引用本文： 德吉, 楊麗, 王一平. 脫-γ-羧基凝血酶原診斷原發性肝癌的系統評價. 中國循證醫學雜志, 2020, 20(7): 798-808. doi: 10.7507/1672-2531.201909033 復制
原發性肝癌（primary hepatocellular carcinoma，PHC）是全球發病率、致死率均較高的惡性腫瘤，其中中國發病人數占全球的 55%。PHC 發病率有逐年上升的趨勢[1]。PHC 起病隱匿，多數患者明確診斷時，已喪失了最佳的治療時機，5 年生存率不到 10%。但目前研究報告直徑小于 2 cm 的 PHC 5 年生存率接近 100%[1]。因此，早期診斷是改善 PHC 預后，拯救患者生命的關鍵[2]。PHC 的早期診斷主要依靠特異的血清腫瘤標志物和肝臟影像檢查。甲胎蛋白是臨床廣泛使用的 PHC 血清標志物，但其在其他腫瘤中也呈較高表達，故敏感性、特異性均不盡人意。近年有可能使用在早期 PHC 診斷的血清腫瘤標志物包括：甲胎蛋白異質體、α-L-巖藻糖苷酶、上皮特異性細胞黏附分子、鱗狀細胞癌抗原和脫-γ-羧基凝血酶原（des-γ-carboxy prothrombin，DCP，又稱 protein induced by vitamin K absence or antagonists-Ⅱ，PIVKA-Ⅱ）等。Liebman 等[3]最早于 1984 年發現 DCP 在有些 PHC 患者中升高。DCP 是 PHC 的腫瘤細胞分泌的一種異常凝血酶原，與正常的凝血酶原相比，其 γ-羧基谷氨酸結構中有一個或多個谷氨酸殘基不完全羧化為 γ-羧基谷氨酸，因而沒有凝血功能[4]。有研究報道 DCP 診斷 PHC 的敏感性和特異性分別達到 83% 和 96%[5]。迄今，已有較多 DCP 診斷 PHC 的相關研究，大多數是有關 DCP 診斷 PHC 的準確性，但這些研究樣本量小，PHC 診斷標準不同，研究質量各異，DCP 檢測方法及臨界值不一，因此有必要系統評價血清 DCP 診斷 PHC 的診斷價值，為臨床實踐提供證據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
國內外公開發表的血清 DCP 診斷 PHC 的診斷性試驗。
1.1.2 研究對象
研究對象為疑似肝癌患者，均使用血清 DCP 檢測且最終獲得明確診斷結果。性別、年齡、種族、國籍不限。
1.1.3 診斷方法
DCP 檢測方法不限。以病理學檢查或公認的影像學檢查為診斷 PHC 的金標準。
1.1.4 結局指標
合并敏感度（pooled sensitivity，Sen合并）、合并特異度（pooled specificity，Spe合并）、合并陽性似然比（pooled positive likelihood ratio，+LR合并）、合并陰性似然比（pooled negative likelihood ratio，?LR合并）、合并診斷比值比（pooled diagnosis odds ratio，DOR合并）和受試者工作特征曲線（SROC）下面積（area under the curve，AUC）。
1.1.5 排除標準
① 未描述肝癌的具體診斷標準或未經上述金標準診斷的文獻；② 無法直接或者間接獲得四格表數據或全文；③ 檢測標本為患者或對照人群的組織或其他體液者；④ 非中、英文文獻。
