劉繼青,包劍鋒,黃斌
1.浙江中醫(yī)藥大學(xué)附屬杭州西溪醫(yī)院特檢科,浙江杭州 310023;2.浙江醫(yī)院超聲介入診療中心,浙江杭州 310013
2016年全球乙型肝炎病毒感染的估計(jì)流行率為3.5%,約2.57億人患有慢性乙型肝炎(chronic hepatitis B,CHB),其中高達(dá)40%的CHB患者可發(fā)展為失代償性肝硬化和肝細(xì)胞癌[1-2]。美國肝病研究協(xié)會(huì)建議,早期肝纖維化(F<2)患者只需隨訪觀察,而嚴(yán)重肝纖維化(F≥2)患者則需要接受抗病毒治療[3-4]。因此,準(zhǔn)確評估肝纖維化可使臨床醫(yī)生確定CHB患者是否需要臨床抗病毒治療。目前,肝活檢仍是診斷肝纖維化的金標(biāo)準(zhǔn),但活檢導(dǎo)致的并發(fā)癥限制其在臨床中的應(yīng)用[5]。瞬時(shí)彈性成像(transient elastography,TE)是評估肝纖維化的首選無創(chuàng)替代方法;而CHB患者存在的炎癥導(dǎo)致TE評估肝纖維化的敏感度降低[6-7]。血清學(xué)生物標(biāo)志物是一種有效的肝纖維化評估方法,但影響其結(jié)果的因素較多,單純使用血清學(xué)指標(biāo)難以準(zhǔn)確評估CHB患者的肝纖維化程度[8-9]。本研究中,筆者擬構(gòu)建TE技術(shù)和血清學(xué)生物標(biāo)志物的預(yù)測模型并探討其在臨床中的應(yīng)用價(jià)值。
回顧性分析2020年1月至2022年11月浙江中醫(yī)藥大學(xué)附屬杭州西溪醫(yī)院收治的176例CHB患者的臨床資料。納入標(biāo)準(zhǔn):①符合《慢性乙型肝炎防治指南(2015年更新版)》[10]中的CHB診斷標(biāo)準(zhǔn);②臨床資料完整;③進(jìn)行肝穿刺活檢并有可判讀的病理檢查結(jié)果;④CHB病程>6個(gè)月;⑤年齡>18歲;⑥進(jìn)行TE及血清標(biāo)志物檢測。排除標(biāo)準(zhǔn):①已進(jìn)行抗病毒治療者;②臨床資料不完整;③合并其他肝病,如酒精性肝病、非酒精性脂肪性肝炎或自身免疫性肝病。將2020年1月至2021年12月收治的患者123例納入訓(xùn)練組,2022年1月至11月收治的53例患者納入測試組。訓(xùn)練組用于構(gòu)建預(yù)測模型,測試組用于驗(yàn)證模型的可靠性。本研究獲浙江中醫(yī)藥大學(xué)附屬杭州西溪醫(yī)院倫理委員會(huì)批準(zhǔn)(倫理審批號(hào):杭西醫(yī)倫審2023研第016號(hào)),并免除知情同意。
使用海斯凱爾的Fibrotouch機(jī)型同時(shí)完成TE測量并分別獲取肝臟硬度(liver stiffness measurement,LSM)及脂肪衰減指數(shù)(fat attenuation index,F(xiàn)AI)。測量時(shí)患者仰臥位,右手放在頭后,暴露肝右葉區(qū)的肋間隙。通常取劍突水平線、右腋中線及肋骨下緣所包圍的區(qū)域?yàn)闄z測區(qū)域。探頭垂直緊貼皮膚,于肋間隙選定測量位置,檢查者采集圖像并獲得測量值,取10次成功測定值的中位數(shù)為最終測定值。
收集患者的一般資料和實(shí)驗(yàn)室檢查數(shù)據(jù),包括性別、年齡、凝血功能指標(biāo)(國際標(biāo)準(zhǔn)化比值和凝血酶時(shí)間)、白細(xì)胞、淋巴細(xì)胞、中性粒細(xì)胞、紅細(xì)胞、血紅蛋白、平均紅細(xì)胞體積、血小板、白蛋白、谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶、谷氨酰轉(zhuǎn)肽酶、堿性磷酸酶、總膽紅素和直接膽紅素。
在訓(xùn)練組中對每個(gè)潛在的預(yù)測變量進(jìn)行最小絕對收縮和選擇算子(least absolute shrinkage and selection operator,LASSO)算法,篩選出CHB患者早期肝纖維化的獨(dú)立預(yù)測因子,之后通過多因素Logistic回歸構(gòu)建預(yù)測模型并制作列線圖,模型效能由測試組進(jìn)行驗(yàn)證,校準(zhǔn)曲線以確定模型預(yù)測早期肝纖維化的估計(jì)概率與實(shí)際肝纖維化概率之間的一致性,Hosmer-Lemeshow檢驗(yàn)?zāi)P偷臄M合度,受試者操作特征曲線(receiver operating characteristic curve,ROC曲線)的曲線下面積(area under the curve,AUC)評判模型的診斷準(zhǔn)確性,決策曲線分析(decision curve analysis,DCA)用于評估臨床凈效益。
