乙型肝炎相关肝纤维化和肝硬化 无创判别模型的研究进展与无创肝纤维化肝硬化早期检测诊断方法

关键词：肝炎，乙型；肝硬化；诊断，鉴别

成都华西华科研究所研究肝纤维化程度和肝硬化的无创诊断是目前慢性 肝病疾病状态评估研究的热点之一。慢性乙型肝炎 (chronic hepatitis B，CHB)及其所致的肝硬化、肝细 胞癌和肝脏失代偿是目前我国肝病临床实践的主要 病种，其发展过程和病理特点与慢性丙型肝炎及其 他慢性肝病，如代谢性肝病、酒精性肝病、药物性肝 病、自身免疫性肝病、遗传性肝病等不完全相同。受 试者工作特征（receiver operating characteristic, ROC)曲线分析是评价肝纤维化程度和肝硬化无创 诊断指标或模型的基本方法，基于判别分析和 logistic回归分析构建判别和回归模型是目前开发肝 纤维化程度和肝硬化无创诊断模型的两个主要方 法。现就乙型肝炎相关肝纤维化和肝硬化无创判别 模型的研究进展综述如下。

1基于血细胞计数的判别模型

采用ROC曲线法筛选丙型肝炎相关肝纤维化 程度和肝硬化无创诊断指标的研究指出，血小板计 数预测桥接样肝纤维化和肝硬化有很高的准确度， 其中预测肝硬化的价值主要在于排除诊断^[>^3]。张 占卿等^w研究了外周血细胞计数判别肝组织不同病 理学分期的价值，共有93例慢性肝炎患者（慢性乙 型肝炎67例，慢性隐源性肝炎23例，自身免疫性肝 炎3例）人选该研究。结果显示，白细胞、红细胞、血 小板、中性粒细胞计数与病理学分期呈显著负相关， 其相关系数分别为一〇. 275、一0. 272、一0. 397、 一0.329;根据单因素方差分析，白细胞、红细胞、血 小板、中性粒细胞计数在不同病理学分期之间差异 有统计学意义，提示它们可能有判别乙型肝炎相关 肝纤维化程度和肝硬化的意义。为优化外周血细胞

基金项目：上海市科委科技计划项目（09411965800),国家863计 划生物和医药技术领域重大/重点项目基金（2006AA02A411)

计数的诊断效能，研究者采用Bayes逐步判别分析 构建了 Fisher判别函数。结果，只有血小板计数符合 模型纳人变量，进人判别模型。血小板计数判别肝组 织不同病理学分期的判别函数为：S1 = — 4. 860 + 0. 044 X 血小板计数（X 10⁹/L)，S2 = —3. 734 + 0.036 X 血小板计数（X 10⁹/L)，S3 = —2.692 + 0. 027 X 血小板计数（X 10⁹/L)，S4= —2.791 + 0.028X血小板计数（X10^g/L)。判别函数预测S1、 S2、S3、S4 的正确率分别为 50. 0%、9. 5%、61. 8%、 25. 0% ;当患者血小板>141X lOVL 和<118X10VL 时，其肝组织病理学分期分别被判别为S0〜1和 S3〜4的可能性较大。

在153例的扩大样本中，陈由达等^[5]进一步探 讨了男性CHB患者外周血细胞计数预测乙型肝炎 相关硬化的效能。研究者以年龄和红细胞、血小 板、中性粒细胞计数作为自变量，应用全模型Bayes 判别分析构建了判别非肝硬化（SO〜3 )和肝硬化 (S4)的Fisher判别函数：非肝硬化=—33. 997 + 0.354\年龄（岁）+ 11.551\红细胞计数（\10¹²/乙)一 0• 002X血小板计数（X 10⁹/L) +0. 873 X中性粒细 胞计数（X 10⁹/L)，肝硬化=—29. 717 + 0. 401 X 年 龄（岁）+ 10.281X红细胞计数（X10¹²/L)—0. 006X 血小板计k( X 10⁹/L) +0. 658 X中性粒细胞计数 (X10VL)。判别函数预测非肝硬化和肝硬化的正 确率分别为74. 6%和64. 5%。外周血细胞计数判别 乙型肝炎相关肝纤维化程度和肝硬化的意义还需在 扩大样本中进一步被评价。

