復旦大學附屬腫瘤醫院藥劑科，復旦大學上海醫學院腫瘤學系，上海 200032

國際癌癥研究所發布的2018年全球癌癥報告數據顯示，乳腺癌已成為全球發病率較高的三大腫瘤之一，位居女性癌癥發病率之首。目前乳腺癌的主要治療手段包括手術、放療、化療、內分泌治療及靶向治療等［1］。其中化療仍為治療乳腺癌的重要手段。臨床上乳腺癌的分期、分型復雜，化療方案繁多，患者接受不同的化療方案，會出現不同的藥物不良反應。在腫瘤患者的臨床診療實踐中，藥物性肝損傷也是常見的不良反應之一，國內有研究報道，在藥物引起的肝損傷中，抗腫瘤藥物引起的肝損傷占15%［2］。但現有指南對于化療致肝損傷的應對尚不完善，并未提出針對特殊人群或特殊用藥方案中藥物致肝損傷的風險評估以及相應的預防性措施［3］。

在眾多藥物性肝損傷的研究中，針對腫瘤患者化療所致肝損傷的研究相對較少，如何在眾多因素中排除干擾，找出關鍵的影響因素建立肝損傷預測模型成為此類研究的重點。本文通過對乳腺癌患者化療致肝損傷因素進行分析，并采用logistic回歸建立肝損傷的預測模型，以指導臨床不良反應的預防，更多地關注肝損傷高危人群，也有助于闡明化療致肝損傷的機制。

1 資料和方法

1.1 研究資料

查閱復旦大學附屬腫瘤醫院電子病例，檢索并收集2017年1月—2017年12月在復旦大學附屬腫瘤醫院接受規范化療的乳腺癌患者，進行回顧性分析。

納入標準：①年滿18周歲，女性；② 病理學檢查證實為乳腺癌；③化療方案規范且療程完整；④ 隨訪規范且記錄完整。排除標準：①合并其他腫瘤疾?。虎?曾在外院接受階段性化療后轉入復旦大學附屬腫瘤醫院治療；③同步放化療；④ 化療同時服用中藥；⑤ 參加臨床試驗；⑥ 基線顯示肝損傷的患者；⑦ 肝功能檢查每個月少于1次的患者。

1.2 評價標準

1.2.1 常規乳腺癌化療方案

乳腺癌化療方案較為復雜，參照美國國立綜合癌癥網絡（National Comprehensive Cancer Network，NCCN）乳腺癌臨床實踐指南（2020版）總結整理出復旦大學附屬腫瘤醫院較常使用的乳腺癌化療方案，詳見表1～2。

1.2.2 肝損傷嚴重程度分級

對乳腺癌患者接受化療后的肝損傷情況進行評估，嚴格按照世界衛生組織（World Health Organization，WHO）不良反應評價標準，以1～2度定義為輕度肝損傷，3～4度定義為嚴重肝損傷。具體分級見表3。

1.2.3 乳腺癌TNM分期

采用2010年美國癌癥聯合會（American Joint Committee on Cancer，AJCC）和國際抗癌聯盟（Union for International Cancer Control，UICC）乳腺癌TNM分期系統第7版標準。

表1 乳腺癌患者輔助/新輔助化療方案Tab.1 Auxiliary/neoadjuvant chemotherapy in breast cancer patients

表2 復發或轉移性乳腺癌化療方案Tab.2 Chemotherapy regimen for recurrent or metastatic breast cancer

