基于3項無創指標的肝硬化診斷模型的建立及驗證

胡 捷， 張翔宇， 王 征*， 周 儉,2*

1. 復旦大學附屬中山醫院肝腫瘤外科；復旦大學肝癌研究所；教育部癌變與侵襲原理重點實驗室，上海 200032 2. 復旦大學生物醫學研究院，上海 200032

肝硬化是肝臟在長期慢性炎癥過程中產生的一種不可逆病理學改變，對肝臟的合成、代謝等生理功能造成嚴重影響。在中國，慢性乙型肝炎引起的肝硬化較為常見，而西方國家以丙型肝炎性肝硬化或酒精性肝硬化多見[1]。肝硬化失代償期患者可出現多種嚴重并發癥，如腹水、上消化道出血、肝性腦病、肝衰竭等[2]，同時肝硬化也大大增加了患者發生肝癌的風險。肝硬化是不可逆的病理改變，因此對高危人群進行早期評估干預是防控的關鍵[3]。肝穿刺病理學檢查結果是目前評估肝纖維化或肝硬化程度的金標準[4]。但穿刺活檢為侵入性檢查不適合動態連續監測、存在取樣誤差，嚴重限制了其臨床應用[5]。本研究擬通過收集患者血液學指標及肝臟彈性超聲數據，采用套索(LASSO) logistic回歸算法建立肝硬化的評估模型。同時與已報道的無創肝硬化評估方法天冬氨酸轉氨酶/血小板比率指數(APRI)、基于4因子的纖維化評分(FIB-4)指數、King評分和 Forns指數比較。

1 資料與方法

1.1 一般資料 選擇2015年7月至2016年11月在復旦大學附屬中山醫院肝臟外科手術治療的患者460例。納入標準：(1)年齡≥18歲；(2)若為肝臟占位性病變，占位直徑小于5 cm；(3)具有完整的血液學結果及彈性超聲檢查結果；(4)所有病例術后標本均經過肝臟組織病理學檢查。排除標準：(1)膽道梗阻或其他因素引起的肝臟淤膽或肝臟水腫；(2)接受過肝移植手術；(3)藥物性肝炎或自身免疫性肝炎的患者。本研究通過了復旦大學附屬中山醫院倫理委員會審查(B2020-326R)。所有患者按照入院時間分為建模組(n=308)和驗證組(n=152)。

1.2 彈性超聲及病理診斷 采用Aixplorer 超聲圖像系統 (Supersonic Imagine公司)進行肝臟彈性超聲檢查，超聲探頭置于肝臟實質，距離大血管、膽囊或肝臟占位等肝內其他組織至少2 cm。在患者平靜狀態下屏住呼吸的3～5 s內進行檢測，重復5次，取平均值。所有病理切片均由2位有經驗的病理科醫生讀片，根據Scheuer評分系統將肝臟纖維化程度分為5級(S0～S4)：S0為無纖維化、S4為肝硬化。

1.3 血液學指標 納入與肝臟纖維化及肝硬化潛在相關的指標22個，如血小板計數、Ⅲ型前膠原、Ⅳ型膠原，γ-谷氨酰轉移酶(GGT)、丙氨酸轉氨酶(ALT)、天冬氨酸轉氨酶(AST)、透明質酸等。已報道的無創肝硬化診斷模型APRI、Forns指數、 King評分 及FIB4計算公式如下。APRI= [AST (U/L)×正常值上限 (一般設為40 U/L) × 100]/血小板計數 (×109/L)[6]。Forns 指數 = 7.811-3.131 × ln[血小板計數 (× 109/L)] + 0.781 × ln[γ-GT (U/L)] + 3.467 × ln[年齡(歲)]-0.014×ln[膽固醇 (mg/dL)][7]。King評分 =年齡 (歲)×AST(U/L) × 國際標準化比值/血小板計數(×109/L)[8]。FIB-4=年齡 (歲) × AST (U/L)/[ALT (U/L)1/2×血小板計數(× 109/L)][9]。

2 結 果

2.1 臨床資料 根據入排標準，在2015年7月至2016年11月，共460例患者入組(表1)。男性368例，女性92例，年齡(59.0±11.6)歲, 乙型肝炎表面抗體陽性患者244例(46.5%)，彈性超聲值為(11.48±4.82) kPa。460例患者中S0期29例、S1期78例、S2期76例、S3期69例、S4期208例。所有入組病例按照時間順序分為訓練集(n=308)和驗證集(n=152)。

表1 建模組及驗證組患者臨床特征

2.2 血液學指標與肝硬化的相關性 建模組308例患者分析結果(表2)顯示：肝硬化患者(S4)的彈性超聲值[(13.60±4.98) kPavs(9.67±3.68) kPa,P<0.01]、HBsAg陽性率(63.5%vs30.4%,P<0.01)、Ⅳ型膠原[ (74.23±45.57) ng/mLvs(61.30±41.22) ng/mL,P=0.01]、堿性磷酸酶[(84.21±30.94) U/Lvs(98.49±68.30) U/L,P=0.02]、凝血酶原時間[(11.75±0.89) svs(11.39±0.78) s,P<0.01]、透明質酸[ (152.71±143.36) ng/mLvs(99.64±71.08) ng/mL,P<0.01]顯著高于非肝硬化患者(S0～S3)，而血小板計數[ (150.94±70.28) × 109/Lvs(195.39±67.99) × 109/L，P<0.01]顯著低于非肝硬化患者。單個指標診斷肝硬化的AUC值為0.537～0.768。