2基于血清生化指标的判别模型

探讨了 14项血清生化指标（丙氨酸 转氨酶、天冬氨酸转氨酶、碱性磷酸酶、7-谷氨酰转肽 酶、乳酸脱氢酶、总蛋白、白蛋白、球蛋白、总胆红素、 直接胆红素、前白蛋白、总胆汁酸、纤维连接蛋白、胆 碱酯酶)诊断肝组织不同病理学分期的价值。共有 74例慢性肝炎患者（慢性乙型肝炎54例、慢性隐源- 性肝炎17例、自身免疫性肝炎3例；其中仅51例患

者检测了血清胆碱酯酶）入选该研究。其中有9项 指标（天冬氨酸转氨酶、天冬氨酸转氨酶/丙氨酸转 氨酶比值、白蛋白、球蛋白、白蛋白/球蛋白比值、胆 碱酯酶、前白蛋白、总胆汁酸、纤维连接蛋白）与病理 学分期呈显著性相关性。根据单因素方差分析，白 蛋白、球蛋白、白蛋白/球蛋白比值、胆碱酯酶在不同 病理学分期之间差异有统计学意义，提示白蛋白、球 蛋白、白蛋白/球蛋白比值、胆碱酯酶可能有判别肝 纤维化程度及肝硬化的价值。为优化血清生化指标 对肝组织不同病理学分期的诊断效能，研究者采用 Bayes逐步判别分析（血清胆碱酯酶因样本数量少未 进入判别分析），构建了 Fisher判别函数。结果，只 有白蛋白/球蛋白比值符合模型纳人变量，进入判别 模型。白蛋白/球蛋白比值判别肝组织不同病理学 分期的判别函数为：S1 = -12.986 + 14. 784 X白蛋 白/球蛋白比值，S2=—8. 317 + 11. 428 X白蛋白/球 蛋白比值，S3 =—7.334 + 10. 586 X白蛋白/球蛋白 比值，S4= —7. 857+11. 041 X白蛋白/球蛋白比值。 判别函数预测S1、S2、S3、S4的正确率分别为 81.8%、21. 1%、57.7%、14.3%_;当白蛋白/球蛋白 比值>1.43和<1.09时，其肝组织病理学分期分别 被判别为S0〜1和S3〜4的可能性较大。血清生化 指标诊断和判别乙型肝炎相关肝纤维化和肝硬化的 价值还需要在扩大样本中被进一步评价。

在419例CHB的扩大样本中，张占卿等^[7]采用 Bayes判别分析进一步探讨了血清胆碱酯酶活性判别 肝纤维化程度和肝硬化的价值。血清胆碱酯酶预测肝 组织不同病理学分期的Fisher判别函数为：S0 = —8. 684 + 1. 846X胆碱酯酶活性（X10³ U/L)，S1 = —7. 884 + 1. 738X 胆碱酯酶活性（X 10³ U/L)，S2 = —7. 430 + 1. 674X 胆碱酯酶活性（X 10³ U/L)，S3 = —5. 586 + 1. 384X 胆碱酯酶活性（X10³ U/L)，S4 = — 3.655 + 0. 993 X 胆碱酯酶活性（X10³ U/L)。判 别函数预测S0、S1、S2、S3、S4的正确率分别为 43. 3%、6. 5%、19. 0%、31. 1%、71.3%_;当血清胆碱 酯酶活性<4. 938X 10³ U/L时，其肝组织病理学分 期被判别为S4的可能性较大。提示血清胆碱酯酶 活性是预测肝硬化的一项比较可靠的指标。

3基于血清蛋白电泳的判别模型

血清蛋白电泳已被广泛用于多种疾病的筛检和 诊断。在肝病领域，血清蛋白电泳主要用于各种原 因所致肝硬化的辅助诊断，很少有用于肝纤维化程 度无创诊断的研究报道。史慧慧等^[8]对血清蛋白电