表3 肝損傷嚴重程度分級Tab.3 Classification of severity of liver injury

1.3 研究方法

1.3.1 研究分組

采用病例對照研究方法，根據肝功能檢測指標中的相對最高值進行判斷，顯示出現肝損傷的為病例組，未出現肝損傷的為對照組。

1.3.2 信息采集

利用復旦大學附屬腫瘤醫院電子病例系統，統計乳腺癌患者信息如下：

⑴ 患者基本特征：年齡、身高、體質量、體質量指數（body mass index，BMI）及體表面積（body surface area，BSA）等；

⑵ 病史信息：合并癥、肝損傷史、既往化療方案、TNM分期及肝功能相關實驗室指標等；

⑶ 治療信息：化療方案、化療周期及出現肝損傷時的化療療程等因素。

1.4 統計學處理

利用SPSS 20.0軟件進行統計學處理。計數資料采用χ2檢驗，計量資料采用獨立樣本t檢驗，對病例組和對照組的各因素基線水平進行單因素分析，初步篩選得出的顯著影響肝損傷的因素進行多因素分析。采用二元logistic分析，排除混雜因素的干擾，對于多分類變量合理設置啞變量，得出顯著影響因素并建立預測模型，采用受試者工作特征（receiver operating characteristic，ROC）曲線分析評價預測模型效能。P＜0.05為差異有統計學意義。

2 結果

2.1 患者基本特征

2017年1月—2017年12月在復旦大學附屬腫瘤醫院接受化療的乳腺癌患者共1 800例，其中符合納入和排除標準的患者724例。中位年齡51歲（19～80歲）?；熎陂g出現肝損傷患者295例（40.74%），患者基本特征見表4。

2.2 乳腺癌患者化療致肝損傷的危險因素分析

對各因素水平的單因素分析，計數資料的χ2檢驗結果顯示，病例組與對照組在年齡分段、TNM分期、肝臟基礎疾病史、密集化療方案、紫杉醇聯合鉑類方案、含5-FU方案、含環磷酰胺方案、含紫杉醇方案、含鉑類方案和含多西他賽方案方面差異有統計學意義（P＜0.01，表5）。

計量資料的獨立樣本t檢驗結果顯示，病例組與對照組僅在年齡和目前化療所處周期以及肝實驗室檢測指標總膽紅素（total bilirubin，TBIL）、谷丙轉氨酶（alanine aminotransferase，ALT）、堿性磷酸酶（alkaline phosphatase，ALP）、谷草轉氨酶（aspartate aminotransferase，AST）方面差異有統計學意義（P＜0.01，表5～6）。

表4 患者基本特征Tab.4 Basic characteristics of patients

表5 計數資料的群組統計及χ2檢測結果Tab.5 Group statistics of counting data and χ2 test results

表6 群組計量資料獨立樣本t檢驗結果Tab.6 Results of independent sample t test for group measurement data

2.3 乳腺癌患者化療致肝損傷的預測模型建立

2.3.1 二元logistic模型建立

基于單因素分析結果的多因素分析顯示，年齡分段、BSA值、TNM分期、肝臟基礎疾病史、密集型化療方案、紫杉醇聯合鉑類化療方案、含蒽環類方案成和目前所處化療周期為乳腺癌患者化療引起肝損傷的獨立危險因素（表7）。

將多因素分析結果以及有實際臨床意義的因素代入構建二元logistic 模型：P=1/1+Exp∑(0.901-AX1+1.01X2+TX3-1.82X4+5.225X5+1.256X6+0.874X7-0.764X8)，特異度為91.61%，靈敏度為81.69%，準確度為87.60%，陰性預測值（negative predictive value，NPV）為87.92%，陽性預測值（positive predict value，PPV）為87.00%（表8）。其中，A為患者年齡所處分段的常數；T為不同分期所對應的常數；X1為年齡；X2為BSA值；X3為對應分期；X4為肝損傷史有無，0=“無”，1=“有”；X5為密集方案，0=“否”，1=“是”；X6為紫杉醇聯合鉑類方案，0=“否”，1=“是”；X7為含蒽環類方案，0=“否”，1=“是”；X8為目前化療所處周期。該模型的PPV達87.00%，PPV是指根據預測值預測出現肝損傷的病例占實際肝損傷病例的比例，PPV高，能指導醫師進行及時干預。而NPV則為87.92%，NPV表示根據預測值預測未出現肝損傷的病例占實際未肝損傷病例的比例，NPV越高，此類患者在治療方案中出現肝損傷率越低。NPV和PPV可以在不同情況下指導醫師及時對肝損傷進行干預，體現了該預測模型的價值。結果見表8。

表7 二元logistic分析及模型方程式中的變數Tab.7 The variables in the bivariate logistic analysis and the model equation

