基于铁蛋白等血清学指标的早期NAFLD 诊断模型的建立与验证

吴韵怡，敬强安，杜璟，童向民

1.浙江中医药大学第二临床医学院，浙江杭州 310053；2.浙江省人民医院（杭州医学院附属人民医院）临床医学研究所，浙江杭州 310014

非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）是指除过量饮酒或其他明确的肝脏损害因素之外导致的经影像学或肝组织病理学证实的肝细胞脂肪变>5%的临床病理综合征[1]。 NAFLD 包括较早期的单纯性脂肪肝（non-alcoholic fatty liver，NAFL）、非酒精性脂肪性肝炎（non-alcoholic steatohepatitis，NASH）及NASH相关肝纤维化和肝硬化，最终进展到肝细胞肝癌[2]。近年来，随着肥胖和糖尿病等代谢相关疾病的流行，NAFLD 不仅成为全球性的公共卫生问题之一，更在我国的慢性肝病病因中位居第一。调查分析显示NAFLD 在我国的流行率高达29.2%，且数据还在逐年上升[3]。目前，NAFLD 的早期诊断和相关治疗仍有非常大的提升空间。肝脏活检仍是诊断NAFLD 的“金标准”，但由于其有创性，且采样和评价都具有一定偶然性和主观性，在临床进行大规模推广十分不易，对于人力、物力都是较大的挑战[4-5]。为方便临床普及应用，减少操作难度，近年来血清学诊断受到各界广泛关注。本研究通过对浙江省人民医院收治的NAFLD 患者的血清学指标进行分析，探讨以铁蛋白为主的血清学指标与早期NAFLD 诊断的相关性，并使用二元Logistic 回归分析后构建相关的血清学诊断模型，试图提供更为敏感、便捷的诊断方法。

1 资料与方法

1.1 研究对象

收集2019 年6 月1 日至2022 年6 月30 日在浙江省人民医院确诊的NAFLD 患者和健康体检者的临床资料。纳入标准：①临床诊断为NAFLD 早期（肝区脂肪沉积；脂肪肝）；②年龄16～65 岁。排除标准：①合并酒精性肝炎、病毒性肝炎、药物性肝炎、自身免疫性肝炎、肝硬化、肝细胞肝癌等其他相关肝脏疾病的患者；②有饮酒史的患者；③临床数据不完整的患者。本研究经浙江省人民医院医学伦理委员会审批通过（伦理审批号：浙人医伦审2022 其他第（388）号）。

1.2 观察指标

收集患者的年龄、性别及血红蛋白、白蛋白、球蛋白、铁蛋白、总胆固醇、丙氨酸转氨酶（alanine aminotransferase，ALT）等血清学指标，及影像学检查结果。

1.3 相关指标的检测

于清晨分别采集两组入选者的空腹静脉血5ml，将其注入含有分离胶成分的试管中，静置后以3500转/min 离心10min（离心半径为12.5cm），检测采用上层血清。血常规采用希森美康XE-2100 全自动血细胞分析仪（日本希森美康公司）进行分析。生化指标通过BECKMAN-COULTER 5800 型全自动生化分析仪用连续监测法测定（试剂为Beckman-Coulter实验系统有限公司产品）。测定时分别用各自公司提供的高、低值质控样本进行质量保证。

1.4 诊断模型的构建和验证

将患者按照80∶20 进行随机分组，分为训练集（n=184，其中89 例NAFLD 患者，95 名健康者）和验证集（n=48，其中23 例NAFLD 患者，25 名健康者）。通过训练集相关数据进行模型构建，首先将患者相关血清学指标进行独立样本t检验，本研究将存在明显差异的指标纳入向前选择[似然比（likelihood ratio，LR）]，以此构建回归模型，并据此绘制受试者操作特征曲线（receiver operating characteristic curve，ROC 曲线）。对验证集中的数据进行校验。随后进行敏感度和特异性的相关分析，绘制ROC 曲线，并计算曲线下面积（area under the curve，AUC）。

1.5 统计学方法

采用SPSS 27.0 统计学软件对数据进行处理分析。符合正态分布的计量资料以均数±标准差（±s）表示，两组间比较采用独立样本t检验；不符合正态分布的计量资料采用中位数（四分位数间距）[M（Q1，Q3）]表示，比较采用Mann-WhitneyU检验。计数资料以例数（百分率）[n（%）]表示，比较采用X2检验。P<0.05 为差异有统计学意义。

2 结果

2.1 入选者的一般资料分析

112 例NAFLD 患者年龄18～65 岁，其中男100例，女12 例。健康体检者120 名，年龄16～65 岁，其中男56 名，女64 名。将232 名入选者随机分为训练集和验证集，见表1。

表1 训练集和验证集入选者的一般人口学资料比较

2.2 训练集中入选者的临床资料比较

训练集中NAFLD 组患者与健康组体检者的球蛋白、总胆固醇、血红蛋白、尿酸等血清学指标比较，差异无统计学意义（P>0.05）。NAFLD 组患者年龄较大，且男性较多，总蛋白、白蛋白较健康组体检者低（P<0.001）；铁蛋白、ALT、γ-谷氨酰转移酶（γ-glutamyl transferase，GGT）较健康组体检者高（P<0.001），见表2。