1.2 文獻檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library、Medline（Ovid）、CNKI、VIP、WanFang Data 和 CBM 數據庫，搜集國內外公開發表的所有關于 DCP 診斷 PHC 的診斷性試驗，檢索時限均從建庫至 2018 年 12 月 31 日。此外，追溯納入文獻的參考文獻，以補充獲取相關文獻。檢索采取主題詞和自由詞相結合的方式。中文檢索詞包括：肝癌、PHC、肝腫瘤、異常凝血酶原、脫-γ-羧基凝血酶原、維生素 K 缺乏誘發的蛋白質、DCP、PIVKA-II 等；英文檢索詞包括：primary hepatocellular carcinoma、PHC、HCC、liver cancer、des-gammacarboxy prothrombin、des-γ-carboxy prothrombin、DCP、PIVKA-II、Protein induced by vitamin K absence 等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 位評價員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本特征，包括第一作者、發表年份、文種、研究國家、試驗例數、檢測方法、臨界值、金標準、病因、對照組構成等；② 偏倚風險評價的關鍵要素；③ 所關注的結局測量指標數據，如真陽性值、假陽性值、真陰性值、假陰性值等。
1.4 納入研究的偏倚風險評價
由 2 位研究者獨立采用 QUADAS-2[6]評價工具評價納入研究的偏倚風險。
1.5 統計分析
采用 RevMan 5.3 軟件和 Meta Disc 1.4 軟件進行 Meta 分析。采用I2指數來判斷異質性大小，若P>0.10 且I2<50% 表明研究間異質性不大，此時采用固定效應模型進行合并；若P≤0.10 且I2>50%，表明研究間異質性較大，采用隨機效應模型進行合并。根據金標準分別列出 DCP 診斷 PHC 的 2×2 四格表，計算合并敏感度、特異度、陽性似然比、陰性似然比和診斷比值比，同時繪制 SROC 曲線并計算曲線下面積，評價 DCP 試驗的診斷價值。然后根據研究對象的特點進行 Meta 回歸分析來尋找引起異質性的潛在因素，同時按 Deville 等[7]介紹的方法進行亞組分析。
2 結果
2.1 文獻篩選流程及結果
初檢出相關文獻 926 篇，經逐層篩選后，最終納入 50 篇文獻[8-57]，包括 15 099 例患者，其中中文文獻 26 篇，英文文獻 24 篇。診斷金標準為病理組織學或公認的影像學檢查結果。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
表1
納入研究的基本特征
圖2
納入研究的偏倚風險評價結果（QUADAS-2）
2.3 Meta 分析結果
2.3.1 異質性檢驗
ROC 曲線平面散點圖不呈“肩臂”狀，Spearman相關系數ρ=0.112，P=0.439，說明敏感度對數及（1-特異度）對數呈負相關，不存在閾值效應。但 DOR 的森林圖及Q值發現，每一個研究的診斷比值比分布較為離散，且Q=304.29，P<0.000 1，表明存在非閾值效應引起的異質性，故采用隨機效應模型進行合并分析（圖 3）。
圖3
DCP 診斷原發性肝癌的診斷比值比 Meta 分析
2.3.2 合并效應量
血清 DCP 診斷 PHC 的 Sen合并、Spe合并、+LR合并、?LR合并、DOR 和 AUC 分別為 0.69［95%CI（0.67，0.70）］（圖 4）、0.89［95%CI（0.89，0.90）］（圖 5）、7.35［95%CI（6.08，8.90）］、0.31［95%CI（0.27，0.35）］、26.63［95%CI（20.42，34.73）］（圖 3）和 0.909 9（圖 6）。
圖4
DCP 診斷原發性肝癌的靈敏度 Meta 分析
圖5
DCP 診斷原發性肝癌的特異度 Meta 分析
圖6
DCP 診斷原發性肝癌的 SROC 曲線
2.3.3 Meta 回歸分析
針對研究國家、研究年限、檢測方法、對照組構成進行 Meta 回歸分析，結果顯示，研究時代不同為異質性的主要來源（表 2）。
表2
根據不同研究特點進行的 Meta 回歸分析結果
2.3.4 亞組分析
