C-GALAD策略在早期肝癌筛查中的成本效果分析——我国肝癌防控从“精准筛查”到“价值医疗”的实践路径
2025-10-15
编者按：原发性肝癌是我国发病率和死亡率最高的恶性肿瘤之一，早期筛查与精准诊断是提升患者生存率的核心环节。近年来，伴随甲胎蛋白（AFP）、异常凝血酶原（DCP）、甲胎蛋白异质体L3比率（AFP-L3%）等血清学标志物在临床中的广泛应用，加之智能诊断技术与大数据分析的深度融合，基于多指标联合分析的“C-GALAD模型”逐步成为肝癌早期预测的新工具。然而，在当前医疗资源有限的实际背景下，如何构建兼顾成本效益与健康收益的筛查策略，已成为卫生决策部门亟待解决的关键问题。
近期，由广州医科大学附属市八医院（兼纽约大学医学院）潘啟安教授、北京大学第一医院徐小元教授、上海交通大学肝癌早筛成本效果研究课题组联合牵头开展的一项研究，立足我国肝癌防控实际与国际筛查实践经验，系统探究了C-GALAD模型在“价值医疗”理念下的应用潜力。该研究成果《C-GALAD策略在慢性乙型肝炎与肝硬化人群早期肝癌筛查中的成本效果分析》于9月26日正式发布。研究基于系统化的卫生经济学模型，从成本投入与健康获益双重维度，科学评估了C-GALAD筛查策略的临床价值与经济优势，为肝癌早期筛查实践提供了坚实的循证决策依据。
●肝癌防控的“经济学困境”
在中国，每年约有36.8万例新发肝癌病例，31.6万人死于肝癌，这意味着平均每天约有870人因肝癌去世。在死亡负担方面，中国肝癌的标化死亡率为22.4/10万，因肝癌导致的死亡病例数达316,544例，占全球肝癌死亡总数的41.72%[1,2]
我国目前推行的肝癌筛查模式以 AFP检测联合超声（US） 为主。该策略成本低、技术成熟，但其早期检出率有限。一项Meta分析显示，AFP联合US检查对早期肝癌的灵敏度仅为63%，并不理想[3]。
随着AFP-L3%、DCP等新型标志物的应用，多指标联合筛查方案逐渐被采用。在“全民筛查”向“精准筛查”转变的过程中，如何在有限的成本下实现最大化健康收益，成为肝癌防控面临的最大难题。C-GALAD模型的出现，为破解这一困境提供了新的路径。
●C-GALAD模型的科学基础：从多指标到算法融合
C-GALAD模型源自英国伯明翰大学提出的经典 GALAD公式（Gender, Age, AFP-L3%, AFP, DCP），可通过五个变量计算个体肝癌发生风险。中国学者基于国内乙肝高发背景，对模型进行了本土化修正，形成了 C-GALAD（China-GALAD）模型。多中心临床研究表明，C-GALAD模型在中国乙肝相关肝癌的早期检出中表现突出，其敏感度高达89.79%，特异度达92.85%，明显优于传统AFP单项检测[4-5]。
上海交通大学研究团队构建了一个决策树-马尔科夫（Markov）联合模型，模拟40～70岁慢性乙型肝炎及肝硬化患者在不同筛查策略下的长期健康轨迹。模型周期为6个月，总模拟时长为30年，从中国医疗卫生体系视角出发，仅纳入直接医疗成本（检测、诊断、治疗、随访等）。研究的核心指标是增量成本效果比（ICER），即每增加一个质量调整生命年（QALY）所需的额外成本。
●血清学检测策略和含超声联合策略的经济评估
在慢性乙型肝炎高危人群中，C-GALAD相较AFP+AFP-L3%+DCP与AFP+DCP均为绝对优势策略，即在成本更低的情况下获得更多健康效益（更高QALYs）。与AFP及GAAD相比，C-GALAD虽产生轻微增量成本，但显著提升健康获益，其增量成本效果比（ICER）远低于我国卫生经济学可接受阈值（<三倍人均GDP阈值），展现出明确的经济学优势。针对超声联合策略，GALAD+US相较AFP+US的ICER同样显著优于成本效益基准，证实其临床应用价值。
在肝硬化人群中，C-GALAD相较传统血清学策略的ICER 持续处于高性价比区间，GALAD+US对比AFP+US的ICER 显著优于可接受标准，二者均被判定为具有成本效果的优化方案。
在概率敏感性分析中，C-GALAD与GALAD+US在全部比较中具有 100%的成本效果概率，结果稳健可靠。
潘啟安教授：卫生经济学视角下的临床启示：从“广撒网”到“精准筛查”
传统AFP+US策略易受操作者经验、设备分辨率及患者体型影响，导致检出率差异显著。C-GALAD模型通过算法实现客观、量化、可重复的风险评估，在高危人群管理中能精准识别早期患者。虽然C-GALAD检测费用高于单项AFP，但其通过减少漏诊和误诊，延缓疾病进展，最终实现总体成本下降。这意味着医院与医保体系能够以较小投入换取更大的健康收益。
卫生经济学评价是制定医保目录、筛查指南和临床路径的重要依据。本研究提供的ICER结果和敏感性分析数据，为高风险人群定期筛查政策与早筛纳入医保支付提供了数据支撑。
徐小元教授：推动 C-GALAD 从研究走向临床，从城市走向基层
C-GALAD 模型的成功验证，标志着我国在肝癌“精准筛查”与“价值医疗”领域迈出了关键一步。未来，应着力推动该策略的多场景应用与技术融合：
* 扩大应用覆盖：在体检中心、社区卫生服务中心及基层医疗机构实现广泛落地；
* 强化技术协同：与无创检测技术、AI辅助诊断系统及电子健康档案平台深度整合，全面提升筛查效率与人群覆盖水平。
肝癌早筛，是提高患者生存率与生活质量的关键所在。C-GALAD 策略以“多指标融合、算法驱动、精准预测”为核心，兼具高灵敏度、强特异性、良好的成本效果，是我国实现从“以治为主”向“以防为主”、从“经验医学”向“价值医疗”转型的重要实践。通过科学筛查、精准干预，我们有望实现肝癌的“早发现、早诊断、早治疗”，让更多的肝癌高危人群远离疾病威胁，为“健康中国 2030”贡献坚实力量。
参考文献：
[1]BRAY F, LAVERSANNE M, SUNG H, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries [J]. CA Cancer J Clin, 2024, 74(3): 229–63.
[2]滕熠, 张晓丹, 夏昌发, et al. 中国与全球癌症发病、死亡和患病对比及其预测分析:GLOBOCAN 2022数据解读 [J]. 中华肿瘤防治杂志, 2024, 31(23): 1413–20.
[3] Tzartzeva K, Obi J, Rich NE, et al. Surveillance imaging and alpha fetoprotein for early detection of hepatocellular carcinoma in patients with cirrhosis: a meta-analysis[J]. Gastroenterology, 2018, 154(6):1706-1718 e1.
[4]Huang C, Xiao X, Tong L, et al. Risks and Clinical Predictors of Hepatocellular Carcinoma in Chinese Populations: A Real-World Study of 10,359 Patients in Six Medical Centers[J]. Journal of Hepatocellular Carcinoma, 2024: 411-425.
[5]齐莹莹, 林琳. 基于血清 AFP,AFP-L3 和 DCP 水平的 C-GALAD 评分在肝细胞癌诊断中的应用价值 [J]. 临床检验杂志, 2021, 39(12): 5