表2 训练集中入选者的临床资料比较（±s）

表2 训练集中入选者的临床资料比较（±s）

指标 健康组（n=95）NAFLD 组（n=89） t P血红蛋白（g/L） 143.62±15.55 145.39±19.48 0.536 0.593总蛋白（g/L） 71.78±3.74 67.78±6.10 5.464 <0.001白蛋白（g/L） 45.14±2.15 40.86±4.50 8.225 <0.001球蛋白（g/L） 26.64±3.12 26.92±3.20 0.538 0.591铁蛋白（μg/L） 143.62±15.54 383.13±389.59 5.721 <0.001总胆固醇（mmol/L） 4.71±1.79 4.96±1.33 1.245 0.215尿酸（μmol/L） 368.03±91.19 395.16±110.58 1.652 0.100 ALT（U/L） 17.26±10.25 51.77±45.59 6.980 <0.001 GGT（U/L） 17.06±8.51 73.27±85.79 6.113 <0.001

2.3 建立诊断预测模型

在训练集中将血红蛋白、总蛋白、球蛋白、白蛋白、总胆固醇、尿酸等9 个变量进行单因素分析，并将P<0.05 的5 个变量纳入多因素Logistic 回归分析，最终以白蛋白、铁蛋白、ALT、GGT 4 项指标构建NAFLD 诊断预测模型。回归方程：Logit（P）=–11.448+0.391×白蛋白-0.008×铁蛋白–0.057×ALT-0.097×GGT，见表3。

表3 多因素Logistic 回归分析

2.4 诊断预测模型的评价

训练集中，该模型预测NAFLD 的AUC 为0.968（P<0.001），95%CI：0.943～0.992。AUC 较接近1，提示该预测模型区分度较好。根据约登指数确定最佳诊断界值为0.640，在此阈值下，该模型分类性能较好，敏感度为93.70%，特异性为80.00%，见图1。

图1 训练集诊断模型预测NAFLD 的ROC 曲线

2.5 诊断预测模型的验证

根据训练集中模型诊断得到的最佳阈值0.64，对应总分界值为3.29。在验证集构建的预测模型中，总分>3.29 分判为阴性预测结果，即健康者；总分≤3.29 分判为阳性预测结果，即NAFLD 患者。采用该阈值预测时，模型预测NAFLD 的敏感度为91.30%，特异性为80.00%，说明该模型准确度较好。在验证集中绘制相关ROC 曲线，得到AUC 为0.941（P<0.001），95%CI：0.880～1.000，说明该阈值下预测模型区分度较好，见图2、表4。

图2 验证集诊断模型预测NAFLD 的ROC 曲线

表4 验证集中模型诊断结果（n）

3 讨论

NAFLD被认为是世界范围内慢性肝病的主要病因，且随着疾病进展，有可能进展为肝硬化甚至肝细胞癌，一旦发展至终末期，肝移植是唯一的治疗手段。因此，早诊断、早干预对患者意义较大。

既往有许多学者尝试用血清学指标筛查NAFLD，近年来国内也进行了许多相关研究，并建立脂肪性肝病指数、肝脏脂肪指数、NAFLD 筛查评分等模型，部分模型评估所需指标烦琐，计算复杂且准确度未被外部验证，所以大多数模型仍处于研究状态，尚未被应用于临床[6]。目前，暂无可完全替代肝组织穿刺活检的诊断方法。

铁过载被认为与多种疾病的发生、发展密切相关，已有研究发现大多数NAFLD 患者出现肝铁过载[7]。铁作为人体不可或缺的微量元素之一，几乎存在于全身所有组织中。铁蛋白作为人体中贮存铁的主要形式，不仅是十分重要的血浆成分，而且其含量间接反映人体内铁的贮存情况[8-9]。肝脏是重要的储铁器官，也是铁过载主要损伤的靶器官之一[10]。铁是机体内发生脂质氧化反应的关键物质。过量的铁可导致氧自由基的大量生成，促使肝脏发生进一步脂质过氧化损伤，并在同时刺激肝脏中胶原蛋白的合成，使肝脏病变加重。在脂肪肝的过程中，肝细胞积累三酰甘油，由于脂肪的变性和气球样变性，受损肝细胞中的铁被释放到血液中，导致铁蛋白浓度上升，从而形成恶性循环。科学研究揭示铁蛋白含量的增加在一定程度上可影响肝细胞的脂肪变性和炎症浸润。本研究证实铁蛋白对提高血清学诊断NAFLD 的准确性有较好的作用。

本研究通过对232 名入选者进行回顾性分析，最终将白蛋白、铁蛋白、ALT、GGT 4 项指标构建NAFLD 诊断预测模型。该模型在训练集中的AUC为0.968，95%CI：0.943～0.992，AUC 接近1，提示该模型区分度较好。根据约登指数确定最佳诊断界值为0.640，在此阈值下，敏感度为93.70%，特异性为80.00%，提示该模型准确度较好。在验证集中，模型预测NAFLD 的敏感度为91.30%，特异性为80.00%。在验证集中绘制ROC 曲线，求得AUC 为0.941，95%CI：0.880～1.000，说明预测模型具有较好的区分度。

综上，本研究构建的模型仅需部分易获得、易检测的血清学指标，即可较准确地预测NAFLD，与肝穿刺及影像学检查比较，具有较好的重复性和较低的检测费用，可用于NAFLD 的早期筛查。本研究的不足为回顾性分析、样本量较小且为单中心研究等，未来可采用前瞻性研究，并加大样本量进行多中心研究。

利益冲突：所有作者均声明不存在利益冲突。