简介：无

简介：利用网络爬虫技术和计算机存储技术,提取和输入性登革热有关的人群、时间和空间语义关联信息,经过自然语义的文本分析技术,可对疫情进行预警预测。构建大数据信息处理平台的关键技术是关键数据技术评估、技术流程和构建疫情原型,形成完整的疫情预警预测体系,其中信息处理平台的范围涉及国外与疫情关联的主要新闻网站、微信、BBS和博客等,以此体系作为输入性疫情监控的主题用户查询口,完成人群、时间和空间相关联的疫情信息的数据检索、处理和分析,提供预防传染病专有领域的信息资源,完成全方位、多层次、快捷的输入性登革热预警预测量化指标体系,对口岸防控输入性登革热具有指导作用。

简介：摘要：传染病发病率与气候、饮水、空气质量、卫生条件等众多因素相关，各因素之间关系复杂，难以预测，基于数据驱动的传染病发病率预测假定各种影响因素均在发病率中有所体现，即前期的发病率涵盖了主要因素的影响，所以基于数据驱动的预测模型参数较少，适用范围广。本文对传染病发病率预测的意义、评价方法及典型基于数据驱动的传染病发病率预测方法进行介绍。

简介：摘要目的利用癌症基因组图谱(TCGA)中的大量胃癌基因组数据，在胃癌组织差异表达的基因中挖掘与预后相关的基因。方法在TCGA数据库中下载胃腺癌相关基因芯片数据，经R语言数据预处理及用edgeR对基因表达数据进行差异表达分析，利用R语言对差异基因进行基因本体论(GO)富集及KEGG生物通路分析。多因素逐步回归Cox分析预测影响生存期的基因，利用Kaplan-Meier Plotter(http：//Kaplan-Meier Plotter.com)网站对上述得到的基因进行在线生存分析。结果TCGA数据库中共筛选胃癌标本305个，癌旁组织30个。得到3 231个胃癌差异基因，其中上调2 005个基因，下调1 226个基因。GO富集主要集中于抗原连接、丝氨酸水解酶活性、受体配体活性、丝氨酸型肽酶活性、丝氨酸型内肽酶活性、糖胺聚糖结合、细胞因子活性、激素活性、肽酶抑制剂活性、金属钛酶活性等分子功能。KEGG生物通路分析主要涉及化学致癌物、神经活性受体-配体相互作用、细胞因子-细胞因子受体相互作用、细胞色素P450对有害物质的代谢、蛋白质的消化与吸收、金黄色葡萄球菌感染、视黄醇代谢、药物代谢P450、类固醇激素生物代谢、胰液分泌等。Cox分析显示，基因GPX3和SERPINE1对胃癌患者生存期有显著影响。受试者工作特征曲线分析显示，GPX3和SERPINE1表达量的高低对胃癌患者生存期有一定的预测价值，二者临界值分别为0.46、0.68时，敏感性为60.35%，特异性为82.06%，曲线下面积为0.763(95%CI为0.828～0.936)。Kaplan-Meier分析发现，GPX3(P<0.001)和SERPINE1基因(P＝0.001)高表达与胃腺癌不良预后有明显关系。结论SERPINE1、GPX3基因表达越高，胃癌患者生存期越短，二者可能作为胃癌预测预后的靶点。

简介：摘要青光眼是世界第一大不可逆致盲性眼病。由于青光眼性视功能损伤是不可逆的，精准评估青光眼患者的病情，对于青光眼患者病情的长期控制具有重要意义。既往研究表明，基于彩色眼底照相、相干光层析成像术的人工智能算法进行青光眼早期诊断的准确率已接近或优于眼科医师；同时，算法也能基于基线检查结果对未来的病情变化如视野缺损程度、神经纤维层厚度变化做出预测。以高质量的多模态影像数据为基础，配合先进的人工智能算法有望实现对于青光眼患者病情变化的预测，将是实现治疗方案个体化的重要环节。人工智能与影像的结合将为青光眼的临床诊疗带来突破性的革新。（中华眼科杂志，2021，57：187-190）

简介：摘要：在当今社会，健康管理变得越来越重要,随着人口老龄化和慢性疾病的增加，如何有效地进行健康管理成为了一个全球性的问题，大数据技术作为一种强大的工具，可以帮助我们分析和处理海量的健康数据，为健康管理提供更准确、更有效的预测和预警策略。本文的目的是探索如何将大数据技术更好地应用到健康管理中的预测和预警方面，为个体提供个性化的健康管理方案，提前预防和干预潜在的健康问题。