表8 二元logistic模型評價Tab.8 bi variate logistic model evaluation

2.3.2 受試者工作特征（receiver operating characteristic，ROC）曲線分析

根據建立的預測模型，對肝損傷結果進行分析，以靈敏度為縱坐標（代表真陽性率），1-特異度為橫坐標（代表假陽性率），作圖繪制ROC曲線。ROC曲線分析顯示，ROC曲線的曲線下面積為0.923（95% CI：0.901～0.944，P＜0.001，表9）。該肝損傷預測模型的準確度較高，預測能力較好，臨界值為0.466。ROC曲線見圖1。

圖1 基于肝損傷模型預測的ROC曲線Fig.1 ROC curve based on liver injury model prediction

表9 ROC曲線參數Tab.9 ROC curve parameters

3 討 論

對各因素水平的單因素分析，計數資料的χ2檢驗結果顯示，年齡分段、TNM分期、肝臟基礎疾病史、密集化療方案、含5-FU方案、含環磷酰胺方案、含紫杉醇方案、含鉑類藥物方案、含多西他賽方案在病例組和對照組中差異有統計學意義。而計量資料的獨立樣本t檢驗結果顯示，年齡分段、目前化療所處周期和肝實驗室檢驗指標（TBIL、ALT、ALP、AST）在病例組和對照組中差異有統計學意義。其中生化指標（TBIL、ALT、ALP、AST）的分析結果顯示作為數據的質控指標，不納入多因素分析。在上述單因素分析結果的基礎上，將差異有統計學意義的因素（除生化指標）進行多因素回歸分析，發現年齡分段、TNM分期、密集型化療方案、紫杉醇聯合鉑類化療方案、含蒽環類方案和目前化療所處周期成為乳腺癌患者化療引起肝損傷的獨立危險因素。然而在單因素的分析中，有無肝臟基礎疾病史差異有統計學意義（P＜0.01），在臨床實踐中有一定的現實意義。

本研究顯示，年齡分段為50歲以上的患者在病例組和對照組中出現肝損傷的差異有統計學意義（P＜0.01），說明年齡是肝損傷風險的獨立危險因素。因為隨著年齡增加，機體有效的肝細胞數減少，肝藥酶數量也相應減少，肝功能減退，肝損傷風險也就越高。而且老年人基礎疾病比較多，往往需要聯合用藥。陳智嫻等［4］在一項探討老年人與中青年的藥物性肝損傷研究中指出，老年組聯合用藥引起的肝損傷比例高于青年組，聯合用藥后多種藥物代謝競爭同一亞型代謝酶導致藥物累積所致肝損傷，可見聯合用藥后老年患者的肝損傷風險會更高。

雖然BSA值差異無統計學意義，但本研究仍然考慮將BSA值作為風險因素。因為BSA值越高，藥物用量也會增加，出現藥物性肝損傷風險也就越高。Furlanetto等［5］進行的一項實驗結果顯示，根據BSA值給藥會增加不良反應的發生率。另外一項研究指出，BSA值高、BMI低和較長的化療周期與中性粒細胞減少有關［6］。所以，本研究在這次考慮預測模型時，也將此作為一個風險因素。腫瘤專科臨床醫師在實際考慮用藥劑量時，往往根據患者的BSA值給藥，而不是根據患者的藥代動力學曲線下面積考慮用藥。

本研究中無肝臟基礎疾病史的患者出現化療致肝損傷的比例為42.00%，而有肝臟基礎疾病史的患者出現化療所致肝損傷的比例為25.45%，差異有統計學意義（P＜0.01）。有研究顯示，肝臟基礎疾病是藥物性肝損傷的危險因素之一［7］，所以本研究也將此因素納入預測模型。腫瘤TNM分期反映腫瘤大小及受累范圍，以及有無淋巴結轉移和血行遠處轉移。通常分期越早，患者預后就越好，分期高則表示腫瘤進展程度越高，化療期間用藥所致肝損傷的可能性也就越大。本研究的統計學分析結果顯示，病理學分期在Ⅱ級以上，病例組與對照組的差異有統計學意義（P＜0.05），所以本研究將病理學分期作為一個風險因素納入預測模型。

