GALAD 模型的組成

GALAD 模型整合了性別（Gender）、年齡（Age）、AFP-L3（甲胎蛋白異質體 L3 分數）、AFP（甲胎蛋白）與 DCP（去羧基凝血酶原）五項變數，透過邏輯回歸演算法輸出個人化的 HCC 風險評分。

臨床驗證與亞洲數據

相較於單獨使用 AFP（AUC 約 0.73），GALAD 在多項大型驗證研究中展現出顯著更高的診斷準確性。特別是在台灣、香港、日本的肝炎盛行地區，GALAD 的早期偵測效益尤為突出。對於 B 型或 C 型肝炎帶原者、肝硬化患者等高風險族群，GALAD 提供了一種可在 6 個月監測週期內敏銳捕捉早期訊號的工具。