結果發現研究年限在 2010～2018 年的 DOR（34.60）較 1988～2009 年的 DOR（18.34）高，對照組為慢性肝炎組的 DOR（23.59）較肝硬化組的 DOR（17.09）高，同時發現檢測方法為 ELISA（DOR=28.46）的亞組具有較高的診斷效能（表 3）。
表3
根據研究特點進行的亞組分析結果
3 討論
本研究采用診斷試驗的系統評價方法對 DCP 在 PHC 的診斷效能方面進行分析并尋找影響異質性的因素，共納入 50 篇文獻，15 099 例研究對象。Meta 分析結果顯示：血清 DCP 診斷 PHC 的合并敏感度及特異度分別為 69% 和 89%，說明漏診率和誤診率分別為 31% 和 11%，提示血清 DCP 識別非 PHC 的能力較高，但精確診斷 PHC 的能力相對較低。敏感度和特異度的最大聚合點的 SROC 曲線 Q 值均為 304.29，SROC 曲線下面積 AUC 為 0.909 9，表明 DCP 診斷 PHC 的總準確性較高。診斷比值比是試驗準確性的獨立指標，是用來說明某種試驗陽性結果的機會是陰性結果的倍數，反映診斷試驗的結果與疾病的聯系程度。本 Meta 分析中 DOR 值為 26.63，表明 DCP 診斷 PHC 具有較高的準確性。由于似然比相對于 SROC 曲線和 DOR 更具有臨床實用性，更易解釋結果，所以本研究中我們還匯總了陽性似然比（+LR）和陰性似然比（?LR）。+LR 越高，?LR 越小，說明試驗結果的診斷價值越高。本研究結果顯示，+LR 較高（7.35）和?LR 較低（0.31），即血清 DCP 在診斷 PHC 和排除 PHC 具有同樣的高效能。這些結果與 Gao 等[58]研究結果相似。
本研究顯示納入研究間存在非閾值效應引起的異質性，為探討異質性的來源，我們根據研究特點回歸分析了不同研究年限、不同研究國家、不同檢測方法和不同對照組的影響。結果發現不同研究年限為異質性的主要來源，且具有統計學差異。我們再進一步根據研究特點按 Deville 等[7]介紹的方法進行了亞組分析，發現研究年限在 2010～2018 年的研究比 1988～2009 年的具有更高的診斷效能，我們進一步分析推測可能與 DCP 檢測方法及檢測儀器等有關。近年，隨著生物技術的迅速發展，高科技化的檢驗設備及方法應運而生，使診斷敏感性及特異性也相應的提高。同時發現對照組為慢性肝炎組比肝硬化組具有較高的敏感性、特異度、陽性似然比、DOR 和較低的陰性似然比，分析可能與患者病程及疾病本身的特點有關。Kim 等[59]檢測肝癌、肝硬化及慢性肝炎患者血清中 DCP 濃度，結果發現血清 DCP 濃度在肝癌組（5420.3±3960.0 Mau/mL）較肝硬化組（26.3±7.2 Mau/mL）高，而與慢性肝炎組（16.1±2.0 Mau/mL）比較差異更顯著，這與本研究結果相似。這可能是肝癌細胞產生并釋放至血液中的 DCP 具有進一步刺激肝癌細胞生長和促進腫瘤微血管形成等作用，成為肝癌細胞自分泌與刺激生長通路的一部分。一些臨床資料顯示[29,60]，DCP 表達水平與肝癌病人病灶大小、數量、浸潤程度以及肝內外轉移等有密切相關性。但本研究納入的文獻中缺乏相應數據，故未能納入本次的 Meta 分析。另外，也有研究者對異常凝血酶原診斷原發性肝癌的研究進行了系統評價[61-63]，但是有些研究的年限較早，近幾年文獻未納入，有些研究納入文獻不全，或對照組較單一，臨床參考價值不大。
本系統評價存在一定的局限性：① 部分文獻未能提供完整的數據資料和研究實施情況，可能影響研究的真實性；② 本次納入的 50 篇文獻中，42 篇是回顧性研究，只有 8 篇是前瞻性研究，而回顧性研究可能存在高估或低估診斷效能，從而可能降低本次分析結果的可靠性；③ 因缺乏相應數據，無法進一步分析 DCP 表達與肝癌病因、病灶大小、腫瘤分期等之間的相關性；④ 雖然對納入研究進行亞組分析和敏感性分析，但納入研究間的異質性較高，結果有待于進一步研究。
綜上所述，本 Meta 分析結果提示 DCP 診斷 PHC 具有較高的診斷效能，尤其具有較高的特異度，有助于明確診斷。但受納入研究的數量和質量限制，上述結論尚需開展更多高質量研究予以驗證。
