PDF下载 ( 905 KB)
年龄≤30岁慢性HBV感染者启动抗病毒治疗无创预测模型的构建及分析
DOI: 10.12449/JCH240708
Establishment of a noninvasive predictive model for antiviral therapy in patients with chronic hepatitis B virus infection and an age of ≤30 years
-
摘要:
目的 通过构建无创模型预测年龄≤30岁的慢性HBV感染者是否需要抗病毒治疗，并验证其诊断价值。 方法 回顾性分析2017年1月—2023年1月深圳市第三人民医院收治的175例符合纳入标准的慢性HBV感染者的临床资料，根据肝穿刺病理结果，将患者分为治疗组（有抗病毒治疗指征，n=41）和观察组（无抗病毒治疗指征，n=134）。分析两组患者的临床资料、影像学检查、血清生化学等指标，通过单因素及多因素Logistic回归分析影响患者具有抗病毒治疗指征的参数，通过相关参数构建不同的预测需要抗病毒治疗的模型，采用受试者工作特征曲线（ROC曲线）比较不同模型的诊断价值。符合正态分布的计量资料组间比较采用成组t检验；不符合正态分布的计量资料组间比较采用Mann-Whitney U秩和检验。计数资料组间比较采用χ2检验或Fisher检验。 结果 治疗组和观察组两组间ALT、铁蛋白、总胆固醇（CHOL）、TG、PLT、肝硬度（STE）、Ⅲ型前胶原N末端肽（PⅢP）比较，差异均有统计学意义（P值均<0.05）。多因素Logistic回归分析显示，CHOL（OR=0.4，95%CI：0.2～1.0）、STE（OR=1.5，95%CI：1.0～2.1）、PⅢP（OR=1.1，95%CI：1.0～1.1）是具有抗病毒治疗指征的独立预测因子。模型1（STE+PⅢP+CHOL）、模型2（STE+PⅢP）、模型3（STE+CHOL）、模型4（PⅢP+CHOL）及STE、PⅢP、CHOL的ROC曲线下面积分别为0.908、0.848、0.725、0.725、0.836、0.725、0.634，模型1 ROC曲线下面积最大，特异度为77.34%，敏感度为96.36%，与STE、PⅢP、CHOL及模型2、模型3、模型4比较，差异均有统计学意义（Z值分别为0.21、3.08、3.06、3.23、0.89、0.88，P值均<0.05）。 结论 通过由CHOL、STE、PⅢP指标构建的无创模型对年龄≤30岁的慢性HBV感染者是否需要抗病毒治疗有较好的预测价值。 Abstract:Objective To predict whether antiviral therapy is required in patients with chronic hepatitis B virus （HBV） infection and an age of ≤30 years by establishing a noninvasive model， and to investigate the diagnostic value of this model. Methods A retrospective analysis was performed for the clinical data of 175 patients with chronic HBV infection who were admitted to Shenzhen Third People’s Hospital from January 2017 to January 2023 and met the inclusion criteria， and according to the results of liver biopsy， they were divided into treatment group with 41 patients （with indications for antiviral therapy） and observation group with 134 patients （without indications for antiviral therapy）. The two groups were analyzed in terms of the indicators including clinical data， imaging examinations， and serum biochemical parameters. The univariate and multivariate Logistic regression analyses were used to investigate the parameters affecting the indication for antiviral therapy， and different models for predicting the need for antiviral therapy were constructed based on related parameters. The receiver operating characteristic （ROC） curve was used to compare the diagnostic value of different models. The independent-samples t