慢性HBV 感染肝脏炎症风险预测列线图模型的建立与验证

黄圣楷，孙 龙

（海南医学院第一附属医院感染科，海南 海口 570102）

乙型肝炎病毒（hepatitis B virus，HBV）感染是一个全球性的健康问题，全球约有2.57 亿慢性HBV感染者，全球每年约有88.7 万人死于HBV 感染［1］。有研究显示，HBV 本身不直接杀伤肝细胞，病毒引起的免疫应答是导致肝细胞损伤及炎症坏死的主要机制［2］，HBV 感染后导致肝细胞炎症坏死是疾病进展的重要病理生理过程［3］。显著肝脏炎症（A≥2）是抗乙肝病毒治疗的条件之一［4-6］，评估肝组织学显著肝脏炎症及纤维化对于抗病毒治疗具有重要意义，肝活检仍然是金标准，但其有创性及不易重复等缺点限制了临床应用［7］。目前列线图在HBV感染方面主要用于肝衰竭、肝癌、肝纤维化等方面，在肝脏炎症方面少有报道［8，9］。传统的预测模型仅能证明相关指标与肝脏炎症的相关性，不能详尽阐明其相关程度，而列线图是一种由一簇互不相交的线段将多因素回归分析结果展示在同一平面上的定量预测图形［10］，凭借着可视可读、简捷实用的优势，在医学领域受到越来越多的重视和应用［11］。基于上述因素，本研究通过血清学指标联合肝脏弹性成像构建显著肝组织炎症列线图评分系统，旨在提供一个针对慢性HBV 感染患者的无创肝组织学炎症评估模型，对抗乙肝病毒治疗时期提供一定的参考依据。

1 对象和方法

1.1 研究对象

回顾性选取2019 年01 月～2021 年12 月收治于海南医学院第一附属医院感染科住院并签署知情同意且行肝活检穿刺术的慢性HBV 感染患者，一共180 例。纳入标准：（1）诊断符合《慢性乙型肝炎防治指南（2019 版）》；（2）意识清楚，可签署知情同意书。排除标准：（1）合并心血管疾病、糖尿病、风湿性疾病、肝外肿瘤等肝外相关疾病；（2）有自身免疫性肝炎、其他嗜肝病毒、脂肪肝、药物肝损害、肝内肿瘤等相关肝内影响因素；（3）资料不全的患者。为防止模型过度拟合，采用整群随机分组法将患者分为建模组（n=131）和验证组（n=49）。本研究经海南医学院第一附属医院伦理委员会审批同意［伦理审批号：2020（科研）第（18）号］。

1.2 研究方法

参考文献中对慢性HBV 感染患者发现显著炎症的危险因素进行收集［12，13］。包括：（1）基本资料：收集纳入患者年龄和性别。（2）肝组织炎症分级结果：所纳入患者均符合肝活检穿刺术标准并已签署知情同意书。统一由超声科医生进行穿刺，病理科医生进行肝脏炎症程度评分。根据Metavir 评分系统对肝组织炎症程度分期，A≥2 分为显著炎症。（3）血液学检测：所纳入患者在进行肝活检穿刺术前48小时内进行血液学检测，均为清晨空腹静脉血。选取项目为乙肝表面抗原（hepatitis B surface antigen，HBsAg）、乙肝 e 抗原（hepatitis B e antigen，HBeAg）、乙肝核心抗体（hepatitis B core antibody，HBcAb），HBV DNA 定量，血小板计数（patelet，PLT），肝功能包括谷丙转氨酶（alanine aminotransferase，ALT）、谷草转氨酶（aspartate aminotransferase，AST）、碱性磷酸酶（alkaline phosphatase，ALP）、谷氨酰转肽酶（gamma-glutamyl transpeptidase，GGT）、白蛋白（albumin，ALB）、球蛋白（globulin，GLB）、前白蛋白（prealbumin，PAB），白介素6（interleukin-6，IL-6），肝纤维化四项包括透明质酸（hyaluronic acid，HA）、三型前胶原N 端肽（Nterminal peptide of type Ⅲ procollagen，PⅢP）、Ⅳ型胶原（collagen type Ⅳ，CⅣ）、层粘连蛋白（laminin，L.N）。（4）肝硬度值：统一由超声科医生使用二维剪切波弹性成像（2D-SWE）测量患者的肝脏硬度值（liver stiffness values，LSM）。