原發性肝癌（primary hepatocellular carcinoma，PHC）是全球發病率、致死率均較高的惡性腫瘤，其中中國發病人數占全球的 55%。PHC 發病率有逐年上升的趨勢[1]。PHC 起病隱匿，多數患者明確診斷時，已喪失了最佳的治療時機，5 年生存率不到 10%。但目前研究報告直徑小于 2 cm 的 PHC 5 年生存率接近 100%[1]。因此，早期診斷是改善 PHC 預后，拯救患者生命的關鍵[2]。PHC 的早期診斷主要依靠特異的血清腫瘤標志物和肝臟影像檢查。甲胎蛋白是臨床廣泛使用的 PHC 血清標志物，但其在其他腫瘤中也呈較高表達，故敏感性、特異性均不盡人意。近年有可能使用在早期 PHC 診斷的血清腫瘤標志物包括：甲胎蛋白異質體、α-L-巖藻糖苷酶、上皮特異性細胞黏附分子、鱗狀細胞癌抗原和脫-γ-羧基凝血酶原（des-γ-carboxy prothrombin，DCP，又稱 protein induced by vitamin K absence or antagonists-Ⅱ，PIVKA-Ⅱ）等。Liebman 等[3]最早于 1984 年發現 DCP 在有些 PHC 患者中升高。DCP 是 PHC 的腫瘤細胞分泌的一種異常凝血酶原，與正常的凝血酶原相比，其 γ-羧基谷氨酸結構中有一個或多個谷氨酸殘基不完全羧化為 γ-羧基谷氨酸，因而沒有凝血功能[4]。有研究報道 DCP 診斷 PHC 的敏感性和特異性分別達到 83% 和 96%[5]。迄今，已有較多 DCP 診斷 PHC 的相關研究，大多數是有關 DCP 診斷 PHC 的準確性，但這些研究樣本量小，PHC 診斷標準不同，研究質量各異，DCP 檢測方法及臨界值不一，因此有必要系統評價血清 DCP 診斷 PHC 的診斷價值，為臨床實踐提供證據。
1 資料與方法
1.1 納入與排除標準
1.1.1 研究類型
國內外公開發表的血清 DCP 診斷 PHC 的診斷性試驗。
1.1.2 研究對象
研究對象為疑似肝癌患者，均使用血清 DCP 檢測且最終獲得明確診斷結果。性別、年齡、種族、國籍不限。
1.1.3 診斷方法
DCP 檢測方法不限。以病理學檢查或公認的影像學檢查為診斷 PHC 的金標準。
1.1.4 結局指標
合并敏感度（pooled sensitivity，Sen合并）、合并特異度（pooled specificity，Spe合并）、合并陽性似然比（pooled positive likelihood ratio，+LR合并）、合并陰性似然比（pooled negative likelihood ratio，?LR合并）、合并診斷比值比（pooled diagnosis odds ratio，DOR合并）和受試者工作特征曲線（SROC）下面積（area under the curve，AUC）。
1.1.5 排除標準
① 未描述肝癌的具體診斷標準或未經上述金標準診斷的文獻；② 無法直接或者間接獲得四格表數據或全文；③ 檢測標本為患者或對照人群的組織或其他體液者；④ 非中、英文文獻。
1.2 文獻檢索策略
計算機檢索 PubMed、EMbase、The Cochrane Library、Medline（Ovid）、CNKI、VIP、WanFang Data 和 CBM 數據庫，搜集國內外公開發表的所有關于 DCP 診斷 PHC 的診斷性試驗，檢索時限均從建庫至 2018 年 12 月 31 日。此外，追溯納入文獻的參考文獻，以補充獲取相關文獻。檢索采取主題詞和自由詞相結合的方式。中文檢索詞包括：肝癌、PHC、肝腫瘤、異常凝血酶原、脫-γ-羧基凝血酶原、維生素 K 缺乏誘發的蛋白質、DCP、PIVKA-II 等；英文檢索詞包括：primary hepatocellular carcinoma、PHC、HCC、liver cancer、des-gammacarboxy prothrombin、des-γ-carboxy prothrombin、DCP、PIVKA-II、Protein induced by vitamin K absence 等。以 PubMed 為例，其具體檢索策略見框 1。