泳在病毒性肝炎诊断和病情评估中的研究现状进行 了综述，认为血清蛋白电泳对急性肝炎没有诊断价 值，对慢性肝炎、重型肝炎和肝炎后肝硬化有诊断意 义，对慢性肝炎的疾病程度有一定的判别价值。张 占卿等^[9]根据219例CHB患者的检测结果，采用 Bayes判别分析研究了血清蛋白电泳判别乙型肝炎 相关肝纤维化程度和肝硬化的价值。根据Bayes逐 步判别分析，只有7_球蛋白含量构成比符合模型纳 人变量、进人判别模型。血清7-球蛋白含量构成比 判别肝组织不同病理学分期的Fisher判别函数为： S0=—8..331 + 0. 896 X 球蛋白含量构成比（％)， Sl=—9. 284+0. 958 X 7-球蛋白含量构成比（％)， S2=—9. 518 + 0. 972 X*y-球蛋白含量构成比（％)， S3=—9. 688 + 0. 983 X 了-球蛋白含量构成比（％)， S4= —16. 727 + 1. 344 X₇-球蛋白含量构成比（％)。 判别函数预测S0、S1、S2、S3、S4的正确率分别为 63. 2%、4.0%、3. 3%、31. 6%、62. 8%;当球蛋白 含量构成比<15. 32%和>19. 52%时，其肝组织病 理学分期分别被判别为S0和S4的可能性较大。

为挖掘血清蛋白电泳诊断肝纤维化程度的潜 能，张占卿等^[1°^]根据219例CHB患者的检测结果， 通过建立分数函数构建了诊断肝纤维化程度的比例 模型，并采用Bayes判别分析进一步评价了基于血 清蛋白电泳的比例模型判别乙型肝炎相关肝纤维化 程度的价值。根据Bayes逐步判别分析，只有[_al-球 蛋白构成比（％)+7-球蛋白构成比（％)]/[〇₍2-球蛋 白构成比（％)+P-球蛋白构成比（％)]符合模型纳人 变量，进人判别模型。基于[cd-球蛋白构成比（％) + 球蛋白构成比（％)]/[c<2-球蛋白构成比（％) +|3- 球蛋白构成比（％)]判别肝组织不同病理学分期的 Fisher 判别函数为：S0= — ⁴. 7M十⁵. 7⁹〇X [_al-球蛋 白构成比（％)+7_球蛋白构成比（％)]/[以-球蛋白 构成比（％)+(3-球蛋白构成比（％)]，S1 = —5. 239 + 6. 212 X [_al-球蛋白构成比（％)+ y-球蛋白构成比 (%)]/[_a2-球蛋白构成比（％)十(3-球蛋白构成比 (%)]，S2 = — 5. 504 + 6. 436 X [_al-球蛋白构成比 (%) + ₇-球蛋白构成比（％)]/[€<2-球蛋白构成比 (%) + p■球蛋白构成比（％)], S3 =—5. 34.9 十 6.306 X [al-球蛋白构成比（％)+ 7-球蛋白构成比（％)]/[， 球蛋白构成比（％)+P■球蛋白构成比（％)]，S4 = 一10. 938十9. 960X[_al-球蛋白构成比（％) + y-球蛋 白构成比（％)]/[a2-球蛋白构成比球蛋白 构成比（％)]»判别函数预测30、31、32、83、84的正

确率分别为63. 2%、10. 0%、41. 0%、0•0%、58. 8%。 与基于血清球蛋白含量构成比的判别函数^[9]相 比，基于比例模型的判别函数显著提高了判别S2的 效能，但同时也显著降低了判别S3的效能。因此， 血清蛋白电泳比例模型的潜在意义还需要进一步研 究。

4基于血清免疫球蛋白的判别模型

Schmilovitz-Weiss 等[^11]采用多分类 logistic 回 归分析了血液常规生化指标、血小板计数和免疫球 蛋白诊断乙型肝炎相关肝纤维化程度的价值，认为 只有血小板计数、血清球蛋白和IgG对肝纤维化程 度有诊断意义。张占卿等^[12]根据172例CHB患者 的检测结果，采用Bayes判别分析评价了血清3种免 疫球蛋白（IgG、IgA、IgM)对乙型肝炎相关肝纤维化 程度和肝硬化的判别价值。结果，血清IgG和IgA 与肝组织病理学分期呈显著正相关，相关系数分别 为0.468和0.254，IgM与肝组织病理学分期无显著 相关性，相关系数为〇. 104;根据单因素方差分析，血 清IgG和IgA在肝组织不同病理学分期之间差异有 统计学意义，IgM在肝组织不同病理学分期之间差 异无统计学意义。根据Bayes逐步判别分析，只有 IgG符合模型纳人变量，进入判别模型。IgG判别肝 组织不同病理学分期的Fisher判别函数为：S0 = -4. 826 + 0. 497XIgG(g/L),Sl = -5. 037+0. 513X IgG( g/L), S2 = - 5. 681 + 0. 559 X IgG (g/L), S3 = -7. 630+0. 680 X IgG(g/L), S4 = -9. 822 + 0. 794 X IgG(g/L)。判别函数判别病理学分期S0、S1、S2、 S3、S4 的正确率分别为50.0%、2.9%、13.9%、 27.1%、50.0%_;当血清 IgG<13.1 g/L 和>18.0 g/L 时，其肝组织病理学分期分别被判别为SO和S4的 可能性较大。

