聯(lián)合中性粒細胞與淋巴細胞比值和C反應蛋白與清蛋白比值預測HBV相關慢加急性肝衰竭患者預后*

韓才均，金星，吳政燮，李文浩（延邊大學附屬醫(yī)院.檢驗科，.感染科，吉林延吉 133000）

慢加急性肝衰竭（acute-on-chronic liver failure，ACLF）是既往慢性肝病患者肝功能急性惡化，以多器官功能衰竭和高短期死亡率為特征，其有效治療辦法較少［1］。HBV是我國ACLF最常見病因［2］。因此，發(fā)現(xiàn)能夠識別HBV-ACLF患者高預后不良風險的生物標志物具有重要的臨床價值。

全身炎癥假說認為ACLF可歸因于自身炎癥反應惡化和循環(huán)功能障礙，由于炎癥介質和灌注不足引發(fā)器官衰竭，炎癥反應與肝衰竭患者預后密切相關［1，3］。研究表明，炎癥反應可以通過外周血中性粒細胞與淋巴細胞比值（neutrophil-to-lymphocyte ratio，NLR）、淋巴細胞與單核淋巴細胞比值（lymphocyte-to-monocyte ratio，LMR）、血小板與淋巴細胞比值（platelet-to-lymphocyteratio，PLR）和C反應蛋白與清蛋白比值（C-reactive protein-to-albumin ratio，CAR）的水平來反映［4-6］。研究證實，中國重型乙型肝炎研究組（Chinese Group on the Study of Severe Hepatitis B，COSSH）基于HBV-ACLF患者建立了預后評估標準——COSSH評分［7］，其預測效能優(yōu)于傳統(tǒng)肝病預后評估體系［8］。本研究旨在評估這些炎癥標志物與HBV-ACLF臨床結局的相關性，以開發(fā)基于全身炎癥反應的預后模型，并將其與COSSH評分進行比較，這將有助于基層醫(yī)院對HBV-ACLF患者的風險分層和優(yōu)化管理。

1 對象與方法

1.1 研究對象 2018年1月至2021年1月我院收治的HBV-ACLF患者87例。年齡28～76（51.1±14.0）歲，男74例，女13例。納入標準：（1）肝功能急性惡化、診斷為ACLF，診斷標準參考《肝衰竭診治指南（2018年版）》［9］；（2）HBsAg陽性。排除標準：（1）合并感染HAV、HCV、HEV和HIV；（2）合并酒精性肝病、自身免疫性肝病、藥物性肝損傷等慢性肝??；（3）合并惡性腫瘤、其他明顯影響生命活動的基礎疾?。唬?）既往接受過肝移植；（5）病歷資料不完整。本研究通過醫(yī)院倫理委員會的審核和批準［批準文號：（2020）倫審字（211）］。

1.2 臨床資料 患者的性別、年齡、入院時間、HBV-DNA載量和器官衰竭情況等臨床資料，以及血常規(guī)、肝腎功能等實驗室檢查結果均從病歷中獲得。對入院患者隨訪30 d，觀察主要終點是30 d無移植病死率（包括死亡、病情惡化放棄治療和準備行肝移植術）。研究人群均給予營養(yǎng)支持、抗病毒治療、靜脈輸注清蛋白和血漿、并發(fā)癥治療等規(guī)范化治療。根據(jù)入院30 d臨床結局分為存活組（51例）和死亡組（36例）。

1.3 研究指標 HBV-ACLF患者入院24 h采集靜脈血，收集并計算炎癥反應標志物。根據(jù)中性粒細胞計數(shù)、淋巴細胞計數(shù)、單核細胞計數(shù)和血小板計數(shù)分別計算NLR、LMR和PLR。另外CAR＝C反應蛋白（g/L）÷清蛋白（g/L）［6］。參考文獻［7］計算COSSH評分。

1.4 統(tǒng)計學分析 采用SPSS17.0和GraphPad prism7.0軟件進行。采用χ2檢驗或Fisher精確概率法比較分類變量。用Spearman相關性分析兩變量間相關性。Cox多變量分析確定獨立風險因素，以風險比（HR）和95%置信區(qū)間（95%CI）表示?；谧罡呒s登指數(shù)，用ROC曲線分析確定最佳臨界值。用Kaplan-Meier方法繪制生存曲線并用logrank檢驗進行比較。所有統(tǒng)計推斷均采用雙側檢驗，以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 研究人群基線特征 根據(jù)30 d生存情況，將患者分為生存組和死亡組，兩組患者臨床指標的比較見表1。死亡組合并肝性腦病比例＞存活組（P＝0.021），白細胞、中性粒細胞計數(shù)、C反應蛋白、肌酐及COSSH評分均高于生存組，清蛋白和淋巴細胞計數(shù)均低于生存組（P均＜0.05）。相較于生存組，死亡組NLR和CAR升高（P均＜0.001），LMR則降低（P＜0.001，P＝0.004），PLR差異無統(tǒng)計學意義（P＝0.457）。

表1 兩組患者基本特征比較

2.2 單因素和多因素Cox回歸 對HBV-ACLF生存結局相關變量進行Cox回歸分析。單變量分析中，白細胞、中性粒細胞、淋巴細胞、清蛋白、肌酐、C反應蛋白、NLR、LMR、CAR及COSSH評分與生存結局相關（P均＜0.05）。通過剔除變量法，剔除共線性的自變量，將自變量白細胞、肌酐、NLR、LMR、CAR以及COSSH評分納入多因素Cox回歸，NLR、CAR和COSSH評分3個預后因素與30 d死亡率獨立相關，HR分別為3.382（95%CI：2.205～5.187）、2.912（95%CI：1.231～6.885）、3.763（95%CI：2.196～6.448）。