test was used for comparison of normally distributed continuous variables between groups， and the Mann-Whitney U rank sum test was used for comparison of non-normally distributed continuous variables between groups； the chi-square test or the Fisher’s exact test was used for comparison of categorical data between groups. Results There were significant differences between the treatment group and the observation group in alanine aminotransferase， ferritin， total cholesterol （CHOL）， triglyceride， platelet count， liver stiffness measured by sound touch elastography （STE）， and procollagen III N-terminal propeptide （PIIIP） （all P<0.05）. The multivariate Logistic regression analysis showed that CHOL （odds ratio ［OR］=0.4， 95% confidence interval ［CI］： 0.2 — 1.0）， STE （OR=1.5， 95%CI： 1.0 — 2.1）， and PIIIP （OR=1.1， 95%CI： 1.0 — 1.1） were independent predictive factors for the indications for antiviral therapy. Model 1 （STE+PIIIP+CHOL）， model 2 （STE+PIIIP）， model 3 （STE+CHOL）， model 4 （PIIIP+CHOL） had an area under the ROC curve of 0.908， 0.848， 0.725， and 0.725， respectively， while STE， PIIIP， and CHOL used alone had an AUC of 0.836， 0.725， and 0.634， respectively， suggesting that model 1 had the largest AUC， with a specificity of 77.34% and a sensitivity of 96.36%， and had a significant difference compared with STE， PIIIP， CHOL， and the models 2， 3， and 4 （Z=0.21， 3.08， 3.06， 3.23， 0.89， and 0.88， all P<0.05）. Conclusion The noninvasive model established based on CHOL， STE， and PIIIP has a good value in predicting the need for antiviral therapy in patients with chronic HBV infection and an age of ≤30 years. -
Key words:
- Hepatitis B virus /
- Forecasting /
- Age Distribution
-
胆囊癌是发生于胆囊系统的一种恶性肿瘤，相关调查研究［1］显示，其发病率为胆道疾病的0.4%～3.8%。由于胆囊癌患者早期缺乏特异性临床症状，且中晚期患者对各种治疗方案的敏感度较低，临床预后差，术后生存率较低［2］。因此，寻找胆囊癌发生发展的分子机制，发现潜在的新的治疗靶点成为胆囊癌规范化诊断以及临床治疗的重点［3］。趋化因子是一类小分子分泌蛋白，具有趋化细胞定向移动的作用，在多种恶性肿瘤中已被证实趋化因子具有调控肿瘤增殖、侵袭以及血管形成等多种作用，在恶性肿瘤发生发展过程中发挥着重要调控作用［4-5］。为了进一步了解CXC型趋化因子配体10（CXCL10）及CXCL12对胆囊癌的调控作用，本研究探讨分析CXCL10及CXCL12在胆囊癌组织中的表达水平及肿瘤侵袭的相关机制，现报道如下。
1. 资料与方法
1.1 研究对象
选择2020年4月—2023年4月在本院手术切除的56例胆囊癌患者肿瘤组织及其癌旁组织标本。患者均经临床病理确诊，符合《胆囊癌诊断和治疗指南（2015版）》［6］中胆囊癌相关诊断标准。纳入标准：（1）患者术前均未行放疗或化疗；（2）年龄40～80岁；（3）临床资料完整。排除标准：（1）合并其他原发性恶性肿瘤患者；（2）合并手术禁忌证患者；（3）合并严重心、肝、肾、肺等机体重要器官功能障碍患者；（4）合并感染性疾病患者。
1.2 细胞及主要材料