简介：无

简介：摘要目的通过机器学习算法挖掘常规检验大数据构建结直肠癌（CRC）风险预测模型。方法收集长海医院2013年1月1日至2019年6月30日结肠镜检查者，收集2010年1月1日至2019年6月30日全院门诊和住院患者，根据肠镜联合病理结果标注或参照ICD-10编码，分别纳入CRC组和非CRC组。采用极限梯度提升（Xgboost）、人工神经网络（ANN）、支持向量机（SVM）、随机森林（RF）4种机器学习算法挖掘入组患者的所有常规检验项目数据，选择模型特征并建立CRC的分类模型。在2019年7月1日至2020年8月31日长海医院所有就诊者对模型效能进行前瞻性验证，并验证模型对<50岁患者及粪隐血阴性患者CRC鉴别能力。结果采用XgBoost算法构建了包含粪隐血，癌胚抗原、红细胞分布宽度、淋巴细胞计数、白蛋白/球蛋白、高密度脂蛋白胆固醇和乙型肝炎病毒核心抗体7个特征的CRC风险预测模型CRC-Lab7。模型在验证集与前瞻性验证集的曲线下面积（AUC）分别为0.799和0.816，明显高于粪隐血（AUC为0.68和0.706）。CRC-Lab7对50岁以下及粪隐血阴性的CRC也具有较高的诊断准确性（AUC分别为0.84和0.69）。结论本研究通过挖掘常规检验大数据建立了CRC风险预测模型，模型效能优于粪隐血，且对粪隐血阴性及小于50岁人群的CRC具有较高的诊断准确性。

简介：摘要自2019年12月以来，武汉暴发的COVID-19疫情由于春节人口流动快速蔓延，自2020年1月23日起全国大范围实施围堵缓疫策略，并不断提高检测和检出率，有效地抑制了疫情快速蔓延的趋势。在COVID-19爆发的早期，如何利用数学模型并结合少量和实时更新的多源数据，对疫情进行风险分析，评估防控策略的有效性和时效性等具有非常重要的现实意义。本研究将结合前期研究基础，系统介绍如何依据疫情发展的不同阶段和数据的完善，逐步建立符合我国防控策略的COVID-19传播动力学模型，给出模型由自治到非自治，风险评估指标由基本再生数到有效再生数，疫情发展与评估由早期的SEIHR传播动力学决定到最终取决于隔离人群和疑似人群规模的演变等的重要研究思路。

简介：【摘要】

简介：无

简介：摘要目的探究老年脓毒症患者48 h快速进展为急性肾损伤(AKI)3期的危险因素，建立相关患者的风险预测模型，并对模型进行评估及外部验证。方法提取重症医学信息数据库(MIMIC-Ⅳ v1.0)中所有老年脓毒症患者(年龄≥60岁)的临床数据，通过多因素Logistic回归分析确定患者48 h内进展为AKI3期的独立危险因素，构建风险预测模型，并绘制列线图，采用受试者工作特征曲线(ROC)和Hosmer-Lemeshow(H-L)检验对模型预测准确性及拟合度进行评价。回顾性收集2019年5月至2021年10月入住合肥市第二人民医院的老年脓毒症患者(年龄≥60岁)临床数据纳入验证集，代入预测模型进行外部验证。结果基于MIMIC-Ⅳ数据库，共筛选出1 977例老年脓毒症患者纳入训练集，其中544例入科48 h内进展为AKI3期。对可能与老年脓毒症患者肾损伤风险相关的因素进行单因素分析，结果显示与未进展为AKI3期的正常组比较，ICU治疗时间、24 h内静脉液体入量、血管活性药物使用[5(3，9)d比7(4，12)d；2.05(1.17，3.27)ml·kg－1·h－1比2.37(1.47，4.10)ml·kg－1·h－1；761(53.11%)比375(68.93%)，均P<0.001]等28个指标之间差异有统计学意义。进一步根据多因素Logistic回归分析，最终以白蛋白(OR＝0.983，95%CI：0.966~0.999，P＝0.040)、天门冬氨酸氨基转移酶(AST)(OR＝1.000，95%CI：1.000~1.000，P<0.001)、活化部分凝血活酶时间(APTT)(OR＝1.005，95%CI：1.001~1.009，P＝0.028)、总胆红素(OR＝1.003，95%CI：1.001~1.004，P＝0.001)、血肌酐(OR＝1.005，95%CI：1.004~1.007，P<0.001)、查尔森合并症指数(Charlson)评分(OR＝1.117，95%CI：1.061~1.177，P<0.001)、24 h静脉入量(OR＝1.101，95%CI：1.034~1.173，P＝0.003)、体重(OR＝1.023，95%CI：1.018~1.029，P<0.001)、机械通气(OR＝2.412，95%CI：1.843~3.157，P<0.001)共9项指标构建预测模型。预测模型ROC曲线下面积(AUC)为0.755(95%CI：0.731~0.780)，H-L检验，χ2＝10.89，P＝0.208，模型拟合度良好。验证集共纳入102例老年脓毒症患者，27例患者在入科48 h内进展为AKI3期。将预测模型代入验证集，AUC为0.778(95%CI：0.676~0.880)，H-L检验χ2＝3.72，P＝0.882，与训练集结果基本一致。结论本研究构建的老年脓毒症患者AKI3期预测模型有一定的临床预测价值。