表2 臨床病理參數與肝硬化的相關性

2.3 模型的建立及驗證 在308例建模組的患者中，首先利用LASSO篩選模型相關變量。LASSO 回歸復雜度調整的程度由參數 λ來控制，λ越大，對變量較多的線性模型的懲罰力度越大，從而獲得一個變量較少的模型。經過10次交叉驗證后，對于每一個λ值，可得到一個目標參量的置信區間。經過交叉驗證后，可得2個λ值，即lambda.min和lambda.1se。λ值達到一定大小之后，增加自變量個數無法顯著提升模型性能，而lambda.1se恰好給出的是具備優良性能且自變量最少的模型，最終篩選出3個參數(圖1A)，并經logistic回歸得出最優預測模型即：模型= -2.068 2+0.211 7×彈性超聲值-0.006 6×血小板計數+1.357 1×[1(HBsAg陽性)或0(HBsAg陰性)]。預測肝硬化的概率可由公式[exp(Model)]/[1+exp(Model)]計算得出。采用病理學診斷作為金標準，ROC分析(表2、圖1B)顯示，建模組病例中本模型AUC可達0.823，靈敏度為82.86%,特異度為69.64%, 顯著優于APRI(AUC=0.667，P<0.001)、FIB-4 (AUC=0.626，P<0.001)、Forns指數 (AUC=0.648，P<0.001)、King評分 (AUC=0.650，P<0.001) 。進一步在驗證集隊列中分析發現，本模型AUC可達0.860(0.795～0.911)，靈敏度83.82%,特異度77.38%，顯著優于APRI、FIB-4、Forns 指數、King評分 (P<0.001)。

表3 無創檢測模型判斷肝硬化的效能分析

圖1 預測模型的構建及驗證A：模型變量篩選。使用glmnet函數擬合LASSO回歸模型，選取最優λ值。2條虛線分別表示2個特殊的λ值：左側為lambda.min，右側為lambda.1se。lambda.1se是指lambda.min在方差范圍內得到模型最簡單的λ值。最終篩選出3個參數，進行logistic回歸建模；B：建模組ROC分析，3指標模型AUC面積為0.823，顯著優于其他模型(P<0.01)；C：驗證組ROC分析，模型AUC曲線下面積為0.860, 顯著優于其他模型(P<0.01)。

2.4 模型的可視化及臨床決策分析 為了便于臨床應用，本研究對預測模型進行可視化并建立了諾莫圖(圖2A)。驗證集校準曲線圖及Hosmer-Lemeshow(擬合優度檢驗)分析顯示，諾莫圖預測風險和實際風險吻合性良好(P=0.66)，擬合優秀(圖2B)。同時，為了評價模型的臨床有效性，本研究繪制了決策曲線(圖2C)。分析表明，該評分預測模型相比較于既往的肝硬化無創診斷模型，有顯著的凈獲益(20%～90%)，提示該預測模型臨床應用價值高，滿足臨床決策的實際需要。

圖2 模型的可視化及臨床決策分析A：將模型用可視化列圖展示，更適合臨床應用；B：利用外部數據構建校準曲線圖驗證Nomogram預測效果的準確性，擬合優度檢驗分析顯示其預測風險和實際風險吻合性良好(P=0.66)，擬合優秀；C：決策曲線表明，該評分預測模型相比較于既往的肝硬化無創診斷模型，有顯著的凈獲益(20%～90%)，提示該模型臨床應用價值高。

3 討 論

肝活檢組織病理學檢查仍是肝硬化診斷的金標準。但腹水、凝血功能異?；騊LT<60×109/L等無法肝穿刺的患者則缺乏準確有效的診斷方法[4]。此外，在組織病理學診斷方面尚存在觀察者內和觀察者間的差異。血清學指標的變化能夠在一定程度上反映出肝硬化患者病情的進展[10]。因此，涌現出一些以血清學指標為參數的肝硬化無創診斷模型，如APRI、FIB-4、King評分、Forns指數等。這些模型對肝硬化的判斷準確性不盡如人意，且存在一定的局限性[11]。如APRI的構建源于慢性丙型肝炎患者，該指數對慢性乙型肝炎人群的肝硬化診斷價值并不高。超聲彈性成像可測量肝組織硬度，從而間接判斷肝硬化程度。但是在肝臟一過性炎癥水腫、膽道梗阻、肝臟淤膽時，其硬度也會增高，單純采用彈性超聲判斷肝臟硬化也存在一定的假陽性。因此，不管是彈性超聲還是血液學檢測，單一指標與金標準病理學結果的相關性均不高，無法用于診斷。

本研究在篩選21項血清學指標的同時，納入了肝臟的瞬時彈性成像數據，增加了評估維度，從而可更準確地判斷肝硬化的程度。肝臟的瞬時彈性成像可通過探頭震動產生一個瞬時低頻脈沖激勵，使肝組織產生瞬間位移和剪切波，從而判斷肝臟的硬度。本研究將血液學指標與彈性超聲相結合，使得二者優勢互補，提高了模型的準確性。既往也有研究[12-16]嘗試將彈性超聲和/或血清學指標建立診斷模型，但受限于樣本量少、無獨立的驗證隊列、病種局限化、建模方法缺陷、模型過于復雜等因素影響，未在臨床廣泛應用。 此外，相較于既往研究[17]所采用的穿刺活檢，本研究采用切除的部分肝臟進行病理診斷，組織量更大，診斷準確度更高，從而增加了模型的準確性。

隨著乙型肝炎疫苗接種的推廣，我國非病毒肝炎性肝硬化，如酒精性肝硬化和非酒精性脂肪性肝炎(NASH)相關性肝硬化的比例不斷提高。因此，本研究納入了近246例非病毒肝炎性的患者，以增加該模型在不同病種的適用性。本模型適用于只須評估肝硬化程度，無須評估肝臟炎癥狀態的肝病患者，尤其是凝血功能障礙、門脈高壓、有出血傾向的患者。