人胆囊癌细胞株GBC-SD购于中国科学院上海生科院细胞资源中心；TRIzol试剂购于英国Invitrogen公司；引物购于上海生工生物工程股份有限公司；反转录试剂盒购于日本TaKaRa公司；胎牛血清购于英国Invitrogen公司；LipofectamineTM 3000购于美国Invitrogen公司；CCK-8试剂盒购于日本Dojindo公司。
1.3 RT-PCR法检测癌组织及癌旁组织CXCL10与CXCL12 mRNA表达
采用TRIzol试剂盒提取胆囊癌组织、癌旁组织以及各组胆囊癌细胞中总RNA，测定其浓度及纯度，然后使用反转录试剂盒合成cDNA。引物序列：CXCL10上游引物，5′-GTGGCATTCAAGGAGTA CCTC-3′；下游引物，5′-TGATGGCCTTCGATTCTGGATT-3′。CXCL12上游引物，5′-ATTCTCAACACTCCAAACTGTGC-3′，下游引物5′-ACTTAGCTTCGGGTCAATGC-3′。GAPDH上游引物，5′-GCAGCCAAAAGGGTCATCACTC，下游引物5′-GAGGGGCCATCCACAGTCT TCT-3′。反应体系：2.0 μL cDNA、10.0 μL SYBR Premix ExTaq Ⅱ、上下游引物各4 μL，反应条件：95 ℃预变性30 s，95 ℃ 10 s、60 ℃ 30 s，共完成40个循环，75 ℃延伸5 min。以GAPDH作为内参基因，采用2-△△Ct法计算目的基因相对表达量。
1.4 细胞培养
采用10%胎牛血清的DMEM培养基培养GBC-SD细胞，培养条件为37 ℃、5% CO2。待细胞融合度达到80%～90%时使用胰酶消化，进行传代或用于后续实验。
1.5 构建CXCL10、CXCL12低表达胆囊癌细胞
参照LipofectamineTM 3000说明书，将CXCL10干扰RNA（si-CXCL10）、CXCL12干扰RNA（si-CXCL12）以及干扰阴性对照（si-RNA）分别转染至GBC-SD细胞中，将未转染细胞作为对照。将各组细胞置于37 ℃、5% CO2孵箱内继续培养。
1.6 CCK-8法检测CXCL10、CXCL12低表达对胆囊癌细胞株增殖的影响
将上述各组处理后的细胞接种于96孔板内，接种密度为2×103个/孔，每组设置5个复孔。培养48 h后，每孔内加入10 μL CCK-8试剂，然后继续培养2 h后，酶标仪下测定各组细胞450 nm处吸光度值。
1.7 Transwell检测CXCL10、CXCL12低表达对胆囊癌细胞株迁移能力的影响
将上述各组处理后的细胞消化后，采用无血清培养基将细胞密度调整至1×105/mL，将细胞接种于含基质胶的Transwell上室，每孔100 μL，然后在下室加入500 μL含10%小牛血清的DMEM培养基，继续在孵箱内培养。培养24 h后取出Transwell小室，使用棉签将上室未穿膜的细胞擦去，然后使用4%多聚甲醛固定，并进行结晶紫染色，在显微镜下观察侵袭细胞的数量，随机选取10个视野进行迁移细胞计数。每组重复5次。
1.8 Western Blot检测各组细胞中PI3K/Akt通路表达
将上述各组处理后的细胞消化后收集细胞，使用含有蛋白酶抑制剂的RIPA裂解液提取细胞总蛋白，采用BCA蛋白浓度测定试剂盒测定蛋白浓度。每孔取40 μg蛋白进行SDS-PAGE电泳，电压120 V，电泳完成后，120 V转移150 min至PVDF膜，然后使用5%脱脂奶粉封闭，加入一抗孵育过夜。将孵育后的PVDF膜使用TBST清洗后，加入二抗37 ℃孵育1.5 h。滴加化学发光剂发光液显影，在Image J软件下分析各蛋白灰度值，使用β-actin作为内参蛋白，利用凝胶图像处理系统分析目标蛋白相对表达量。
1.9 统计学方法
采用SPSS 25.0统计软件进行数据分析。计量资料采用
2. 结果
2.1 一般资料
56例胆囊癌患者中男27例，女29例，年龄43～79岁，平均年龄（58.49±10.54）岁。根据TNM分期标准：Ⅰ～Ⅱ期患者21例、Ⅲ～Ⅳ期患者35例。
2.2 癌组织及癌旁组织CXCL10、CXCL12 mRNA及蛋白的表达
在胆囊癌患者中，癌组织CXCL10、CXCL12 mRNA相对表达量均显著高于癌旁组织（P值均<0.05），且癌组织中CXCL10、CXCL12蛋白表达阳性率高于癌旁组织（P值均<0.05）（表1，图1）。
表 1 癌组织及癌旁组织CXCL10 mRNA、CXCL12 mRNA表达比较Table 1. Comparison of CXCL10 mRNA and CXCL12 mRNA expression in cancer tissue and adjacent tissue组别 例数 CXCL10 mRNA CXCL12 mRNA 癌组织 56 1.857±0.315 2.038±0.374 癌旁组织 56 1.024±0.203 1.064±0.221 t值 18.359 20.506 P值 <0.001 <0.001 
注： a，癌组织CXCL10表达阳性；b，癌旁组织CXCL10表达阴性；c，癌组织CXCL12表达阳性；d，癌旁组织CXCL12表达阴性。图 1 癌组织及癌旁组织CXCL10、CXCL12蛋白表达（HE染色，×400）Figure 1. Expression of CXCL10 and CXCL12 proteins in cancer tissue and adjacent tissue （HE staining， ×400）2.3 癌组织CXCL10 mRNA、CXCL12 mRNA表达与患者临床病理参数的关系