S基于血清补体的判别模型

补体C3和C4主要由肝细胞合成，因此，理论上 讲'，肝脏损伤可能导致血清C3和C4水平的下降。 最近，Gangadharan等^[13]和White等^[14]采用血清蛋 白组学方法筛选诊断肝纤维化生物标志物时发现， 肝硬化或严重肝纤维化患者血清补体C3和C4水平 显著下降。Talaat等的研究指出，慢性丙型肝炎 血清C1Q(主要来源于内皮细胞、纤维母细胞和单 核/巨噬细胞）随肝组织肝纤维化程度的升高而逐步 升高，补体C3和C4随肝组织肝纤维化程度的升高 而逐步降低。张占卿等^[16]根据456例CHB患者的 检测结果，采用Bayes判别分析研究了血清补体C3

和C4诊断乙型肝炎相关肝纤维化程度的效能。根 据Bayes逐步判别分析，只有补体C4符合模型纳人 变量、进人判别模型。补体C4判别肝组织不同病理 学分期的Fisher判别函数为：S0=—5.⁶⁷〇 + ⁵1.878X C4(g/L), SI = -6. 883 + 59.121 X C4 (g/L), S2 = -6. 378 + 56. 217XC4(g/L),S3=-5. 426 + 50. 295X C4(_gl/L)，S4=—4. 884 + 46. 583XC4(g/L)。判别 函数判别病理学分期S0、S1、S2、S3、S4的正确率分 别为6. 9%、46. 5%、7. 6%、8. 9%、61. 1%;当患者补 体C4>0.18 g/L和<0. 14 g/L时，其肝组织病理学 分期分别被判别为S1和S4的可能性较大。

6 »于肝纤维化标记物的判别模型

血清肝纤维化标记物是较早用于肝纤维化和肝 硬化无创诊断的指标。早期筛选肝纤维化无创诊断 指标的研究多采用ROC曲线法。多数研究认为，血 清肝纤维化标记物中只有血清透明质酸对严重肝纤 维化或肝硬化有诊断意义。张占卿等^[17]根据81例 慢性肝炎（慢性乙型肝炎50例，慢性隐源性肝炎30 例，慢性丙型肝炎1例）的检测结果，分析和评价了血 清透明质酸、in型前胶原、层黏蛋白、iv型胶原、脯氨 酸肽酶、甘胆酸水平对肝纤维化程度和肝硬化的诊 断价值。根据单因素方差分析，血清透明质酸、W型 胶原、甘胆酸在肝组织不同病理学分期患者之间存 在显著性差异，in型前胶原、层黏蛋白、脯氨酸肽酶 在肝组织不同病理学分期患者之间差异无统计学意 义，提示血清肝纤维化标记物中只有透明质酸、IV型 胶原、甘胆酸可能作为乙型肝炎相关肝纤维化程度 的判别指标。根据Bayes逐步判别分析，血清肝纤 维化标记物中只有透明质酸和IV型胶原符合模型纳 人变量、进人判别模型。基于血清透明质酸和IV型 胶原构建的Fisher判别函数为：S1 = — 2. 791 + 0• 013X透明质酸（pg/L) +0• 018 X IV型胶原（畔/ L);S2= —4.106 + 0. 020 X 透明质酸（_Mg/L) + 0• 021 X IV型胶原（pg/L) ;S3= —5. 68.2 + 0. 025 X 透 明质酸（叫/L) +0.025 X IV型胶原（网/1^);34 = —5. 682 + 0. 032X 透明质酸（邱/1」+0.068\ ]Y 型 胶原(yg/L)。判别函数判别病理学分期S1、S2、S3、 34的正确率分别为81.0%、12.0%、33.3%、50.0%。， 血清肝纤维化标记物对乙型肝炎相关肝纤维化或肝 硬化的判别价值还需要在扩大样本中被进一步评 价。

