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

赖长祥; 唐情容; 张秀连; 唐奇远; 李知玉; 周旋; 冼文杰; 陈瑞坤; 吴晓娟; 王方

doi:10.12449/JCH240708

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

1.
深圳市第三人民医院·南方科技大学附属第二医院肝病医学中心感染性疾病国家重点学科，广东深圳 518116
2.
长沙市第一医院感染科，长沙 410000

基金项目:

深圳市医学重点学科建设基金 (SZXK076)

伦理学声明：本研究方案于2021年7月13日经由深圳市第三人民医院伦理委员会审批，批号：HE2021005。

利益冲突声明：本文不存在任何利益冲突。

作者贡献声明：王方负责课题设计；赖长祥负责设计写作思路及撰写论文；张秀连参与修改论文；唐情容、唐奇远、李知玉、周旋、冼文杰、陈瑞坤、吴晓娟负责收集数据，资料分析。

详细信息

通信作者:
王方， kaixin919@163.com （ORCID： 0009-0003-0092-3403）

计量
- 文章访问数: 539
- HTML全文浏览量: 88
- PDF下载量: 54
- 被引次数: 0
出版历程
- 收稿日期: 2023-11-08
- 录用日期: 2024-01-17
- 出版日期: 2024-07-25

Establishment of a noninvasive predictive model for antiviral therapy in patients with chronic hepatitis B virus infection and an age of ≤30 years

1.
Department of Liver Diseases，National Clinical Research Center for Infectious Disease，Shenzhen Third People’s Hospital，The Second Affiliated Hospital of Southern University of Science and Technology，Shenzhen，Guangdong 518116，China
2.
Department of Infectious Diseases，The First Hospital of Changsha，Changsha 410000，China

Research funding:

Shenzhen Key Medical Discipline Construction Fund (SZXK076)

More Information

Corresponding author: WANG Fang， kaixin919@163.com （ORCID： 0009-0003-0092-3403）

摘要

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。
- 乙型肝炎病毒 /
- 预测 /
- 年龄分布
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.
- Hepatitis B virus /
- Forecasting /
- Age Distribution

HTML全文

图 1 病例纳入过程

Figure 1. Case inclusion process

下载: 全尺寸图片幻灯片

图 2 预测需要抗病毒治疗的ROC曲线

Figure 2. ROC plot predicting the need for antiviral therapy

下载: 全尺寸图片幻灯片

图 3 具有抗病毒治疗指征的列线图模型

Figure 3. Nomogram model with indications for antiviral therapy

下载: 全尺寸图片幻灯片

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
变量	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

参考文献(16)

[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.