简介：摘要目的基于监测、流行病学和最终结果数据库(SEER)记录的腹膜后肿瘤数据，构建并验证腹膜后肿瘤患者生存预后预测模型。方法收集2000至2019年腹膜后肿瘤临床数据，使用X-title软件计算年龄的最佳截断值，使用R语言将数据分为建模组和验证组。使用单因素和多因素COX回归分析构建腹膜后肿瘤患者预后预测模型。采用一致性指数(C指数)、受试者工作特征曲线(ROC曲线)和校准曲线对列线图进行评估。将本研究构建的模型与第7版美国癌症联合委员会(AJCC)TNM分期系统进行比较，采用净重分类改善指数(NRI)和综合判别改善指数(IDI)对模型性能进行评价。结果纳入6个风险因素构建列线图用以预测患者3年和5年存活率。建模组C指数0.742，验证组C指数0.737。建模组预测3年和5年生存率的ROC曲线下面积(AUC)分别为0.817和0.794，验证组分别是0.779和0.789。校准曲线显示建模组和验证组预测3年和5年生存率和实际生存率拟合较好。NRI和IDI结果说明本研究预测模型与第7版AJCC的TNM分期比较具有正改善。以此模型构建的风险分层模型中低风险组预后好于高风险组(P＝0)，差异有统计学意义。结论本研究成功构建腹膜后肿瘤预测模型并进行验证，为患者3年和5年生存率预测提供一个简便可靠的工具。同时，以本预测模型构建的风险分层模型可以区分不同风险的患者，对腹膜后肿瘤患者的个体化治疗具有重大意义。

简介：摘要目的分析并筛选子宫平滑肌肉瘤(UL)患者发生远处转移的独立危险因素，并构建列线图预测远处转移的风险。方法利用美国NCI监测、流行病学和结果数据库收集共计810例UL患者相关临床信息，按7∶3比例随机分成训练组(567例)及验证组(243例)。经单因素及多因素Logistic回归分析筛选变量，确定UL远处转移的独立危险因素，绘制列线图构建远处转移预测模型。通过一致性指数(C-index)、曲线下面积(AUC)和校准曲线评价预测模型的区分度和一致性。结果单因素及多因素分析显示病理分化、肿瘤大小、手术及化疗为UL患者发生远处转移的独立危险因素(均P<0.05)。应用上述危险因素构建列线图预测模型，内部验证C-index为0.736，模型预测性能良好。结论UL患者远处转移的列线图预测模型具有良好的预测精度，有助于临床医师评估患者远处转移风险，有针对性地实施个体化诊疗。