在化療方案中，病例組和對照組在是否密集方案、紫杉醇聯合鉑類方案和蒽環類藥物方面差異有統計學意義，所以成為預測模型中的風險因素?；煼桨笧閯┝棵芗腁C序貫P或序貫劑量密集P時，常見不良反應為血液學毒性、消化道毒性和肝毒性［8］。在《中國臨床腫瘤學會（CSCO）乳腺癌診療指南（2017.V1）》［9］中也只是推薦劑量密集AC-P治療部分可耐受的三陰性乳腺癌患者。蒽環類化療藥是一類抗腫瘤活性強的廣譜抗腫瘤藥物，是乳腺癌化療的基礎藥物，應用廣泛，可能會引起肝、腎及心臟毒性。蒽環類藥物進入細胞，觸發線粒體中的電子傳遞過程，產生超氧陰離子或過氧化物等活性氧成分，而在肝細胞中存在大量線粒體，蒽環類藥物更容易產生過量活性氧，造成肝細胞氧化損傷，產生肝毒性［10］。紫杉醇是一種從植物中提取的抗腫瘤活性藥物，通過誘導細胞的微管聚合，抑制微管解聚進而干擾細胞的有絲分裂，誘導細胞凋亡。其在體內會下調肝組織抗氧化功能，引發脂質過氧化，造成肝細胞應激損傷［11］。而鉑類藥物屬于細胞周期非特異性藥物，在細胞內水解后，以單鏈內聯結構與DNA交叉聯結，從而抑制DNA復制，對處于任意細胞周期的腫瘤細胞均具有殺傷作用，在有絲分裂期及DNA合成期殺滅作用更強?！躲K類藥物臨床應用與不良反應管理專家共識》［12］指出，鉑類藥物肝毒性主要表現為肝實驗室檢驗指標（TBIL、ALT、ALP、AST）升高，多為一過性、可逆性的改變，其中肝功異常發生率較高的是卡鉑和奧沙利鉑，分別為24%和46%。紫杉醇和鉑類藥物聯用，肝毒性累加，肝損傷風險越高，所以本研究將紫杉醇聯合鉑類方案作為獨立風險因素納入預測模型。

目前化療所處周期在病例組和對照組中的差異有統計學意義（P＜0.01）。出現肝損傷的患者多數處在第4～5個周期，這和Nakano等［13］的研究大致相同。未出現肝損傷或其他嚴重不良反應的患者可以完成整個化療療程，與患者沒有出現肝損傷，不需要更換化療方案或推遲化療有關。而化療所致的肝損傷出現的周期可能較晚，與化療藥物引起的肝細胞慢性變化有關，導致藥物性肝損傷，但這種變化不是積蓄性的［14］。

因此，我們將上述風險因素建立肝損傷二元logistic回歸預測模型：P=1/1+Exp∑(0.901-AX1+1.01X2+TX3-1.82X4+5.225X5+1.256X6+0.874X7-0.764X8)。其中，A為患者年齡所處分段的常數；T為不同分期所對應的常數；X1為年齡；X2為BSA值；X3為對應分期；X4為肝臟基礎疾病史有無，0=“無”，1=“有”；X5為密集方案，0=“否”，1=“是”；X6為紫杉醇聯合鉑類方案，0=“否”，1=“是”；X7為含蒽環類方案，0=“否”，1=“是”；X8為目前化療所處周期。P值越接近于1，則越可能出現肝損傷，P值越接近于0，則出現肝損傷的可能性就越小，臨界值為0.466。計算ROC曲線的曲線下面積為0.923（0.9～1.0），該模型的準確度高，預測能力較好。

復旦大學附屬腫瘤醫院乳腺癌患者化療后引起肝損傷的比例相對較高，根據本研究入組病例可以看到化療期間出現1度肝損傷有198例，2度及以上肝損傷有97例，共計出現肝損傷患者295例（40.74%）。因此建立切實有效的預測模型，對預測有肝損傷風險的患者采取一定干預措施非常必要。我們所建立的二元logistic預測模型具有較高的特異度（91.61%）和靈敏度（81.69%），能夠滿足臨床乳腺癌患者的化療致肝損傷的預測要求，從而為臨床醫師選擇合理的化療方案提供決策依據。