不同TNM分期、有无淋巴结转移、有无远处转移及不同肿瘤直径患者的CXCL10、CXCL12 mRNA比较差异均有统计学意义（P值均<0.05）（表2）。
表 2 癌组织CXCL10 mRNA、CXCL12 mRNA表达与患者临床病理参数的关系Table 2. The relationship between the expression of CXCL10 mRNA and CXCL12 mRNA in cancer tissues and clinical pathological parameters of patients临床病理特征 例数 CXCL10 mRNA CXCL12 mRNA 性别 男 27 1.796±0.293 1.985±0.337 女 29 1.914±0.356 2.083±0.405 t值 1.359 0.980 P值 0.183 0.331 年龄 ≥60岁 25 1.894±0.229 1.993±0.311 <60岁 31 1.827±0.336 2.074±0.401 t值 0.850 0.828 P值 0.399 0.411 TNM分期 Ⅰ～Ⅱ期 21 1.447±0.285 1.570±0.324 Ⅲ～Ⅳ期 35 2.103±0.407 2.319±0.452 t值 6.483 6.630 P值 <0.001 <0.001 病理类型 腺癌 49 1.844±0.394 2.015±0.416 其他 7 1.948±0.410 2.199±0.375 t值 0.650 1.106 P值 0.518 0.274 淋巴结转移 有 30 2.153±0.473 2.349±0.332 无 26 1.515±0.338 1.679±0.415 t值 5.724 6.709 P值 <0.001 <0.001 远处转移 有 19 2.203±0.374 2.412±0.423 无 37 1.679±0.310 1.846±0.325 t值 5.580 5.561 P值 <0.001 <0.001 肿瘤直径 >5 cm 21 2.115±0.263 2.414±0.462 ≤5 cm 35 1.702±0.364 1.812±0.394 t值 4.531 5.187 P值 <0.001 <0.001 2.4 各组细胞mRNA及蛋白的比较
CXCL10：si-CXCL10组细胞CXCL10 mRNA相对表达量、CXCL10蛋白表达均显著低于对照组及si-RNA组（P值均<0.05）；CXCL12：si-CXCL12组细胞CXCL12 mRNA相对表达量、CXCL12 蛋白表达均显著低于对照组及si-RNA组（P值均<0.05）（表3）。
表 3 各组细胞CXCL10、CXCL12 mRNA及蛋白的比较Table 3. Comparison of CXCL10 and CXCL12 mRNA and protein expression among different groups分组 mRNA 蛋白 CXCL10 对照组 1.029±0.204 0.937±0.152 si-RNA组 1.048±0.1561） 1.035±0.2241） si-CXCL10组 0.492±0.1151）2） 0.533±0.1281）2） F值 18.878 4.453 P值 <0.001 0.036 CXCL12 对照组 0.937±0.152 1.685±0.217 si-RNA组 1.035±0.2241） 1.603±0.3011） si-CXCL12组 0.533±0.1281）2） 0.997±0.2051）2） F值 11.845 9.186 P值 <0.001 <0.001 注：与对照组比较，1）P<0.05；与si-RNA组比较，2）P<0.05。
2.5 各组细胞增殖和迁移能力的比较
CXCL10：si-CXCL10组细胞CCK-8吸光值与细胞迁移数量均显著低于对照组和si-RNA组（P值均<0.05）；CXCL12：si-CXCL12组细胞CCK-8吸光值与细胞迁移数量均显著低于对照组和si-RNA组（P值均<0.05）（表4，图2）。
表 4 各组细胞吸光值和迁移数量的比较Table 4. Comparison of light absorption value and migration number of cells in each group分组 吸光值 细胞迁移数量 CXCL10 对照组 1.44±0.32 159.43±24.09 si-RNA组 1.39±0.401） 150.35±31.541） si-CXCL10组 0.74±0.151）2） 108.30±25.601）2） F值 8.029 5.005 P值 0.006 0.026 CXCL12 对照组 1.51±0.23 162.39±39.42 si-RNA组 1.59±0.331） 158.23±41.391） si-CXCL12组 0.86±0.201）2） 101.31±29.841）2） F值 11.915 4.202 P值 0.001 0.041 注：与对照组比较，1）P<0.05；与si-RNA组比较，2）P<0.05。
