多種無創診斷模型診斷慢性肝病患者肝纖維化的效能

解 琴，梁艷平，張 引，徐增輝，尤麗英

（昆明醫科大學附屬甘美醫院/昆明市第一人民醫院全科醫學科，云南 昆明 650011）

肝纖維化（liver fibrosis，LF）是慢性肝病發展成為肝硬化、肝衰竭甚至肝癌的轉折點，是影響慢性肝病預后的重要環節。肝纖維化是一種可逆的病理現象，早期識別肝纖維化，阻止、延緩或逆轉肝纖維化向肝硬化進展，是疾病治療的關鍵。目前診斷肝纖維化的“金標準”仍然是肝穿刺活檢，但由于肝穿刺活檢它本身存在創傷性、取樣局限性、可重復性差以及潛在出血風險等問題限制了它在臨床上的應用，因此迫切尋求一種安全、準確、易于操作、可重復的方法診斷肝纖維化。

近年來許多學者對肝纖維化的診斷和評估做了大量的研究，在其無創診斷方面提出了一些無創模型診斷方法，例如APRI[1]、FIB-4[2]、Forns[3]、GPRI[4]、S指數[5]、King[6]、RPR[7]，這些模型的血清學指標在臨床上易于獲得，相關研究證實它們對肝纖維化有一定的診斷價值，但各研究結果的診斷價值不一，缺乏廣泛的臨床驗證，還需進一步研究。本研究選用上述7種無創肝纖維化模型，以肝臟組織病理學檢查的纖維化分期作對比，驗證其在慢性肝病肝纖維化的診斷效能，為臨床診斷肝纖維化提供依據。

1 資料與方法

1.1 病例來源

本研究選取2016年1月至2020年12月在昆明醫科大學附屬甘美醫院住院患者。入選標準[8]：患者年齡≥18歲且≤80歲，生化指標提示有肝功能異常半年以上，行肝穿刺活檢且具有完整的臨床檢查結果和實驗室資料。排除標準：嚴重的心肺疾病；肝、脾及其他器官的占位性病變；引起肝脾腫大的相關疾病；肝穿刺禁忌癥患者；肝外膽道梗阻等。符合條件患者67例，男36例，女31例。經患者同意并簽署知情同意書后行肝組織活檢，活檢前1～2 d全部行血常規、血生化、凝血功能檢查，并記錄下患者年齡及性別。本研究通過昆明醫科大學附屬甘美醫院倫理委員會審核批準，研究對象均已簽署知情同意書。

1.2 肝活檢

由超聲科專一固定醫生操作，采用Menghini針雙人法一秒鐘快速負壓抽吸法取材。肝組織用10%甲醛溶液固定，常規石蠟切片，行HE、Gorden-Sweet法、Masson三色和膠原纖維（VG）染色。合格肝組織定義為標本長度21.5 cm，且匯管區27個。病理切片的肝纖維化程度由我院病理科統一判讀，肝纖維化程度分期診斷參照Scheuer診斷標準，肝組織炎癥分為G0、G1、G2、G3、G4，纖維化程度分為S0、S1、S2、S3、S4。昆明醫科大學附屬甘美醫院病理診斷不清晰時，由昆明醫科大學病理教研室閱片協助診斷。

1.3 實驗室指標

收集肝穿刺活檢1～2 d前的血小板計數（PLT）、紅細胞分布寬度（RDW%）、丙氨酸氨基轉氨酶（ALT）、天冬氨酸氨基轉氨酶（AST）、γ-谷氨酰轉移酶（GGT）、白蛋白（ALB）、總膽固醇（TC）、國際標準化比值（INR）。

1.4 無創肝纖維化模型

按照原始文獻中給出的公式計算[1-7]。

APRI=AST/PLT×100

Forns=7.811-3.131×Ln(PLT)+0.781× Ln(GGT) +3.467×Ln(年齡)-0.014×TC

GPR指數=（GGT/ULN）÷（PLT/100）

S指數=1 000×GGT/ (PLT×ALB2)

King指數=年齡×AST×INR/PLT

RPR評分=RDW (%)/PLT

1.5 統計學處理

采用SPSS 21.0和Med Cal 15.2軟件。符合正態分布的計量資料用表示，組間比較采用方差分析，非正態分布的計量資料用M（P25，P75）表示，組間比較應用Kruskal-Wallis H檢驗；相關性分析應用Spearman分析；采用ROC曲線下面積（area under receiver operating characteristic curve，AUROC）評價各模型的診斷價值；采用De Long法對各模型AUROC的準確性進行比較；采用多因素Logistic回歸分析構建聯合預測因子（引入標準：P＜0.05，剔除標準：P＞0.10，方法為Backward：wald），用AUROC、敏感度、特異度、陽性似然比、陰性似然比比較其診斷價值。P＜0.05為差異有統計學意義。

2 結果

2.1 臨床特征

入組67例患者，男36例，女31例，最小年齡18歲，最大年齡80歲，平均（49.1±12.1）歲。其中慢性乙型肝炎26例，自身免疫性肝病27例，酒精性肝病5例，非酒精性肝病6例，藥物性肝病3例。肝纖維化S1期21例（31.3%），S2期17例（25.4%），S3期12例（17.9%），S4期17例（25.4%）。肝纖維化4組間ALB、AST、TBil、ALP、TC、PLT、RDW差異有統計學意義（P＜0.05），性別、年齡、ALT、GGT差異無統計學意義（P＞0.05），見表1。

表1 納入患者臨床資料特征比較[/M（P25，P75）]Tab.1 Comparison of clinical data characteristics of included patients [/M（P25，P75）]

表1 納入患者臨床資料特征比較[/M（P25，P75）]Tab.1 Comparison of clinical data characteristics of included patients [/M（P25，P75）]

注：*P＜0.05；ALB=白蛋白，ALT=丙氨酸氨基轉氨酶，AST=天冬氨酸氨基轉氨酶，TBiL=總膽紅素，ALP=堿性磷酸酶，GGT=γ-谷氨酰轉移酶，TC=總膽固醇，PLT=血小板計數，RDW%為紅細胞分布寬度。

2.2 無創模型在肝纖維化分期中的差異性比較

組間GPR的比較無統計學意義（P＞0.05），APRI、FIB-4、Forns、S指數、King、RPR比較有統計學意義（P＜0.05），進一步兩兩比較提示APRI、FIB-4、Forns、S指數、King在S1和S4期比較有統計學意義，RPR在S1和S4、S2和S4期有統計學意義（P＜0.001），見表2。

表2 不同肝纖維化分期患者無創診斷模型得分[M（P25，P75）]Tab.2 Comparison of non-invasive diagnostic model scores for patients in different stages of liver fibrosis [M（P25，P75）]

2.3 無創模型評分與炎癥分級和肝纖維化分期的相關性

各模型與炎癥分級（G）和肝纖維化分期（F）均成正相關，其中FIB-4與炎癥分級的相關性最高（相關系數=0.669），RPR與肝纖維化分期的相關性最高（相關系數=0.769）；GPR與炎癥分級、肝纖維化分期的相關性均最低（表3）。

表3 各模型與炎癥分級（G）肝纖維化分期（F）的相關性Tab.3 Correlation between each model and inflammation grade（G）and liver fibrosis stage（F）

2.4 無創模型診斷肝纖維化的效能分析

各模型診斷肝纖維化的效能見表4，采用De Long法對各模型AUROC進行比較，結果表明GPR對≥S2、S3期肝纖維化無診斷價值（P＞0.05），RPR、FIB-4對≥S3、S4期肝纖維化無診斷價值，Z值分別為1.385、0.12（P＞0.05），RPR的AUROC大于其他模型；診斷≥S2期King與除外FIB-4的模型比較無統計學意義。

表4 各模型診斷肝纖維化的AUROC比較Tab.4 Comparison of AUROC in liver fibrosis diagnosis of each model

2.5 RPR、FIB-4、APRI聯合診斷肝纖維化效能比較

將APRI、FIB-4、Forns、GPR、S指數、King、RPR模型納入多因素Logistic回歸分析（引入標準：P＜0.05，剔除標準：P＞0.10，方法為Backward：wald），表明RPR、FIB-4、APRI為診斷肝纖維化的影響因子，遂構建聯合預測因子RPR+FIB-4 +APRI，繪制ROC曲線，結果提示聯合診斷的診斷價值均大于單一模型（表5、圖1）。

圖1 RPR+FIB-4+APRI聯合診斷肝纖維化ROC曲線Fig.1 ROC curve of RPR+FIB-4+APRI combined diagnosis of liver fibrosis

表5 APRI、FIB-4、RPR聯合診斷肝纖維化效能比較Tab.5 Comparison of efficacy of APRI，FIB-4 and RPR in the combined diagnosis of liver fibrosis

3 討論

肝纖維化無創診斷是目前研究的熱點，ARPI、FIB-4在我國指南中被推薦作為評估肝纖維化程度的方法[9]，但近來的一項研究指出APRI、FIB-4只能以中等靈敏度和準確性檢測纖維化[10]。本研究以肝臟病理檢查為基礎分析了七種無創模型在肝纖維化中的診斷價值，結果顯示RPR無創模型診斷肝纖維化價值相對最優，GPR模型診斷效能最低。

RPR建模時診斷嚴重纖維化和肝硬化的AUC分別為0.825和0.884[7]，優于APRI、FIB-4，隨后Ding的研究[11]顯示RPR的預測肝纖維化的能力優于Forns、S指數。一項Meta分析表明RPR預測顯著纖維化、進展期纖維化、肝硬化的AUC為0.73、0.73和0.84[12]，本研究中RPR診斷它們的AUC為0.866、0.883、0.967，其中診斷S4期肝纖維化的PLR大于10，NLR小于0.1。RPR診斷效能優與其他模型的原因可能在于，RPR納入的指標RDW是從完整血細胞計數獲得的血液學參數，而其他模型都納入了肝酶指標，酶標記物是肝細胞損傷的指示物，表明酶從肝臟釋放到循環中的速率以及從循環中清除的程度。因此除肝纖維化外的許多肝病都有較高的酶活性，而血細胞參數只能通過計數來反映生理狀態。隨著病情的進展，慢性肝病患者會出現紅細胞體積的變化，以RDW變化最顯著，這可能與肝病患者異常的免疫狀態激活、脂質代謝異常等影響了紅細胞生成、變形能力有關[13]。

GPR在西非國家的慢乙肝肝纖維化患者中提出，研究結果顯示是一種較APRI和Fib-4更準確的模型[4]，這與Rong Qi[14]、Liu D P[15]在中國慢乙肝患者中的研究結果相似。但在本研究中，GPR模型評分在肝纖維化分組中差異比較無統計學意義，與炎癥及纖維化程度的相關性最低（r=0.425、0.259），診斷顯著纖維化、進展期纖維化的AUROC值無統計學意義，這與Huang R[16]、Schivavon[17]研究結果相似，GPR模型相比APRI和FIB-4在診斷肝纖維化方面并未顯出明顯優勢。相關研究結果差異的原因考慮一方面為GPR包含了GGT、PLT兩個參數，沒有納入凝血、膽紅素、白蛋白等反應肝臟功能的重要指標，二是研究樣本量、樣本來源、分組標準等不同，本研究納入病例數偏少。

本研究將回歸分析中影響最高的3種模型（RPR、FIB-4、APRI）作聯合診斷預測，結果顯示在診斷顯著纖維化、進展期纖維化、肝硬化的效能均有明顯提高，這和其他學者的研究結果是一致的[18-19]，故提示在診斷肝纖維化時應綜合應用多項反應肝功能的指標，提高診斷符合率。

本研究為單中心回顧性研究，樣本量相對較少，納入了多種病因導致慢性肝病的病例，結果提示RPR是上述7個無創模型中診斷效能最優的，未來將進一步擴大樣本量、多中心、單病種肝病進行研究論證。本研究結果顯示聯合多種無創模型可提高對肝纖維化診斷的準確性，提示臨床上運用聯合診斷的方法可提高診斷效能。雖然目前無創診斷模型還不能替代肝活檢，但仍然可以作為預測慢性肝病患者肝纖維化的一種選擇，甚至在動態監測病情等方面提供一定的依據。