采用SPSS 17.0和Python 3.5.6軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。采用Kolmogorov-Smirnov檢驗(yàn)對定量資料進(jìn)行正態(tài)性檢驗(yàn),符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差(±s)表示,比較采用獨(dú)立樣本t檢驗(yàn);計(jì)數(shù)資料以例數(shù)(百分率)[n(%)]表示,比較采用χ2檢驗(yàn)。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。
兩組患者的臨床資料比較差異均無統(tǒng)計(jì)學(xué)意義(P>0.05),見表1。
表1 兩組患者的臨床資料比較
對性別、年齡、TE特征及血清學(xué)生物標(biāo)志物進(jìn)行LASSO算法篩選后剩余8個(gè)臨床特征,包括年齡、LSM、FAI、紅細(xì)胞、白蛋白、谷丙轉(zhuǎn)氨酶、谷草轉(zhuǎn)氨酶和直接膽紅素,見圖1。對8個(gè)臨床特征進(jìn)行多因素Logistic回歸后剩余LSM、FAI、紅細(xì)胞和谷草轉(zhuǎn)氨酶構(gòu)建預(yù)測模型,見表2。
圖1 LASSO模型的特征選擇
表2 預(yù)測CHB患者早期肝纖維化的多因素Logistic回歸分析
基于預(yù)測模型計(jì)算每例患者早期肝纖維化評分,之后使用ROC曲線進(jìn)行性能評估,訓(xùn)練組和測試組的AUC分別為0.824和0.819,敏感度分別為82.1%和80.6%,特異性分別為71.8%和68.8%。校準(zhǔn)曲線在訓(xùn)練組和測試組中顯示出良好的校準(zhǔn)性能,Hosmer-Lemeshow檢驗(yàn)在訓(xùn)練組和測試組間差異無統(tǒng)計(jì)學(xué)意義(P>0.05),表明沒有偏離擬合,見圖2、圖3。DCA曲線無論在訓(xùn)練組和測試組中均顯示模型良好的預(yù)測效能,見圖4。
圖2 預(yù)測模型的ROC曲線
圖3 預(yù)測模型的校準(zhǔn)曲線性能
圖4 模型性能可視化圖
本研究構(gòu)建了一個(gè)基于TE技術(shù)和常規(guī)血清學(xué)標(biāo)志物的預(yù)測模型以準(zhǔn)確分類CHB患者早期肝纖維化和嚴(yán)重肝纖維化。與單純TE技術(shù)或血清學(xué)標(biāo)志物相比,該模型極大提高早期肝纖維化的診斷準(zhǔn)確性和預(yù)測性能,且易于處理,表明其在無創(chuàng)性肝纖維化評估領(lǐng)域的巨大潛力,可為進(jìn)一步開發(fā)簡單、易用和準(zhǔn)確的肝纖維化評估工具提供理論基礎(chǔ)。
本研究結(jié)果顯示模型有較高的準(zhǔn)確性和優(yōu)良的敏感度,這得益于一種新的篩選特征方法。既往研究主要使用單變量檢驗(yàn)選擇重要特征,這種方法往往容易過度擬合,且難以復(fù)制[11-12]。為克服這些問題,本研究使用包括LASSO算法和多因素Logistic回歸在內(nèi)的集成算法去除冗余特征以防止多重共線性,避免過度擬合。此外,本次構(gòu)建的模型允許患者通過一次抽血進(jìn)行評估,而不需要額外的附加檢查。這對于那些疾病發(fā)展高風(fēng)險(xiǎn)人群如晚期或重度肝纖維化患者的常規(guī)篩查尤其有吸引力。懷疑嚴(yán)重肝纖維化的患者過去需要進(jìn)行肝穿刺病理學(xué)檢查,現(xiàn)在僅需常規(guī)血清學(xué)檢查和TE檢查即可判斷嚴(yán)重肝纖維化的概率,在成本和預(yù)后方面具有明顯的優(yōu)勢。
眾所周知,區(qū)分F0~1和F2~4更具挑戰(zhàn)性,這是因?yàn)镕≥2肝纖維化患者的肝纖維化異質(zhì)性更嚴(yán)重,這通常會(huì)導(dǎo)致在臨床診療中識(shí)別顯著性肝纖維化的準(zhǔn)確性有所降低[13-14]。本研究構(gòu)建的模型顯示出對早期和中晚期肝纖維化良好的分類性能,尤其在訓(xùn)練組和測試組中均顯示較高的敏感度。表明該模型可能更適用于評估早期肝纖維化,并可在常規(guī)臨床診療環(huán)境中應(yīng)用。Zeng等[15]的研究結(jié)果顯示出更準(zhǔn)確的肝纖維化分級(jí),但其使用了諸如B2巨球蛋白、結(jié)合珠蛋白和載脂蛋白A1等指標(biāo),這些標(biāo)志物在大多數(shù)醫(yī)院中并不常用,因此并不具有臨床普及性。本研究使用常規(guī)血清學(xué)標(biāo)志物更具有臨床普適性。
本研究還有一定局限性。首先,本研究是一項(xiàng)回顧性研究,未來應(yīng)側(cè)重于前瞻性研究的預(yù)測和分類模型的開發(fā),這將允許使用縱向演化信息來評估和修改預(yù)測模型。其次,本研究沒有對該模型進(jìn)行細(xì)菌或其他病毒感染的評估,因此并不清楚模型是否適用于細(xì)菌或病毒感染病例。最后,需要通過更好的工程設(shè)計(jì)進(jìn)一步優(yōu)化模型構(gòu)建過程,并更全面地整合其他臨床數(shù)據(jù)進(jìn)一步開發(fā),以提高模型的分類性能,實(shí)現(xiàn)更準(zhǔn)確的肝纖維化分期。
綜上所述,本研究構(gòu)建的預(yù)測模型可為識(shí)別CHB患者早期肝纖維化提供一種潛在的新方法,有助于臨床監(jiān)測和治療。