CTP分级评分联合吲哚菁绿清除试验对HBV相关性慢加急性肝衰竭患者短期预后的评估

都泓莲 何鸿雁 王波 盛云建 陈文 李强 蒋玉凤 吴刚 邓存良

1西南医科大学附属医院感染科（四川泸州646000）；2西南医科大学公共卫生学院实验教学中心（四川泸州646000）

慢加急性肝功能衰竭（acute-on-chronic liver failure，ACLF）是临床常见严重肝病症候群，进展迅猛，预后差，病死率极高［1］。我国肝衰竭类型以HBV 相关性慢加急性肝衰竭（acute-on-chronic hepatitis B liver failure，HBV-ACLF）最常见。及早判断预测肝衰竭患者病情，及早进行干预，能提高救治率［2］，但目前少有理想的评估体系。吲哚菁绿清除试验（Indocyanine Green，ICG）是评估肝脏储备功能的动态检验方法，吲哚菁绿15 min 滞留率（Indocyanine green retention rate at 15 minutes，ICGR15）和有效肝脏血流量（effective hepatic blood flow ，EHBF）是ICG 检测的常用指标。ICGR15能动态反映肝储备功能，敏感性较高，能在疾病早期评估病情，预测疗效及预后，在肝衰竭预后相关领域的文献不少，但结果存在差异［3-4］，EHBF 可反映肝脏血流灌注和细胞代谢状况的变化，是评价肝脏区域灌流和代谢有效的敏感指标［5］，国内关于EHBF 在肝衰竭预后价值方面的研究很少，吲哚菁绿清除试验对HBV-ACLF 预后的预测价值需要进一步探究。本研究将ICGR15、EHBF 联合终末期肝病模型（model for end-stage liver disease，MELD）评分及Child-Turcotte-Pugh（CTP）分级评分，希望获得判断HBV-ACLF 短期预后的新的理想预测模型，为临床决策提供参考。

1 资料与方法

1.1 一般资料选择2017年6月至2019年9月我院感染科住院治疗的HBV-ACLF 患者总共116 例，包括男101 例和女15 例，年龄16～74 岁，平均（47.83±12.77）岁，其中有肝硬化基础者48 例，所有乙肝患者诊断均符合我国《慢性乙型肝炎防治指南（2015 更新版）》［6］，肝衰竭诊断符合2018年我国《肝衰竭诊疗指南》［7］中慢加急性肝衰竭诊断标准。排除标准：酒精、药物、中毒、自身免疫性疾病等其它病因导致ACLF；重叠感染甲、丙、丁、戊型肝炎病毒或EB 病毒、巨细胞病毒等其他嗜肝病毒；临床诊断符合原发性肝癌；肝移植术后患者；抗HIV 抗体阳性者；合并其他严重全身性疾病以及精神病患者。ACLF 患者的治疗依据《肝衰竭诊疗指南》，予以核苷（酸）类抗病毒药物抗病毒，保肝退黄，输血浆、蛋白，对症等综合治疗，并进行人工肝血浆置换治疗。以出院后3 个月随访的转归分为死亡组和存活组，其中存活83 例，死亡33 例。

1.2 研究方法

1.2.1 临床数据及实验室指标的检测所有患者在确诊为HBV-ACLF 24 h 内即进行空腹采血，3 h内完成检测。由我院检验科完成血常规、生化、凝血、乙肝标志物等临床指标测定。整理患者的基本情况（年龄、性别）、肝肾功、凝血等指标，CTP 评分的计算参照CTP 分级评分标准［8］，利用公式［9］计算MELD 评分，所有数据填入自制的统计表中。

1.2.2 ICGR15、EHBF 的检测应用日本光电工业株式会社DDG-3300K 分析仪及配套软件进行ICG 检测；主要试剂-注射用吲哚菁绿注射液（25 mg/支）生产厂家为辽宁丹东医创药业。进行ICG 检查前禁食6～8 h，禁饮4 h，将外周血Hb值（g/dL）、体质量（kg）和身高（cm）输入DDG 分析仪；ICG 给药量按0.5 mg/kg 计算，灭菌用水配制成5 mg/mL ICG 溶液；患者保持平卧位，鼻探头连接到患者鼻翼部，待血氧饱和度和脉率信号稳定后将配制好的ICG 溶液在5～10 s 内自肘静脉均匀注入；仪器自动拟算EHBF、ICGR15数值。

1.3 统计学方法采用SPSS 19.0 软件进行统计分析，正态分布计量资料使用均数±标准差来表示，采用t检验进行两组间比较；偏态计量资料的表示用M（P25，P75），两组间比较使用Mann-WhitneyU检验；两组计数资料比较采用χ2检验。采用二项逻辑回归分析，联合ICG 指标及MELD、CTP评分，建立HBV-ACLF 联合预测模型MELD-ICGR15、MELD-EHBF、CTP-ICGR15、CTP-EHBF。各种模型对HBV-ACLF 短期预后评估的准确性用受试者工作特征（ROC）曲线下面积（AUC）来比较。以P＜0.05 为差异有统计学意义。

2 结果

2.1 死亡组和存活组ICGR15、EHBF、MELD、CTP、生化等指标比较通过比较发现，死亡组患者的年龄、ICGR15、CTP 分级评分、MELD 评分及TBIL、PT、INR 较存活组高，差异有统计学意义（P＜0.001），死亡组的EHBF、白蛋白、PTA 较存活组低，比较均有统计学意义（P＜0.001），而两组间性别、ALT、AST、肌酐指标比较差异无统计学意义（P＞0.05），见表1。

2.2 各种模型ROC 曲线分析通过受试者工作特征曲线分析，4 种联合预测模型曲线下面积分别为：0.803、0.851、0.862、0.875，单一模型的曲线下面积如下：ICGR15（AUC：0.770）、MELD 评分（AUC：0.756）、EHBF（AUC：0.804）、CTP 评分（AUC：0.815），以CTP-EHBF 模型的曲线下面积最大（图1）。曲线下面积两两比较，CTP-EHBF 与ICGR15、MELD、EHBF、CTP 之间，MELD-EHBF 与ICGR15、MELD，CTP-ICGR15与ICGR15之间差异有统计学意义（P＜0.05），余差异均无统计学意义（P＞0.05）。计算Youden 指数最大值，进一步得到各种预测模型的阈值，确定对应的灵敏度和特异度，见表2。灵敏度两两比较差异均无统计学意义（P＞0.05）；ICGR15与MELD、EHBF、CTP、MELD-EHBF、CTPICGR15、CTP-EHBF 之间，MELD-ICGR15与MELD、EHBF、CTP、MELD-EHBF、CTP-ICGR15、CTP-EHBF之间特异度比较，差异均有统计学意义（P＜0.05）。敏感度以ICGR15及联合预测模型较高，ICGR15与MELD-ICGR15的特异度较低，CTP-ICGR15、CTP-EHBF 模型的特异度较高。

表1 死亡组和存活组ICGR15、EHBF、MELD、CTP、生化等指标比较Tab.1 Comparison of ICGR15，EHBF，MELD，CTP，biochemical indicators between two groups

3 讨论

图1 几种预后模型的ROC 曲线Fig.1 ROC curves of several prognostic models

表2 HBV-ACLF 各种预后模型的敏感度、特异度、阈值等指标Tab.2 Comparison of sensitivity，specificity and threshold of various prognostic models

肝衰竭患者的预后判断一直是临床难题，目前有诸多评分系统用于肝衰竭短期预后的评价，如CTP、MELD、序贯器官衰竭评估模型（sequential organ failure assessment，SOFA）及各种Logstic 回归模型等［10］。有很多研究［11-12］显示MELD 对HBVACLF 预后的预测价值优于CTP 分级，广泛应用于ACLF 的预后评估。有研究［13］显示SOFA 对ACLF患者预后评估的准确性高于CTP 分级，但与MELD之间的差异还需进一步验证。伴随医学统计学及计算机网络技术的飞速发展，近年来将多指标引入逻辑回归分析肝衰竭预后的方法备受关注，建立的回归模型对肝衰竭短期预后表现出良好的预测价值［14-15］。MAHMUD 等［16］对74 790 例肝硬化患者采用Logistics 回归推导出在不同时间点发生ACLF 的预测模型，及发生ACLF 后28 d 和90 d 预后模型，且ACLF 预后模型预测ACLF 28 d 及90 d病 死率表 现优 于MELD 评 分。GAO 等［17］纳 入1 202 例HBV-ACLF 患者，将多因素分析发现的影响预后的独立危险因素（年龄、TBil、ALB、INR 和HE 分级）纳入Nomogram 预后模型，该模型能够分别预测28、90 d 的病死率，准确性优于MELD。不过，这些回顾性研究还需大样本量的多中心研究，进一步验证模型中的变量对预后的影响，才能建立HBV-ACLF 短期预后的理想预测模型。

ICG 法能检测ICGR15、EHBF 及清除率（K 值）等临床上常用的评价肝储备功能的指标，可床旁、实时、动态监测，实用性强。马春华等［3］分析了ICGR15预测肝衰竭患者死亡的ROC 曲线下面积为0.759，明显高于MELD 评分（曲线下面积：0.604）。由于胆汁排泄、肝血流量等因素，ICGR15需与其他指标联合才能更好地预测HBV-ACLF 预后。周健等［18］研究显示EHBF 预测肝衰竭短期预后的ROC曲线下面积为0.693，对判断肝衰竭预后有一定作用，但预测能力一般，EHBF 需结合其他指标，才能对肝衰竭患者的预后作出较准确的判断。ZIPPRICH 等［19］首次利用逻辑回归构建MELD-ICG模型，该模型让失代偿肝硬化短期预后判断的准确率得以提高。吴坤亮等［4］对138 例HBV-ACLF患者进行分析获得ICGR15-MELD 联合模型，模型的曲线下面积大于ICGR15、MELD 及CTP 模型，其预测的敏感性及特异性亦高于其他单一模型。吴婧等［20］建立MELD-EHBF 模型，ROC 曲线下面积为0.756，优于单一的MELD 和EHBF，对ACLF 患者短期预后有较好预测价值。

本研究显示HBV-ACLF 患者中，ICGR15、EHBF、MELD 评分、CTP 评分及TBIL、白蛋白、凝血指标在死亡组和存活组之间差异有统计学意义。采用二元逻辑回归分析，联合ICG 指标及MELD、CTP 评分，获得HBV-ACLF 预测模型：MELD-ICGR15、MELD-EHBF、CTP-ICGR15、CTP-EHBF，曲线下面积分别为：0.803、0.851、0.862、0.875，联合预测模型的曲线下面积比对应单一指标大；ICGR15及联合预测模型的敏感度较高，ICGR15与MELDICGR15的特异度较低，CTP-ICGR15、CTP-EHBF 模型的特异度较高，综合考虑，联合模型中以CTP-ICGR15、CTP-EHBF 的预测价值更高。MELD 模型作为目前最常用的ACLF 预后判断模型之一，其预测价值优于CTP［11-12］。然而本研究显示CTP 较MELD 并不逊色，不仅单项CTP 的AUC 比MELD大，联合预测模型中CTP-ICGR15的AUC 比MELDICGR15大、CTP-EHBF 的AUC 亦大于MELD-EHBF。HBV-ACLF 患者存在慢性乙型肝炎或乙肝肝硬化基础，易合并肝性脑病、自发性腹膜炎等并发症，临床上并发症的出现会导致病情恶化、影响预后，CTP 评分较MELD 评分（包含胆红素、INR、肌酐）还涵盖腹水、肝性脑病等并发症因素，信息更全面，故CTP-ICG较MELD-ICG模型预测准确率更高。

本研究以ICG 为中心构建判断HBV-ACLF 短期预后的联合预测模型，有助于临床更加准确地评估病情，为治疗决策提供参考，但仍有些许不足之处，如研究对象例数较少，尚未分析人工肝血浆置换等治疗措施的影响，未进一步研究其动态监测疾病预后的价值。ACLF 发病机制复杂，病情凶险，发展迅猛，疾病的预后往往与年龄、病情轻重、治疗方案、并发症、合并症等综合因素相关。人工肝支持系统是ACLF 患者除肝移植外另一有效治疗方法，国内以血浆置换为基础的人工肝应用最为广泛。ALSHAMSI 等［21］发现非生物型人工肝能够降低肝衰竭患者16%的病死率，尤其是对ACLF作用更显著。李沙陵等［22］研究发现对MELD 分值为20～40 之间的重型肝炎患者，人工肝治疗组的病死率明显低于对照组，而MELD 分值大于40 的患者则无差异变化，提示在适当时机进行人工肝治疗，能改善短期预后。另外，病情进程及疗效动态监测对评估预后也有一定影响。SUNDARAM 等［23］对3 636 例等候肝移植的ACLF-3 患者进行研究，发现ACLF-3 在等候期间恢复为ACLF0-2能明显提高移植后生存率，显示肝移植前ACLF 的临床进程影响移植后生存率。GAO 等［24］研究了血乳酸动态变化与ICU 中ACLF 患者病死率的关系，利用多元逻辑回归分析得出血乳酸清除率（Δ24Lac，即患者入组首日和次日的血乳酸最大值的变化）每升高10%可使ACLF 患者在院死亡风险下降16%，提示可通过血Δ24Lac 预测ICU 中ACLF患者的病死率。因此，后续可扩大研究样本量减少偏倚风险，分析治疗因素及ICG 动态变化对预后的影响，进一步探索及验证。