1.3 文獻篩選和資料提取
由 2 位評價員獨立篩選文獻、提取資料并交叉核對，如遇分歧，則咨詢第三方協助判斷，缺乏的資料盡量與作者聯系予以補充。文獻篩選時首先閱讀文題和摘要，在排除明顯不相關的文獻后，進一步閱讀全文，以確定最終是否納入。資料提取內容主要包括：① 納入研究的基本特征，包括第一作者、發表年份、文種、研究國家、試驗例數、檢測方法、臨界值、金標準、病因、對照組構成等；② 偏倚風險評價的關鍵要素；③ 所關注的結局測量指標數據，如真陽性值、假陽性值、真陰性值、假陰性值等。
1.4 納入研究的偏倚風險評價
由 2 位研究者獨立采用 QUADAS-2[6]評價工具評價納入研究的偏倚風險。
1.5 統計分析
采用 RevMan 5.3 軟件和 Meta Disc 1.4 軟件進行 Meta 分析。采用I2指數來判斷異質性大小，若P>0.10 且I2<50% 表明研究間異質性不大，此時采用固定效應模型進行合并；若P≤0.10 且I2>50%，表明研究間異質性較大，采用隨機效應模型進行合并。根據金標準分別列出 DCP 診斷 PHC 的 2×2 四格表，計算合并敏感度、特異度、陽性似然比、陰性似然比和診斷比值比，同時繪制 SROC 曲線并計算曲線下面積，評價 DCP 試驗的診斷價值。然后根據研究對象的特點進行 Meta 回歸分析來尋找引起異質性的潛在因素，同時按 Deville 等[7]介紹的方法進行亞組分析。
2 結果
2.1 文獻篩選流程及結果
初檢出相關文獻 926 篇，經逐層篩選后，最終納入 50 篇文獻[8-57]，包括 15 099 例患者，其中中文文獻 26 篇，英文文獻 24 篇。診斷金標準為病理組織學或公認的影像學檢查結果。文獻篩選流程及結果見圖 1。
圖1
文獻篩選流程及結果
*所檢索的數據庫及檢出文獻數具體如下：PubMed（
2.2 納入研究的基本特征與偏倚風險評價結果
表1
納入研究的基本特征
圖2
納入研究的偏倚風險評價結果（QUADAS-2）
2.3 Meta 分析結果
2.3.1 異質性檢驗
ROC 曲線平面散點圖不呈“肩臂”狀，Spearman相關系數ρ=0.112，P=0.439，說明敏感度對數及（1-特異度）對數呈負相關，不存在閾值效應。但 DOR 的森林圖及Q值發現，每一個研究的診斷比值比分布較為離散，且Q=304.29，P<0.000 1，表明存在非閾值效應引起的異質性，故采用隨機效應模型進行合并分析（圖 3）。
圖3
DCP 診斷原發性肝癌的診斷比值比 Meta 分析
2.3.2 合并效應量
血清 DCP 診斷 PHC 的 Sen合并、Spe合并、+LR合并、?LR合并、DOR 和 AUC 分別為 0.69［95%CI（0.67，0.70）］（圖 4）、0.89［95%CI（0.89，0.90）］（圖 5）、7.35［95%CI（6.08，8.90）］、0.31［95%CI（0.27，0.35）］、26.63［95%CI（20.42，34.73）］（圖 3）和 0.909 9（圖 6）。
圖4
DCP 診斷原發性肝癌的靈敏度 Meta 分析
圖5
DCP 診斷原發性肝癌的特異度 Meta 分析
圖6
DCP 診斷原發性肝癌的 SROC 曲線
2.3.3 Meta 回歸分析
針對研究國家、研究年限、檢測方法、對照組構成進行 Meta 回歸分析，結果顯示，研究時代不同為異質性的主要來源（表 2）。
表2
根據不同研究特點進行的 Meta 回歸分析結果
2.3.4 亞組分析
結果發現研究年限在 2010～2018 年的 DOR（34.60）較 1988～2009 年的 DOR（18.34）高，對照組為慢性肝炎組的 DOR（23.59）較肝硬化組的 DOR（17.09）高，同時發現檢測方法為 ELISA（DOR=28.46）的亞組具有較高的診斷效能（表 3）。
表3
根據研究特點進行的亞組分析結果
3 討論
本研究采用診斷試驗的系統評價方法對 DCP 在 PHC 的診斷效能方面進行分析并尋找影響異質性的因素，共納入 50 篇文獻，15 099 例研究對象。Meta 分析結果顯示：血清 DCP 診斷 PHC 的合并敏感度及特異度分別為 69% 和 89%，說明漏診率和誤診率分別為 31% 和 11%，提示血清 DCP 識別非 PHC 的能力較高，但精確診斷 PHC 的能力相對較低。敏感度和特異度的最大聚合點的 SROC 曲線 Q 值均為 304.29，SROC 曲線下面積 AUC 為 0.909 9，表明 DCP 診斷 PHC 的總準確性較高。診斷比值比是試驗準確性的獨立指標，是用來說明某種試驗陽性結果的機會是陰性結果的倍數，反映診斷試驗的結果與疾病的聯系程度。本 Meta 分析中 DOR 值為 26.63，表明 DCP 診斷 PHC 具有較高的準確性。由于似然比相對于 SROC 曲線和 DOR 更具有臨床實用性，更易解釋結果，所以本研究中我們還匯總了陽性似然比（+LR）和陰性似然比（?LR）。+LR 越高，?LR 越小，說明試驗結果的診斷價值越高。本研究結果顯示，+LR 較高（7.35）和?LR 較低（0.31），即血清 DCP 在診斷 PHC 和排除 PHC 具有同樣的高效能。這些結果與 Gao 等[58]研究結果相似。
本研究顯示納入研究間存在非閾值效應引起的異質性，為探討異質性的來源，我們根據研究特點回歸分析了不同研究年限、不同研究國家、不同檢測方法和不同對照組的影響。結果發現不同研究年限為異質性的主要來源，且具有統計學差異。我們再進一步根據研究特點按 Deville 等[7]介紹的方法進行了亞組分析，發現研究年限在 2010～2018 年的研究比 1988～2009 年的具有更高的診斷效能，我們進一步分析推測可能與 DCP 檢測方法及檢測儀器等有關。近年，隨著生物技術的迅速發展，高科技化的檢驗設備及方法應運而生，使診斷敏感性及特異性也相應的提高。同時發現對照組為慢性肝炎組比肝硬化組具有較高的敏感性、特異度、陽性似然比、DOR 和較低的陰性似然比，分析可能與患者病程及疾病本身的特點有關。Kim 等[59]檢測肝癌、肝硬化及慢性肝炎患者血清中 DCP 濃度，結果發現血清 DCP 濃度在肝癌組（5420.3±3960.0 Mau/mL）較肝硬化組（26.3±7.2 Mau/mL）高，而與慢性肝炎組（16.1±2.0 Mau/mL）比較差異更顯著，這與本研究結果相似。這可能是肝癌細胞產生并釋放至血液中的 DCP 具有進一步刺激肝癌細胞生長和促進腫瘤微血管形成等作用，成為肝癌細胞自分泌與刺激生長通路的一部分。一些臨床資料顯示[29,60]，DCP 表達水平與肝癌病人病灶大小、數量、浸潤程度以及肝內外轉移等有密切相關性。但本研究納入的文獻中缺乏相應數據，故未能納入本次的 Meta 分析。另外，也有研究者對異常凝血酶原診斷原發性肝癌的研究進行了系統評價[61-63]，但是有些研究的年限較早，近幾年文獻未納入，有些研究納入文獻不全，或對照組較單一，臨床參考價值不大。
本系統評價存在一定的局限性：① 部分文獻未能提供完整的數據資料和研究實施情況，可能影響研究的真實性；② 本次納入的 50 篇文獻中，42 篇是回顧性研究，只有 8 篇是前瞻性研究，而回顧性研究可能存在高估或低估診斷效能，從而可能降低本次分析結果的可靠性；③ 因缺乏相應數據，無法進一步分析 DCP 表達與肝癌病因、病灶大小、腫瘤分期等之間的相關性；④ 雖然對納入研究進行亞組分析和敏感性分析，但納入研究間的異質性較高，結果有待于進一步研究。
綜上所述，本 Meta 分析結果提示 DCP 診斷 PHC 具有較高的診斷效能，尤其具有較高的特異度，有助于明確診斷。但受納入研究的數量和質量限制，上述結論尚需開展更多高質量研究予以驗證。