2.3 炎癥標志物的臨界值 見圖1。ROC曲線分析表明，NLR預測生存結局的ROC曲線下面積（area under the ROC curve，AUCROC）為0.813（95%CI＝0.720～0.906，P＜0.001），最佳臨界值為6.99，最高約登指數(shù)為0.534，敏感性為72.2%，特異性為81.2%。將患者分為NLR-high組（NLR＞6.99，n＝33）和NLR-low組（NLR≤6.99，n＝54）。

圖1 NLR和CAR預測生存結局的ROC曲線

CAR預測生存結局的AUCROC為0.758（95%CI＝0.658～0.858，P＜0.001），最佳臨界值為0.79，最高約登指數(shù)為0.436，敏感性為75.0%，特異性為68.6%。將患者分為CAR-high組（CAR＞0.79，n＝42）和CAR-low組（CAR≤0.79，n＝45）。

LMR、PLR以及COSSH評分的中位數(shù)分別為1.00（范圍：0.40～5.89）、83.69（范圍：30.60～294.67）和6.10（范圍：3.90～9.10），并將它們作為臨界值。

2.4 CAR和NLR與臨床參數(shù)相關性 CAR、NLR與患者一般情況和臨床實驗室參數(shù)的相關性分析見表2。CAR-high組和CAR-low組的Alb、PNI及COSSH評分水平差異有統(tǒng)計學意義（P均＜0.05）。NLR-high組和NLR-low組的肝性腦病、PLR、LMR及COSSH評分水平差異有統(tǒng)計學意義（P均＜0.05）。Spearman相關分析顯示NLR與COSSH評分呈正相關（r＝0.445，P＜0.001，n＝87），CAR與COSSH評分亦呈正相關（r＝0.305，P＝0.004，n＝87）。

表2 CAR、NLR與臨床指標的相關性分析

2.5 NLR和CAR與生存結局的相關性 Kaplan-Meier生存曲線顯示，NLR-high組的30 d生存率低于NLR-low組（24.2%vs 81.5%，P＜0.001，見圖2A），CAR-high組的30 d生存率低于CAR-low組（38.1%vs 77.8%，P＜0.001，圖2B）。結合NLR和CAR臨界值，將患者分4組，即第1組為NLR-high+CAR-high組，第2組為NLR-high+CAR-low組，第3組為NLR-low+CAR-high組，第4組為NLR-low+CAR-low組。結果顯示，第1組的生存率（15.0%）明顯低于其他3組，第4組的生存率（96.9%）最高。見圖2C。

2.6 NLR和CAR對生存結局的預測效能 ROC曲線分析表明，NLR和CAR聯(lián)合模型（聯(lián)合預測因子＝-7.692+0.852×NLR+2.090×CAR）的AUCROC為0.874（95%CI：0.801～0.947，P＜0.001），COSSH評分的AUCROC為0.834（95%CI：0.751～0.919，P＜0.001）。NLR和CAR聯(lián)合模型的AUCROC略高于COSSH評分［0.834（95%CI：0.751～0.919）］，提示聯(lián)合模型能夠較準確地預測HBV-ACLF患者的短期預后。見圖2D。

圖2 NLR和CAR與生存結局的相關性

3 討論

既往研究證實，NLR是HBV-ACLF患者90 d死亡率的獨立預測因子，其升高與預后不良相關［10］。中性粒細胞和淋巴細胞作為免疫系統(tǒng)的主要細胞成分，中性粒細胞反映炎癥狀態(tài)，而淋巴細胞代表免疫調節(jié)途徑，NLR可能反映全身炎癥反應程度。CAR常用于評估患者的炎癥和營養(yǎng)狀況，研究報道CAR是HBV相關失代償期肝硬化患者預后不良的重要預測因素［11］。C反應蛋白是急性期正向反應蛋白，而Alb是急性期負向反應蛋白，肝衰竭患者的低Alb血癥可引發(fā)并加劇合并癥，如自發(fā)性細菌性腹膜炎和肝腎綜合征等，導致患者死亡率增加。如上所述，NLR和CAR的組合反映了患者的炎癥狀況、免疫功能和營養(yǎng)狀態(tài)。

中國重型乙型肝炎研究組建立的COSSH標準在預測HBV-ACLF的短期死亡率方面優(yōu)于其他評分系統(tǒng)［7-8］，但因其引入多項參數(shù)反映器官功能狀態(tài)，導致計算過程繁瑣，可能會限制臨床醫(yī)生的依從性。本研究結果顯示，NLR和CAR與COSSH評分呈正相關，而且NLR和CAR是HBV-ACLF患者30 d生存結局的獨立預測因素。通過ROC曲線比較COSSH評分（AUCROC＝0.834）與NLR和CAR聯(lián)合模型對HBV-ACLF短期預后的預測能力（AUCROC＝0.874），聯(lián)合模型預測價值略優(yōu)于COSSH評分，但它們之間差異無統(tǒng)計學意義。

通過NLR和CAR分層組合后的生存分析顯示，第4組患者（NLR≤6.99和CAR≤0.79）的30 d生存率最高，為96.9%。而第1組患者（NLR＞6.99和CAR＞0.79）的預后最差，其30 d生存率為15.0%。因此，臨床可以結合NLR和CAR進行風險分層，NLR＞6.99和CAR＞0.79表示死亡風險高，NLR≤6.99和APRI≤0.79表示死亡風險低，有助于指導臨床優(yōu)化治療方案。本研究結果表明，NLR和CAR是HBV-ACLF患者預后不良的預測因素，聯(lián)合模型在預測不良結局方面略優(yōu)于COSSH評分。由于NLR和CAR具有可靠性高、成本低和便于計算等優(yōu)勢，有利于基層醫(yī)院HBV-ACLF患者的分層和治療指導。