注： a、b、c分别为CXCL10的对照组、si-RNA组和si-CXCL10组；d、e、f分别为CXCL12的对照组、si-RNA组和si-CXCL12组。图 2 低表达CXCL10、CXCL12对细胞迁移的影响（结晶紫染色，×200）Figure 2. Low expression of CXL10 RNA and CXL12 RNA affects cell migration（crystal violet staining， ×200）2.6 各组细胞PI3K/Akt通路蛋白的比较
CXCL10：si-CXCL10组细胞p-PI3K、p-Akt蛋白表达均显著低于si-RNA组及对照组（P<0.05）； CXCL12：si-CXCL12组细胞p-PI3K、p-Akt蛋白表达均显著低于si-RNA组及对照组（P<0.05）（表5，图3）
表 5 各组细胞PI3K/Akt通路蛋白的比较Table 5. Comparison of PI3K/Akt pathway proteins in each group分组 p-PI3K p-Akt CXCL10 对照组 0.984±0.132 1.294±0.120 si-RNA组 1.023±0.1741） 1.317±0.2191） si-CXCL10组 0.485±0.0971）2） 0.720±0.1371）2） F值 23.638 21.152 P值 0.006 <0.001 CXCL12 对照组 1.127±0.133 1.423±0.210 si-RNA组 1.094±0.1651） 1.389±0.1971） si-CXCL12组 0.603±0.1021）2） 0.792±0.1741）2） F值 23.353 16.692 P值 <0.001 <0.001 注：与对照组比较，1）P<0.05；与si-RNA组比较，2）P<0.05。
3. 讨论
胆囊癌患者早期无明显的特异性症状，或患者临床症状与慢性胆囊炎相似，因此临床有着较高的漏诊率和误诊率［7-8］，且胆囊癌患者淋巴结转移的发生率较高，对周围正常组织造成侵袭，临床预后极差，严重影响患者生命健康［9-10］。目前研究［11-12］显示，肿瘤的侵袭转移不仅取决于肿瘤细胞的生物学特性，同时也依赖于宿主细胞以及细胞外基质之间复杂的相互影响作用。研究［13］表明，在肿瘤的侵袭转移过程中，趋化因子生物轴发挥着重要作用。CXCL10也被称为γ干扰素诱导蛋白10，属于CXC趋化因子家族，具有多种生物学功能，如促进T淋巴细胞黏附到内皮细胞，抑制骨髓集落形成并抑制血管生成，同时与炎症性疾病、自身免疫性疾病以及肿瘤等多种疾病有关［14］。国外学者研究［15］发现，CXCL12及其受体CXC型趋化因子受体4（CXCR4）所构成的生物轴在乳腺癌细胞转移中发挥着重要的调控作用，在乳腺癌的原发病灶以及转移灶组织中，CXCR4表达明显升高，而在乳腺癌常见转移灶靶器官，如肝脏、肺、淋巴结、骨髓等组织中配体CXCL12表达较高，肿瘤细胞可沿着趋化因子浓度增加的靶器官进行迁移，从而引发肿瘤细胞的转移。近年来，越来越多的研究［16-18］发现，趋化因子生物轴在肿瘤细胞及其周围的间质细胞交互作用中同样发挥着重要作用。肿瘤相关成纤维细胞与肿瘤相关巨噬细胞均可释放出多种趋化因子，并特异性结合肿瘤细胞膜上对应的受体，导致细胞内信号通路的激活，从而导致肿瘤细胞的侵袭转移能力增强［19］。此外，趋化因子可通过与细胞表面的相应受体结合来发挥作用，而这种受体通常位于免疫细胞如淋巴细胞、白细胞、单核细胞以及巨噬细胞的细胞膜上，当趋化因子释放后，周围的免疫细胞可被吸引至该区域，从而达到招募免疫细胞的目的［20］。这对于肿瘤发展初期的免疫杀伤作用具有一定的积极意义。
本研究结果显示，在胆囊癌患者中，癌组织CXCL10、CXCL12 mRNA相对表达量均显著高于癌旁组织；且胆囊癌患者癌组织CXCL10、CXCL12 mRNA相对表达量与患者TNM分期、淋巴结转移、远处转移以及肿瘤直径有关。与相关研究［21］报道结果相似，提示在胆囊癌的发生发展过程中，CXCL10及CXCL12均发挥着重要的调控作用。
此外，本研究结果显示，转染CXCL10干扰RNA以及CXCL12干扰RNA后，胆囊癌细胞CXCL10、CXCL12 RNA表达被明显抑制。同时，抑制胆囊癌细胞CXCL10、CXCL12 RNA表达，显著抑制了细胞增殖、侵袭，进一步验证了趋化因子对肿瘤细胞增殖、侵袭的调控作用。PI3K/Akt信号通路是G蛋白耦联受体重要的下游通路，多项研究［22-23］显示，PI3K/Akt通路是胆囊癌发生发展的关键信号通路，对胆囊癌细胞增殖、侵袭以及转移均具有重要调控作用。本研究结果显示，抑制CXCL10、CXCL12 RNA表达后，PI3K/Akt通路中关键蛋白PI3K、Akt磷酸化被抑制，提示抑制CXCL10和CXCL12对胆囊癌细胞增殖、侵袭的抑制作用可能与抑制PI3K/Akt通路磷酸化过程有关。
综上所述，胆囊癌组织中CXCL10及CXCL12表达升高，且与胆囊癌发生发展密切相关；抑制CXCL10、CXCL12表达后，胆囊癌细胞增殖、侵袭受到明显抑制，其机制可能与抑制PI3K/Akt通路磷酸化有关，CXCL10、CXCL12有望成为胆囊癌治疗的潜在生物学靶点。
-
表 1 两组患者一般临床特征比较
Table 1. Comparison of the general clinical characteristics between the two patient groups