1.3 统计学处理

采用R 4.1.1 软件进行统计学分析。计数资料以数字（%）表示，使用χ2检验。计量资料符合正态分布的使用（±s）表示，采用t检验；不符合正态分布使用M（P25-P75）数值表示，采用秩和检验。多因素分析使用逐步向后回归分析法。使用rms 包对回归模型进行分析绘制列线图模型，同时应用Bootstrap 方法重复抽样1 000 次进行内、外部验证，采用H-L 拟合优度检验和ROC 曲线评估列线图模型的校准度和区分度。双侧检验水准为α=0.05。

2 结果

2.1 一般资料

一共纳入180 例慢性HBV 感染患者，其中A0有6 例（3.3%）、A1 有82 例（45.6%）、A2 有72 例（40%）、A3 有19 例（10.6%）、A4 有1 例（0.5%）。显著炎症（A≥2）有92 例（51.1%）。进行随机分组为建模组131 例和验证组49 例。

2.2 建模组与验证组病例资料的比较

结果显示在建模组中有67 例（51.1%）发生显著炎症。在建模组与验证组中，年龄、性别、疾病发展程度（是否发生显著炎症反应）方面差异均无统计学意义，说明所随机的两组数据具有可比性（表1）。

表1 建模组与验证组病例资料一致性检验的评价结果Tab 1 Evaluation results of the consistency test of case information between the modeling and validation groups

2.3 在建模组中非显著炎症和显著炎症患者资料的比较

比较非显著炎症和显著炎症患者的HBV DNA、ALT、AST、ALB、ALP、PLT、GGT、PAB、IL-6、HA、PⅢP、CⅣ、L.N、HBeAg、LSM 差异具有统计学意义（P＜0.05）（表2）。

表2 在建模组中非显著炎症和显著炎症资料对比Tab 2 Comparison of non-significant inflammation and significant inflammation data in the modeled group

2.4 通过使用逐步向后回归分析法，得出最佳评估HBV 感染后患者发生显著炎症模型

以发生显著炎症为因变量，Ln（HBV-DNA）、PLT、ALT、AST、ALB、ALP、GGT、PAB、IL-6、HA、PⅢP、CⅣ、L.N、HBeAg、LSM 为自变量，使用逐步向后回归法得出最佳影响模型为PLT、Ln（HBV-DNA）（Z=3.95，P＜0.001）、AST（Z=3.04，P=0.002）、CⅣ、LSM（Z=2.50，P=0.012）。

2.5 慢性HBV 感染显著肝脏炎症风险预测列线图模型的建立与验证

2.5.1 慢性HBV 感染显著肝脏炎症风险预测列线图模型的建立 依据逐步向后回归分析建立慢性HBV 感染显著肝脏炎症风险预测列线图模型（图1）。根据绘制出的列线图模型，右侧端点自PLT 开始依次为50、90、26、85、9 分，总分260 分。列线图模型总分越高，显著炎症发生风险越高。

图1 慢性HBV 感染显著炎症风险预测列线图模型Fig 1 Nomogram model for predicting significant inflammation risk of chronic HBV infection

2.5.2 慢性HBV 感染显著肝脏炎症风险预测模型列线图模型的验证 建模组和验证组的Hosmer-Lemeshoe 拟合优度检验（H-L 拟合优度检验）的χ2值分别为0.279 和2.098，对应的P值为0.87 和0.35，表示所建立的列线图模型有较好的预测精准能力（图2、3）；列线图预测建模组和验证组的HBV 感染后发生显著肝脏炎症的ROC 曲线下面积分别为0.895［95%CI（0.843 - 0.948）］和0.760［95%CI（0.622-0.897）］，结果提示模型具有良好区分度（图4、5）。

图2 预测建模组中发生显著炎症的矫正曲线Fig 2 Calibration curve of the risk of developing significant inflammation in HBV infection in modeling set predicted

图3 预测验证组中发生显著炎症的矫正曲线Fig 3 Calibration curve of the risk of developing significant inflammation in HBV infection in validation set predicted

图4 预测建模组中发生显著炎症的ROC 曲线Fig 4 ROC curve of the risk of developing significant inflammation in HBV infection in modeling set predicted

图5 预测验证组中发生显著炎症的ROC 曲线Fig 5 ROC curve of the risk of developing significant inflammation in HBV infection in validation set predicted