简介：摘要目的基于美国重症监护医学信息数据库Ⅲ（MIMIC-Ⅲ），探讨重症监护病房（ICU）内影响急性肾损伤（AKI）患者预后的危险因素，并建立AKI预后预测模型。方法根据诊断代码从MIMIC-Ⅲ数据库中筛选年龄≥18岁、首次入ICU且住院记录完整的急性肾衰竭患者（数据库中延用RIFLE诊断标准，本文中诊断表述为AKI）。依据患者出院时生存状态分为存活组和死亡组，分析患者一般资料、基础疾病、损伤因素、发生AKI 24 h内的生命体征及实验室检查、相关干预措施以及预后指标等。采用单因素、多因素Logistic回归分析确定影响AKI患者死亡的危险因素并建立预测模型；用受试者工作特征曲线（ROC曲线）分析该模型对AKI患者预后的预测价值。结果最终纳入4 554例AKI患者，死亡862例，病死率为18.93%。对可能与AKI患者死亡相关的因素进行单因素Logistic回归分析，结果显示，年龄、高血压、淋巴瘤、转移癌、万古霉素、阿司匹林、凝血功能异常、心搏骤停、脓毒症或脓毒性休克、有创机械通气、血白细胞计数（WBC）、血小板计数（PLT）、血K+、血尿素氮（BUN）、总胆红素（TBil）、肾脏替代治疗（RRT）、住院时间（LOS）与AKI患者死亡相关〔优势比（OR）和95%可信区间（95%CI）分别为1.002（1.001~1.003）、0.764（0.618~0.819）、1.749（1.112~2.752）、2.606（1.968~3.451）、1.779（1.529~2.071）、0.689（0.563~0.842）、1.871（1.590~2.201）、2.468（1.209~5.036）、2.610（2.226~3.060）、2.154（1.853~2.505）、1.105（1.009~1.021）、0.998（0.997~0.998）、1.132（1.057~1.212）、1.008（1.006~1.011）、1.061（1.049~1.073）、2.142（1.793~2.997）、0.805（0.778~1.113），均P<0.05〕；进一步二元Logistic回归分析显示，淋巴瘤、转移癌、万古霉素、心搏骤停、脓毒症或脓毒性休克、凝血功能异常、有创机械通气、BUN升高、TBil升高、血K+升高或降低、WBC升高为AKI死亡的独立危险因素〔β值分别为0.636、1.005、0.207、0.894、0.787、0.346、0.686、0.006、0.051、0.085、0.009，OR和95%CI分别为1.889（1.177~3.031）、2.733（2.027~3.683）、1.229（1.040~1.453）、2.445（1.165~5.133）、2.197（1.850~2.610）、1.413（1.183~1.689）、1.987（1.688~2.338）、1.006（1.003~1.009）、1.052（1.039~1.065）、1.089（1.008~1.176）、1.009（1.004~1.015），均P<0.05〕。Hosmer-Lemeshow检验显示，AKI预后预测模型能够很好地拟合观察数据（P＝0.604）。ROC曲线分析显示，AKI预后预测模型的ROC曲线下面积（AUC）为0.716（95%CI为0.697~0.735）；当截断值为0.320时，敏感度为71.9%，特异度为60.1%，阳性似然比为1.80，阴性似然比为0.47。结论基于MIMIC-Ⅲ数据库建立的重症患者AKI预后预测模型，可能对AKI预后风险评估及后期干预治疗具有较强的现实意义。

简介：摘要目的探讨多普勒超声测定早孕期子宫动脉数据对预测妊娠期高血压的价值。方法选择2018年3月至2020年1月浙江省嘉善县第一人民医院诊治的70例妊娠期高血压患者（病例组）和同期常规产检的70例健康孕妇（对照组）的临床资料，比较两组孕妇在孕11 ~ 13+6周行多普勒超声时子宫动脉数据及妊娠结局的差异，采用受试者工作特征（ROC）曲线分析相关指标预测妊娠期高血压的价值。结果病例组子宫动脉阻力指数（RI）、搏动指数（PI）、双侧切迹例数较对照组高[0.54 ± 0.12比0.43 ± 0.08、0.97 ± 0.36比0.69 ± 0.31、12.86%（9/70）比1.43%　　（1/70）]，差异有统计学意义（P<0.05）；病例组新生儿体质量较对照组低[（2 912.38 ± 528.07） g比（3 487.39 ± 416.73） g]，胎儿宫内发育迟缓率、窒息率及早产率较对照组高[11.43%（8/70）比1.43%（1/70）、8.57%（6/70）比0、15.71%（11/70）比4.29%（3/70）]，差异均有统计学意义（P<0.05）；ROC曲线分析显示，PI预测妊娠期高血压曲线下面积最大；当界限值设定为0.798时，PI预测妊娠期高血压的灵敏度和特异度分别为81.00%、86.00%。结论妊娠期高血压孕妇在孕早期（11 ~ 13+6周）子宫动脉血流情况就已出现异常，临床可通过多普勒超声检查参数对妊娠期高血压进行预测，其中PI预测效能较好。