项目 观察组（n=134） 治疗组（n=41） 统计值 P值 ALT（U/L） 20.1±7.9 23.4±8.4 t=-2.288 0.023 AST（U/L） 29.3±8.2 30.9±8.3 t=0.893 0.051 Alb（g/L） 44.9±6.2 44.3±3.7 t=0.519 0.604 Ferr（ng/mL） 196.5（68.3～391.5） 268.5（98.2～429.2） Z=-1.173 0.032 CHOL（mmol/L） 4.3±0.7 3.8±1.1 t=3.303 0.001 GLU（mmol/L） 4.6±0.5 4.5±0.6 t=0.510 0.611 TG（mmol/L） 1.1±0.8 0.8±0.3 t=2.270 0.024 Cr（μmol/L） 70.2±17.3 71.7±15.6 t=-0.489 0.625 WBC（×109/L） 6.2±1.7 5.6±1.3 t=1.955 0.052 PLT（×109/L） 233.4±47.2 206.4±59.7 t=3.001 0.003 AFP（ng/mL） 2.3（1.7～3.1） 3.2（2.1～6.4） Z=-1.012 0.064 HA（ng/mL） 46.1±24.1 44.1±18.3 t=0.475 0.635 STE（kPa） 6.8±1.4 7.7±2.0 t=-2.479 0.015 脾厚度（mm） 32.0±5.2 32.0±5.6 t=0.015 0.988 合并脂肪肝［例（%）］ 21（15.7） 4（9.8） χ2=0.897 0.344 门静脉内径（mm） 10.1±1.8 10.4±2.0 t=-1.038 0.301 PⅢP（ng/mL） 21.0±10.5 25.9±12.9 t=-2.423 0.016 CⅣ（ng/mL） 15.5±6.5 17.9±8.4 t=-1.865 0.064 LN（ng/mL） 15.5±8.3 16.9±9.1 t=-0.917 0.361 HBsAg（IU/mL） 7 987.4（1 890.7～55 986.7） 6 102.5（2 386.9～26 459.1） Z=-1.402 0.255 HBV DNA［例（%）］ χ2=5.809 0.056 <103 IU/mL 69（51.5） 21（51.2） 103～105 IU/mL 12（8.9） 9（22.0） >105 IU/mL 53（39.6） 11（26.8） 性别［例（%）］ χ2=0.005 0.944 女 58（43.3） 18（43.9） 男 76（56.7） 23（56.1） 年龄（岁） 27.3±3.1 27.1±3.2 t=0.292 0.771 乙型肝炎家族史［例（%）］ 48（35.8） 18（43.9） χ2=0.873 0.350 BMI（kg/m2） 21.4±2.8 21.2±3.2 t=0.286 0.775 
下载: 导出CSV
表 2 单因素及多因素Logistic 回归分析结果
Table 2. Results of the univariate and multivariate Logistic regression analysis
变量 单因素分析 多因素分析 OR（95%CI） P值 OR（95%CI） P值 ALT 1.1（1.0～1.1） 0.025 1.0（0.9～1.1） 0.749 AST 1.2（1.1～1.3） <0.001 1.1（0.9～1.4） 0.252 Ferr 1.0（1.0～1.0） 0.038 1.0（1.0～1.0） 0.195 CHOL 0.5（0.3～0.8） 0.003 0.4（0.2～1.0） 0.046 TG 0.3（0.1～0.8） 0.020 0.2（0.0～1.5） 0.115 PLT 1.0（1.0～1.0） 0.004 1.0（1.0～1.0） 0.416 STE 1.4（1.0～1.9） 0.025 1.5（1.0～2.1） 0.029 PⅢP 1.0（1.0～1.1） 0.021 1.1（1.0～1.1） 0.049
下载: 导出CSV
表 3 需要抗病毒治疗的预测模型构建及比较
Table 3. Predictive model construction and comparison requiring antiviral therapy
参数 AUC 95%CI P值 特异度 敏感度 STE 0.836 0.773～0.899 <0.001 0.657 7 0.954 5 PⅢP 0.725 0.641～0.810 <0.001 0.693 3 0.681 8 CHOL 0.634 0.502～0.766 <0.001 0.748 0 0.545 5 模型1 0.908 0.790～0.937 <0.001 0.773 4 0.963 6 模型2 0.848 0.790～0.907 <0.001 0.775 3 0.863 6 模型3 0.725 0.638～0.812 <0.001 0.674 0 0.727 3 模型4 0.725 0.638～0.812 <0.001 0.674 0 0.727 3 注：模型1，STE+PⅢP+CHOL；模型2，STE+PⅢP，模型3，STE+CHOL，模型4，PⅢP+CHOL。
下载: 导出CSV
-