3 讨论

HBV 的不断复制及释放抗原等可引起肝细胞持续性炎性反应，导致肝细胞纤维化，最终进展为肝硬化［14］。目前国内有多种关于肝纤维化的预测模型，而肝脏炎症的预测模型较少，长期反复的肝细胞损伤及炎症坏死是发展成肝纤维化的关键。在临床实践中常以ALT、AST 等指标评价肝脏炎症程度，但仍有部分患者实际肝脏炎症水平不能明确，需要通过肝活检进一步确诊［1，15，17］。10%～49%的慢性HBV 感染患者存在明显的肝细胞炎症坏死和肝纤维化病理学改变［18］，与慢性乙型肝炎自然进程不相符，此类患者真实肝脏炎症程度以及是否应抗病毒治疗逐渐成为热点问题。

本研究通过构建列线图模型以无创的方式评估慢性HBV 感染患者的肝脏炎症程度，筛选出5 个显著肝损伤的高危因素，包括PLT、HBV DNA、AST、CⅣ、LSM，其中有研究显示PLT 通过与白细胞、巨噬细胞相互作用参与肝脏损伤［19］，并且PLT减少是慢性肝病和肝硬化的标志性特征［20］。本研究所构筑的列线图模型中可看出，随着PTL 的减少其所赋予的分值越高，这与Kondo 等［21］的研究结果一致。CⅣ是从基底膜降解而来，是反映胶原降解的指标，在肝脏发生病变时水平升高，随病情的严重程度升高［22］。慢性HBV 感染患者反复出现的肝细胞损伤及炎症坏死最终将发展成肝纤维化甚至肝硬化，CⅣ与肝纤维化程度密切相关，因此本研究将肝纤维化四项指标均纳入列线图模型的构筑当中，经过逐步向后回归分析发现肝纤维化四项中的CⅣ与显著肝脏炎症具有相关性，这与黄莉萍等人的报道的CⅣ水平升高与肝脏炎症活动度有关具有一致性［23］。已有报道证实了HBV DNA 与AST 的水平升高与肝脏炎症程度的相关性［16，24］，本研究显示肝组织学的改变概率随着HBV-DNA 与AST 的水平升高而升高，因此HBV DNA 与AST 是肝脏炎症的危险因素。既往研究中显示LSM 与慢性肝病患者的纤维化阶段显著相关［1，25-27］，本研究结果显示LSM 数值越大，肝组织显著炎症发生概率越高，表明LSM 是预测肝组织显著炎症的独立危险因素，虽然受胆汁淤积和重度脂肪变等多种因素影响致使LSM 实际诊断价值受影响［1，28］，但LSM 为体外检测所得结果，本研究通过LSM 联合血清学结果构建列线图模型以提高单独血清学或单独LSM 检测的准确性。

为了获得良好的预测效果，将慢性HBV 感染患者分为建模组和验证组，以建模组筛选出的危险因素为基础构筑慢性HBV 感染显著肝脏炎症的风险预测列线图模型。同时本模型通过可视化分值的方式体现各项风险因素的重要程度，具体量化了显著肝脏炎症发生风险的水平，更着重于临床上的个体评估。本研究评估验证了列线图模型的预测效能，结果显示建模组和验证组的H-L 拟合优度检验的χ2值分别为0.279（P=0.87）和2.098（P=0.35），曲线下面积分别为0.895［95%CI（0.843-0.948）］和0.760［95%CI（0.622-0.897）］，这表明模型具有良好的预测效能。可根据模型中的危险因素对患者的显著肝脏炎症风险进行动态评估，并可及早对炎症进行干预。

综上所述，经过逐步向后回归分析后确立PLT、HBV DNA、AST、CⅣ、LSM 与HBV 感染后发生显著肝脏炎症更为密切相关，通过以上危险因素构筑的列线图模型可有效评估和量化HBV 感染后发生显著肝脏炎症的风险。本研究不足之处：（1）本研究中所纳入的样本量均来自于同一所医院，未能进行多中心研究，存在选择偏倚；（2）肝脏炎症程度评估结果受穿刺样本以及病理医师阅片主观性偏倚的影响。因此本模型有待进一步研究完善。

作者贡献度说明：

黄圣楷：进行文章构思设计，收集整理资料，撰写论文；孙龙：负责文章的质控及审校，对文章整体负责。

所有作者声明不存在利益冲突关系。