简介：摘要目的探讨多普勒超声测定早孕期子宫动脉数据对预测妊娠期高血压的价值。方法选择2018年3月至2020年1月浙江省嘉善县第一人民医院诊治的70例妊娠期高血压患者（病例组）和同期常规产检的70例健康孕妇（对照组）的临床资料，比较两组孕妇在孕11 ~ 13+6周行多普勒超声时子宫动脉数据及妊娠结局的差异，采用受试者工作特征（ROC）曲线分析相关指标预测妊娠期高血压的价值。结果病例组子宫动脉阻力指数（RI）、搏动指数（PI）、双侧切迹例数较对照组高[0.54 ± 0.12比0.43 ± 0.08、0.97 ± 0.36比0.69 ± 0.31、12.86%（9/70）比1.43%　　（1/70）]，差异有统计学意义（P<0.05）；病例组新生儿体质量较对照组低[（2 912.38 ± 528.07） g比（3 487.39 ± 416.73） g]，胎儿宫内发育迟缓率、窒息率及早产率较对照组高[11.43%（8/70）比1.43%（1/70）、8.57%（6/70）比0、15.71%（11/70）比4.29%（3/70）]，差异均有统计学意义（P<0.05）；ROC曲线分析显示，PI预测妊娠期高血压曲线下面积最大；当界限值设定为0.798时，PI预测妊娠期高血压的灵敏度和特异度分别为81.00%、86.00%。结论妊娠期高血压孕妇在孕早期（11 ~ 13+6周）子宫动脉血流情况就已出现异常，临床可通过多普勒超声检查参数对妊娠期高血压进行预测，其中PI预测效能较好。

简介：摘要目的探讨超声造影(contrast enhanced ultrasound，CEUS)肝脏影像报告与数据系统(CEUS LI-RADS v2017)对高危人群肝细胞癌(hepatocellular carcinoma，HCC)的风险预测价值。方法收集天津市第三中心医院2016年1月至2017年12月具有HCC高危因素的571例接受CEUS检查的患者，270例患者(295个结节)符合入选标准，最终结果以超声引导穿刺活检病理和手术病理为参考标准。根据CEUS LI-RADS v2017对每个肝结节的CEUS结果进行分类，分析CEUS LI-RADS v2017对HCC诊断风险预测的准确性。结果295个结节中，最终结果通过手术病理及穿刺活检获得的结节数量分别为95个、200个。其中HCC 245个，肝内胆管细胞癌13个，混合型肝癌8个，转移性肝癌2个，良性结节27个。LR-3、LR-4、LR-5、LR-M类结节数量分别为16个(5.4%)、28个(9.5%)、183个(62.0%)、68个(23.1%)，各分类对HCC的阳性预测值分别为43.8%、60.7%、98.4%和60.3%。以LR-5类为标准诊断HCC的敏感性、特异性、阳性预测值分别为73.5%、94.0%、98.4%。经病理证实，LR-M分类中HCC占60.3%(41/68)。结论CEUS LI-RADS v2017分类标准对HCC高危因素患者具有较高的风险预测价值，其中LR-5类对HCC具有良好的阳性预测值，但LR-M分类标准有待进一步研究。