[1] World Health Organization. Global hepatitis report, 2017[EB/OL].( 2019-04-04)[ 2022-07-05]. https://www.who.int/hepatitis/publications/global hepatitis report2017/en/. https://www.who.int/hepatitis/publications/global hepatitis report2017/en/ [2] LIU J, LIANG WN, JING WZ, et al. Countdown to 2030: Eliminating hepatitis B disease, China[J]. Bull World Health Organ, 2019, 97( 3): 230- 238. DOI: 10.2471/BLT.18.219469. [3] FATTOVICH G, BORTOLOTTI F, DONATO F. Natural history of chronic hepatitis B: Special emphasis on disease progression and prognostic factors[J]. J Hepatol, 2008, 48( 2): 335- 352. DOI: 10.1016/j.jhep.2007.11.011. [4] Chinese Society of Hepatology, Chinese Medical Association; Chinese Society of Infectious Diseases, Chinese Medical Association. Guidelines for the prevention and treatment of chronic hepatitis B(version 2022)[J]. Infect Dis Info, 2023, 36( 1): 1- 17. DOI: 10.3969/j.issn.1007-8134.2023.01.01.中华医学会肝病学分会, 中华医学会感染病学分会. 慢性乙型肝炎防治指南(2022年版)[J]. 传染病信息, 2023, 36( 1): 1- 17. DOI: 10.3969/j.issn.1007-8134.2023.01.01. [5] XIAO GQ, YANG JY, YAN LN. Comparison of diagnostic accuracy of aspartate aminotransferase to platelet ratio index and fibrosis-4 index for detecting liver fibrosis in adult patients with chronic hepatitis B virus infection: A systemic review and meta-analysis[J]. Hepatology, 2015, 61( 1): 292- 302. DOI: 10.1002/hep.27382. [6] EKIN N, UCMAK F, EBIK B, et al. GPR, King’s Score and S-Index are superior to other non-invasive fibrosis markers in predicting the liver fibrosis in chronic Hepatitis B patients[J]. Acta Gastroenterol Belg, 2022, 85( 1): 62- 68. DOI: 10.51821/85.1.9156. [7] LIANG XE, DAI L, YANG SL, et al. Combining routine markers improves the accuracy of transient elastography for hepatitis B cirrhosis detection[J]. Dig Liver Dis, 2016, 48( 5): 512- 518. DOI: 10.1016/j.dld.2016.02.002. [8] ZHOU XL, MA X, WANG YB, et al. Value of aspartate aminotransferase-to-platelet ratio index, fibrosis-4, and gamma-glutamyl transpeptidase-to-platelet ratio in diagnosis of liver inflammation grade in patients with chronic hepatitis B[J]. J Clin Hepatol, 2021, 37( 9): 2066- 2070. DOI: 10.3969/j.issn.1001-5256.2021.09.013.周新兰, 马鑫, 王雁冰, 等. APRI、FIB-4和GPR对慢性乙型肝炎肝脏炎症程度的诊断价值[J]. 