic patients in China

想象一下，人类的肝脏就像一座繁忙、繁忙的工厂，维持着你身体的平稳运行。有时，由于长期的感染（如乙型肝炎病毒），这座工厂会受到损伤，变成一个伤痕累累、僵硬的版本，这被称为肝硬化。在这种受损状态下，工厂内部生长出一个流氓般的癌变区域的风险非常高。这种癌症被称为肝细胞癌（HCC）。棘手之处在于，在早期阶段，这种癌症就像一个隐形的幽灵；它不发出噪音，也不会引起疼痛，因此当你注意到它时，往往已经太晚了，难以轻易修复。

为了及早捕捉这些幽灵，医生们使用了一套“安保系统”。旧的标准保安是一项名为 AFP（甲胎蛋白）的检测，以及一台名为超声波（US）的照相机。但有时，这个幽灵太擅长躲藏了，旧保安会漏掉它。更新、更智能的安保系统已经被发明出来，它们使用由不同探测器（生物标志物）组成的团队协同工作，以便更早地发现麻烦。对于卫生官员和纳税人来说，大问题在于：升级到这些高级新系统是否值得这笔额外的开支？如果我们现在多花钱来更早地捕捉癌症，未来是否能节省足够的资金并挽救更多的生命，从而使这笔交易变得划算？这就是科学家们称之为“成本效益分析”的谜题。

---

伟大的肝脏侦探赛

在这项研究中，来自中国的研究小组决定通过一场计算机模拟来扮演侦探，看看哪种肝脏筛查策略最具性价比。他们专注于一个特定人群：在中国已经患有由乙型肝炎病毒引起的肝损伤（肝硬化）的人群。这些人属于高风险人群，因此需要定期检查。

研究人员构建了一个虚拟世界——一个“决策树”和一个“马尔可夫模型”——来模拟一大群此类患者长达 30 年的生活。他们并非凭空猜测；他们向计算机输入了关于不同检测有效性（灵敏度和特异度）、成本以及它们能在多大程度上改善患者生活质量（通过所谓的 QALYs，即“质量调整寿命年”来衡量）的真实数据。

他们让几个“侦探团队”进行对抗：

1. 旧守卫： 仅使用 AFP 血清检测。
2. 组队模式： AFP 结合另一种标记物 DCP。
3. 超级团队： 三种标记物的组合（AFP、AFP-L3% 和 DCP）。
4. 新星（C-GALAD）： 一个结合了年龄、性别和三种特定血清标记物的复杂公式。
5. 摄影组： 以上所有组合，并配以超声波扫描。

目标是观察哪个团队能发现最多的早期癌症病例，让患者生存得更久且更健康，同时又不至于破产。研究人员设定了一个“价格限制”，即他们认为划算的交易标准：每获得一个额外的健康寿命年，支出不超过中国 2024 年人均 GDP 的三倍（即 13,448 美元）。

结果：谁赢得了比赛？

当计算机模拟开始比赛时，结果非常明确。

生物标志物胜出者：
C-GALAD 策略（不带摄像头的智能血清检测公式）被证明是仅使用血清检测中最具成本效益的选择。

• 与旧的 AFP 检测相比，C-GALAD 每获得一个额外的健康年，额外成本为 1,567 美元。
• 与“超级团队”（AFP + AFP-L3% + DCP）相比，它每获得一个健康年，额外成本为 4,499 美元。
• 与 GALAD 公式（不含“C”调整）相比，C-GALAD 表现甚至更好：它实际上花费的钱更少，且能给患者带来更多的健康寿命。在经济学领域，这被称为“优越于（dominating）”另一种策略。
• 所有这些成本都远低于 13,448 美元 的限额，这意味着它们具有极高的价值。

摄影组胜出者：
当研究人员将超声波照相机加入其中时，GALAD + US 策略相对于旧的 AFP + US 方法成为了明显的赢家。

• 这种组合每获得一个额外的健康年，额外成本为 4,648 美元，这也远低于价格限制。

他们有多确定？
研究人员并没有仅仅做一个猜测。他们运行了数千次模拟，每次都稍微改变数值，以观察结果是否会发生反转。他们发现，在 100% 的模拟中，C-GALAD 和 GALAD + US 都是最具成本效益的选择。对结果影响最大的因素是检测发现癌症的能力（灵敏度）、排除健康人的能力（特异度）以及用于计算时间价值的贴现率。

这意味着什么（以及不意味着什么）

这项研究表明，对于中国的乙肝相关肝硬化患者，转向使用 C-GALAD 血清检测（或 GALAD + US）是一个明智的财务和健康举措。这就像是从基础手电筒升级到高科技热成像仪；你可能在前期多付一点钱，但你能如此早地捕捉到入侵者（癌症），从而在后期节省下一大笔维修费用。

然而，作者也谨慎地指出了一些事项。他们并没有在医院针对这组特定人群实际测试这些策略；他们使用的是基于现有数据的计算机模型。他们还指出，他们没有直接模拟“C-GALAD + US”这一组合（即超级智能血清检测加上照相机），虽然他们怀疑这会更加出色，但目前的模型还无法证明这一点。

简而言之，论文结论是：C-GALAD 是最佳的“仅限血清”方案，而 GALAD + US 是优秀的“血清加相机”方案。两者都足够经济，可以广泛应用，有望帮助医生在肝癌变成“怪兽”之前将其捕捉，从而挽救生命并控制医疗成本。