简介：摘要目的探索一种利用医疗大数据算法筛选临床数据库中能够用于评估老年肺炎患者预后的核心指标。方法基于首都医科大学附属北京朝阳医院医联体朝阳急诊病房临床数据库，应用大数据检索技术，以数据库中老年肺炎患者为研究对象，根据出院时预后将患者分为死亡组和存活组。收集患者的一般资料，包括性别、年龄、血气、实验室指标集合数据，使用计算机语言Python批量计算出影响老年肺炎患者死亡的关键指标，并采用Logistic回归分析实验室指标与患者预后的相关性；绘制受试者工作特征曲线（ROC曲线），分析本研究使用的筛选方法对患者预后的预测价值。结果最终入选265例患者，死亡64例，存活201例。取每例患者入院首次检测指标的数据，最终从472项指标中筛选出23项差异有统计学意义的关键指标，包括：血常规指标7项、血气指标3项、肿瘤标志物指标3项、凝血功能相关指标4项、营养及器官功能相关指标6项。①肺炎死亡患者血气关键指标：51.6%（33例）的患者Cl-浓度为97～111 mmol/L，81.2%（52例）的患者血乳酸（Lac）为0.5～2.5 mmol/L，87.5%（56例）的患者H+浓度为0～46 mmol/L。②肺炎死亡患者血常规关键指标：46.9%（30例）的患者血红蛋白（Hb）为80～109 g/L，67.2%（43例）的患者血中嗜酸粒细胞比例（EOS%）为0.000～0.009，51.6%（33例）的患者血中淋巴细胞比例（LYM%）为0.00～0.09，50.0%（32例）的患者血中红细胞计数（RBC）为（3.0～3.9）×1012/L，54.7%（35例）的患者血中白细胞计数（WBC）为（0.0～9.9）×109/L，48.4%（31例）的患者血中红细胞分布宽度变异系数（RDW-CV）为10.0%～14.9%，48.4%（31例）的患者血中C-反应蛋白（CRP）为0.0～49.9 mg/L。③肺炎死亡患者肿瘤标志物关键指标：76.6%（49例）的患者血游离前列腺特异抗原/总前列腺特异抗原（FPSA/TPSA）为阴性（比值为0），92.2%（59例）的患者细胞角蛋白19片段（CYFRA21-1）为0.0～11.0 μg/L，75.0%（48例）的患者糖类抗原125（CA125）为0～104 kU/L。④肺炎死亡患者凝血功能关键指标：68.8%（44例）的患者活化部分凝血活酶时间（APTT）为57～96 s，73.4%（47例）的患者D-二聚体为0～6 mg/L，93.8%（60例）的患者凝血酶时间（TT）为14～22 s，89.1%（57例）的患者二磷酸腺苷（ADP）的抑制率为0%～53%。⑤肺炎死亡患者营养及器官功能关键指标：92.2%（59例）的患者B型脑钠肽（BNP）为0，46.9%（30例）的患者前白蛋白（PA）为71～140 mg/L，90.6%（58例）的患者尿酸（UA）为21～41 μmol/L，75.0%（48例）的患者白蛋白（Alb）为10～20 g/L，93.5%（60例）患者白蛋白/球蛋白比值（A/G比值）为0～0.9，84.4%（54例）的患者乳酸脱氢酶（LDH）为0～6.68 μmol/L·s-1·L-1。⑥ Logistic回归和ROC曲线分析：Logistic回归分析表明，PA和Lac是影响患者预后的因素，PA可使死亡风险降低0.9%，Lac可使死亡风险增加69.4%；实验室指标与患者死亡预测模型预测效果的ROC曲线下面积（AUC）＝0.80，说明本研究使用的筛选方法效果较好，通过本研究模型能较好地预测老年肺炎患者预后。结论运用大数据技术可从急诊病房临床数据库中筛选出23项用于评估老年肺炎患者预后的核心指标，为临床评估老年肺炎患者预后提供了新的角度和方法。

简介：摘要目的建立基于血清标志物联合检测的肝细胞癌（HCC）患病风险预测模型C-GALAD Ⅱ，并对其预测价值进行分析。方法回顾性分析了8家医院及体检机构2018年4月至2020年10月收集的229例肝癌患者、2 317例慢性肝病患者和982名健康人的临床资料，包括年龄、性别和血清检测信息等。队列按照6∶4分层随机抽样划分为训练集和测试集，在训练集上通过Logistic逐步向后回归建立预测模型，并在测试集上对模型效果进行验证。另收集了首都医科大学附属北京佑安医院的2021年3—7月临床数据，包括84例肝癌患者和204例慢性肝病用于模型的外部独立验证。采用受试者工作特征（ROC）的曲线下面积（AUC）、敏感度和特异度评估模型的效能。结果通过Logistic逐步向后回归，年龄、性别、甲胎蛋白（AFP）、甲胎蛋白异质体比率（AFP-L3%）、异常凝血酶原、血小板和总胆红素作为肝癌患病风险的预测指标进入模型，在测试集上验证模型所得ROC曲线下面积（AUC）为0.954，敏感度为88.04%，特异度为94.85%，在外部独立验证集的AUC为0.943，敏感度为89.29%，特异度为90.2%，性能优于其他已发表模型。结论C-GALAD Ⅱ模型能够准确预测个体罹患肝癌的风险，为肝癌的血清学诊断提供参考依据。