临床肝胆病杂志, 2021, 37( 9): 2066- 2070. DOI: 10.3969/j.issn.1001-5256.2021.09.013. [9] GUHA IN, ROSENBERG WM. Noninvasive assessment of liver fibrosis: Serum markers, imaging, and other modalities[J]. Clin Liver Dis, 2008, 12( 4): 883- 900, x. DOI: 10.1016/j.cld.2008.07.010. [10] ZACCHERINI G, BERNARDI M. The role and indications of albumin in advanced liver disease[J]. Acta Gastroenterol Belg, 2019, 82( 2): 301- 308. [11] LIN WQ, SUN XC, FENG T, et al. Application of serum cholinesterase albumin total cholesterol level in liver function evaluation of patients with hepatitis cirrhosis[J]. J Pract Med Tech, 2020, 27( 4): 459- 461. DOI: 10.19522/j.cnki.1671-5098.2020.04.021.林伟强, 孙小纯, 冯涛, 等. 血清胆碱酯酶白蛋白总胆固醇水平检测在肝炎肝硬化患者肝功能评估中的应用[J]. 实用医技杂志, 2020, 27( 4): 459- 461. DOI: 10.19522/j.cnki.1671-5098.2020.04.021. [12] ZHANG LJ, SHU XC, XIAO YH. Clinical significance of serum total cholesterol, albumin, prealbum and total bile acid determination in paitients with liver cirrhosis[J]. China Pract Med, 2010, 5( 15): 15- 16. DOI: 10.14163/j.cnki.11-5547/r.2010.15.095.张丽娟, 舒晓春, 肖艳辉. 血清TC、ALB、PA和TBA测定在肝硬化中的临床意义[J]. 中国实用医药, 2010, 5( 15): 15- 16. DOI: 10.14163/j.cnki.11-5547/r.2010.15.095. [13] MA LJ, JI D, WANG CY, et al. A noninvasive diagnosis model for chronic hepatitis B patient based on conventional parameters[J]. Med J Chin People’s Liberation Army, 2019, 44( 10): 857- 861. DOI: 10.11855/j.issn.0577-7402.2019.10.08.马丽君, 纪冬, 王春艳, 等. 基于常规指标建立肝脏炎症及纤维化无创诊断模型[J]. 解放军医学杂志, 2019, 44( 10): 857- 861. DOI: 10.11855/j.issn.0577-7402.2019.10.08. [14] YANG K, PAN Y, JIN L. Clinical value on serum sCD14 level in predicting liver inflammation and fibrosis grade in patients with chronic hepatitis B[J]. J Jiujiang Univ Nat Sci Ed, 2021, 36( 3): 85- 89. DOI: 10.19717/j.cnki.jjun.2021.03.022.杨凯, 潘颖, 金蕾. 慢性乙型肝炎患者血清sCD14分子预测肝脏炎症和纤维化等级的临床价值[J]. 九江学院学报(自然科学版), 2021, 36( 3): 85- 89. DOI: 10.19717/j.cnki.jjun.2021.03.022. [15] ZHU L, YANG JR, HE LL, et al. Advances on the application of transient elastography in the diagnosis of liver fibrosis[J/CD]. Chin J Liver Dis(Electronic Version), 2023, 15( 3): 16- 22. DOI: 10.3969/j.issn.1674-7380.2023.03.003.朱璐, 杨君茹, 何玲玲, 等. 瞬时弹性成像在肝纤维化诊断中的应用研究进展[J/CD]. 中国肝脏病杂志(电子版), 2023, 15( 3): 16- 22. DOI: 10.3969/j.issn.1674-7380.2023.03.003. [16] ZHENG M, CAI WM, WENG HL, et al. ROC curve in evaluation of serum fibrosis index for diagnosing hepatic fibrosis[J]. Chin J Infect Dis, 2002, 20( 4): 225- 228. DOI: 10.3760/j.issn: 1000-6680.2002.04.009.郑敏, 蔡卫民, 翁红雷, 等. ROC曲线评价血清纤维化指标对诊断肝纤维化的价值[J]. 中华传染病杂志, 2002, 20( 4): 225- 228. DOI: 10.3760/j.issn:1000-6680.2002.04.009. -
下载:
