聚乙二醇干擾素α-2b治療HBeAg陰性慢性乙型肝炎患者實現HBsAg清除的預測因素及列線圖構建

王佳露， 席德揚， 顏學兵， 季 芳， 李春楊

徐州醫科大學附屬醫院感染性疾病科， 江蘇 徐州 221002

全球范圍內大約有2 億人感染HBV，其中約3 500萬人患有慢性乙型肝炎（CHB），這是導致慢性、進行性和終末期肝病的主要原因［1-3］。目前治療CHB 的藥物主要有核苷（酸）類似物和聚乙二醇干擾素（PEGIFN）［2］，其中PEG-IFNα-2b 是一種長效型干擾素，具有廣譜的抗病毒和免疫調節作用［4］。PEG-IFNα-2b 可以通過激活免疫系統，增強人體的免疫力，從而幫助機體抵抗病毒感染［5］。研究表明，PEG-IFNα-2b 能夠明顯提高CHB患者的HBsAg清除率［6］和臨床治愈率，同時具有較低的藥物耐受性［7］。LASSO回歸［8］與傳統線性建模方法相比，在特征選擇、共線性處理以及異常值方面更強，已廣泛地應用到基因篩選、疾病診斷和預后模型的構建上。在PEG-IFN 治療中，HBeAg 陰性CHB 患者在實現HBsAg 清除方面具有更高的清除率［9］，但由于PEG-IFNα-2b 有較多的副作用［10］以及應用的優勢人群存在較大爭議［11］，因此限制了PEGIFNα-2b 在HBeAg 陰性CHB 患者的應用。基于此，本研究采用LASSO 回歸構建了PEG-IFNα-2b 治療HBeAg 陰性CHB 患者實現HBsAg 清除的早期預測模型，繪制列線圖并進行驗證。

1 資料與方法

1.1 研究對象 納入2020年4月—2021年10月于本院接受PEG-IFNα-2b 治療的HBeAg 陰性CHB 患者，納入標準：（1）年齡>18周歲、慢性HBV感染（HBsAg陽性6個月以上）；（2）HBeAg陰性；（3）接受PEG-IFNα-2b治療48 周。排除標準：缺乏必要的臨床信息、中途退出治療等。

1.2 治療方法 采用廈門特寶生物工程股份有限公司生產的PEG-IFNα-2b 注射液進行抗病毒治療，療程為48周。

1.3 觀察指標 收集患者必要的基本信息和基線、治療12、24 和48 周的HBV 血清學標志物、血常規、肝功能等檢查結果。實現HBsAg 陰轉的CHB 患者，繼續治療并隨訪至48周。主要指標：PEG-IFNα-2b治療48周HBsAg消失或者血清學轉換。次要指標：基線時HBV DNA、HBsAg、ALT、AST、PLT 水平，0～12 周時HBV DNA、HBsAg、ALT、AST和PLT下降水平。

1.4 檢測方法 HBV DNA 檢測采用廈門安普利生物有限公司Anadas-9850 熒光PCR 分析系統，檢測的敏感度為20 IU/mL，對于低于檢測值下限的數據，按照1 IU/mL 計算，對于HBsAg 檢測采用日本Sysmex 公司Sysmex高敏化學發光免疫分析儀，HBsAg正常參考值為0～0.03 IU/mL，并對HBV DNA 和HBsAg 數據取對數處理。以上檢測均在本院感染科實驗室完成。

1.5 統計學方法 采用R4.2.2 軟件進行統計分析。符合正態分布的計量資料以±s表示，兩組間比較采用成組t檢驗，不符合正態分布的計量資料以M（P25～P75）表示，兩組間比較采用Wilcoxon 秩和檢驗。分類變量兩組間比較采用χ2檢驗。采用LASSO回歸、單因素和多因素Logistic 回歸分析構建列線圖模型，并利用受試者工作特征曲線（ROC 曲線）分析評估其預測能力，根據ROC曲線下面積（AUC）比較預測價值。繪制校準曲線和決策曲線對模型的一致性和精確度進行判斷。P<0.05為差異有統計學意義。

2 結果

2.1 患者的臨床資料 納入136 例HBeAg 陰性CHB患者的流程見圖1，按照7∶3的比例將136例患者隨機分為訓練集和驗證集。根據HBsAg 是否轉陰，將所有患者分為陰轉組（38 例）和未陰轉組（98 例）。使用PEG-IFNα-2b初始和經治在兩組患者的HBsAg清除方面無統計學差異（P>0.05）。此外，兩組間基線HBV DNA、HBsAg、AST、ALT水平，0～12周HBsAg、ALT下降水平比較差異均有統計學意義（P值均<0.05）（表1）。驗證集和訓練集患者一般資料的比較見表2。

表1 CHB患者HBsAg是否陰轉患者一般資料比較Table 1 Comparison of general information between CHB patients with and without HBsAg clearance

表2 訓練集和驗證集CHB患者的一般資料比較Table 2 Comparison of general information of CHB patients in training set and validation set

圖1 納入患者流程圖Figure 1 Flow chart of including patients

2.2 單因素Logistic 回歸和LASSO 回歸分析HBsAg清除的預測因素 單因素Logistic回歸結果顯示：在基線HBV DNA、HBsAg、AST、ALT水平，0～12周HBsAg、ALT 下降水平方面，兩組比較差異均有統計學意義（P值均<0.05）（表3）。以P<0.2 為篩選變量條件，采用了LASSO回歸并進行10倍的交叉驗證，使用交叉驗證λ值（λ=0.070）進行變量篩選，得到LASSO回歸曲線和交叉驗證圖（圖2）。基于LASSO 回歸，篩選了4 個系數非零的變量，分別是：性別、基線HBsAg 水平、0～12周HBsAg下降水平和0～12周ALT下降水平。

表3 CHB患者HBsAg陰轉的單因素Logistic回歸Table 3 Univariate logistic regression for HBsAg clearance in CHB patients

圖2 LASSO回歸分析Figure 2 LASSO regression analysis

2.3 多因素Logistic 回歸分析HBsAg 清除的獨立預測因素 多因素Logistic 回歸分析顯示：性別、基線HBsAg 水平、0～12 周HBsAg 下降水平和0～12 周ALT 下降水平是HBeAg 陰性CHB 患者實現HBsAg 血清學清除的獨立預測因素（P值均<0.05）（表4）。

表4 CHB患者HBsAg陰轉的多因素Logistic回歸分析Table 4 Multivariate logistic regression for HBsAg clearance in CHB patients

2.4 列線圖建立 為了更好地滿足臨床需要，基于多因素Logistic回歸篩選的獨立預測因素和相應系數，構建了評估HBeAg 陰性CHB 患者在48 周實現HBsAg 血清學清除概率的預測模型：評分=-0.66+1.68ד性別（1=男，2=女）”－2.16ד基線HBsAg 水平（lg IU/mL）”+1.71ד0～12 周HBsAg 下降水平（lg IU/mL）”－0.02ד0～12 周ALT 下降水平（U/L）”。并根據預測模型繪制了列線圖，列線圖包括性別、基線HBsAg 水平、0～12周HBsAg水平和0～12周ALT下降水平四個變量，根據每個變量得分相加后的總分可預測HBsAg 的清除率（圖3）。

圖3 列線圖Figure 3 Nomogram

2.5 列線圖準確度檢驗 為了驗證構建的預測模型的準確性，進一步繪制了ROC 曲線。在訓練集中，AUC 為0.934（95%CI：0.886～0.981），驗證集AUC 為0.921（95%CI：0.838～1.000），結果表明本研究所構建的模型不管是在訓練集還是驗證集都具有較好的準確性（圖4）。此外，本研究在訓練集和驗證集上分別繪制了校準曲線（圖5），來檢測模型的準確度，結果表明列線圖的預測概率接近于實際概率，再次表明本研究所構建的模型具有較好的可靠性。最后，使用決策曲線比較了列線圖與獨立影響因素的預測能力，決策曲線結果顯示，列線圖在預測HBeAg 陰性CHB 患者48 周實現HBsAg 血清學清除方面優于獨立影響因素（圖6）。

圖4 模型在訓練集和驗證集的ROC曲線Figure 4 ROC curve analysis of the model on the training and validation set

圖5 列線圖模型在訓練集和驗證集中的校準曲線Figure 5 Calibration curve of the column line nomogram model in the training and validation set

圖6 列線圖模型在訓練集和驗證集中的決策曲線Figure 6 Decision curve analysis of the column nomogram model on the training and validation set

3 討論

CHB 是導致肝衰竭、肝硬化、肝細胞癌的主要原因之一，每年約有80萬人死于HBV 感染相關性疾病，因此阻止疾病進一步進展，減少原發性肝癌、失代償性肝硬化等事件的發生十分關鍵［12-13］。目前，臨床治愈是CHB患者最理想的治療目標［3］，國內外乙型肝炎相關指南均較關注CHB 的臨床治愈問題［14-17］，并強調在CHB 的治療和管理過程中，對于部分適合的患者，應盡可能追求臨床治愈。目前兩種主要的抗病毒藥物：核苷（酸）類似物僅具有直接抗病毒作用，5 年HBsAg 清除率僅有5%～10%；PEG-IFN 具有雙重作用機制，通過作用于病毒復制周期直接抗病毒以及免疫調節作用間接抑制HBV 復制［18］。基于PEG-IFNα 治療是目前追求臨床治愈的最佳策略［19-20］。但是，由于目前總體HBsAg 清除率仍較低，PEG-IFNα 價格昂貴，不良反應較多，篩選“優勢人群”迫在眉睫。

本研究回顧性分析了HBeAg 陰性CHB 患者接受PEG-IFNα-2b 治療過程中HBsAg 定量及ALT 水平變化以及治療前HBsAg 定量、治療早期HBsAg 下降幅度對48周HBsAg清除的預測價值并構建HBsAg清除的預測模型。結果顯示，PEG-IFNα-2b 治療48 周時，獲得HBsAg 清除的CHB 患者HBsAg 基線水平較未獲得HBsAg清除的CHB患者HBsAg基線水平低，說明基線HBsAg 定量與PEG-IFNα-2b 治療獲得HBsAg 清除存在一定關系。研究還發現，陰轉組0～12 周的HBsAg下降幅度及0～12 周ALT 升高幅度明顯高于非陰轉組，提示在治療早期HBsAg 下降幅度大、ALT 水平升高明顯者，更有助于HBsAg 的清除。這與2022 年高志良教授團隊［21］和2021 年謝堯教授團隊［22］的研究結果一致。本研究構建的預測模型表明，性別、基線HBsAg 水平、0～12 周的HBsAg 下降水平和0～12 周的ALT升高是患者HBsAg清除的獨立預測因子。

基于以上獨立預測因素構建的預測模型，不管在訓練集還是驗證集都表現出較好的預測能力，可用于輔助臨床患者治療的決策。本研究發現接受PEGIFN 治療48 周的HBeAg 陰性CHB 患者中，乙型肝炎初始和核苷（酸）類似物經治患者的HBsAg 清除率分別為25.5%和29.2%。然而，謝堯教授團隊［22］研究發現91 例接受PEG-IFN 初治CHB 患者48 周和96 周的HBsAg 清除率分別為3.7%和11.1%；高志良教授團隊［23］研究發現153 例核苷（酸）類似物經治CHB 患者接受PEG-IFN 治療48 周和96 周的HBsAg 的清除率分別為14.4%和20.7%。本研究結果與上述結果不一致，可能與本院在使用PEG-IFN 前對患者進行評估以確保患者真正受益有關。

綜上所述，HBeAg陰性CHB患者接受PEG-IFNα-2b治療后能顯著提高HBsAg 清除，尤其對于基線HBsAg水平低、0～12 周HBsAg 下降明顯及治療12 周ALT 水平升高的患者，48周時HBsAg清除效果更佳。本研究屬于單中心回顧性研究，樣本量較少，機器學習對于大樣本會更加準確，未能充分發揮機器學習的優勢，以后將進一步擴大樣本量開展前瞻性研究。

倫理學聲明： 本研究由徐州醫科大學附屬醫院倫理委員會審查通過，批號：XYFY2021-KL260-01，并取得患者知情同意。

利益沖突聲明： 本文不存在任何利益沖突。

作者貢獻聲明：王佳露主要負責文章設計，數據分析，論文寫作；席德揚負責數據收集，論文修改；顏學兵、季芳、李春楊負責指導文章寫作并最后定稿。