7基于无创模型的判别模型

简易无创模型指基于常规实验室指标构建并且无需复杂计算的模型。简易无创模型主要衍生于预 测丙型肝炎相关肝纤维化程度的研究，包括天冬氨 酸转氨酶一丙氨酸转氨酶比值（AAR)、天冬氨酸转 氨酶-血小板比值指数（APRI)、年龄-血小板指数 (API)、脾脏-血小板比值指数（SPRI)、年龄-脾脏-血 小板比值指数（ASPRI)等；其中AAR =天冬氨酸转 氨酶（U/L)/丙氨酸转氨酶（U/L)、APRI=[天冬氨 酸转氨酶（实测值，U/L)/正常参考值上限/血小板 (X10⁹/L) ]X100、API=[年龄值+血小板值。式 中年龄赋值：<30岁=0,30〜39 = 1,40〜49岁=2, 50〜59岁=3,60〜69岁=4,>70岁=5;血小板赋 值：>225 X 10⁹/L = 0，（224〜200)X10VL=1，（199〜 175) X 10⁹/L=2,（174 〜150) X 10⁹/L = 3,（149 〜 125)\10³/1.= 4，<125\1〇9/1.= 5]、3?只1 =[脾.脏 最大长径（cm)/血小板（X10⁹/L)]X100、ASPRI = (年龄值+SPRI。式中年龄赋值：<30岁=0,30〜 39 = 1，40〜49岁=2,50〜59岁=3,60〜69岁=4，> 70岁=5)等。

Kim 等对比评价了 AAR、APRI、API、SPRI、 ASPRI预测乙型肝炎相关肝硬化的价值，结果显示， AAR、APRI、API、SPRI、ASPRI 预测肝硬化的 ROC

曲线下面积分别为〇. 68、0. 75、0. 89、0. 85、0. 91，认 为ASPRI是预测乙型肝炎相关肝硬化的最佳模 型^[18]。张占卿等^[19]采用logistic回归分析对比评价 了 AAR、APRI、AH、SPRI、ASPRI 及其相关构件指 标诊断乙型肝炎相关肝硬化的价值。共有170例 CHB患者入选该研究，其中病理学诊断为肝硬化和 非肝硬化的患者分别有32例和138例。根据二分类 logistic逐步回归分析，符合模型纳入自变量标准的 模型及其相关构件指标分别只有AAR、API及年 龄、血小板计数。基于简易无创模型及其相关构件 指标建立的logistic回归模型的预测概率（predictive probability, PP)分别为：PP简易模⑬=exp [—5. 18 + 1. 19X AAR + 0. 45X API]/l + exp[-5. 18 + 1. 19X AAR+0. 45 X API]，FF构件指标=exp[ — 1. 51 + 0• 04 X 年龄（岁）一0.01X血小板计数（X10VL )]/1 + exp[ —1. 51 + 0. 04 X年龄（岁）一0.01 X血小板计数 (X10VI.)];以PP>〇. 5作为界值，基于简易无创 模型及其相关构件指标建立的logistic回归模型预 测肝硬化的灵敏度、特异度、阳性预测值、阴性预测 值、准确度分别为 0. 22、0• 99、0• 70、0. 84、0. 84 和 0• 06、1. 00、1. 00、0. 82、0. 82。说明与基于相关构件 指标建立的logistic回归模型相比，基于简易无创模

型建立的logistic逐步回归模型有更强的实践效能； 但与Kim等™研究结论有所不同，AAR、API是诊 断乙型肝炎相关肝硬化更为可靠的模型。

简易无创模型预测乙型肝炎相关肝纤维化程度 的研究文献较少。张占卿等^[2°^]采用Bayes判别分析 进一步评价了 AAR、APRI、API、SPRI、ASPRI 预测 乙型肝炎相关肝纤维化程度的价值。共有170例 CHB患者入选该研究，其中病理学诊断为肝硬化和 非肝硬化的患者分别有32例和138例。以AAR、 APRI、SPRI、AH、ASPRI作为自变量，肝组织病理 学分期作为因变量，进行Bayes逐步判别分析。结 果，符合模型纳入变量、进人判别函数的指标只有 AAR和API。基于AAR和API的Fisher判别函 数分别为：S0 = — 6. 576 + 4. 998 X AAR 十 0. 771 X API,S1 = —4. 320十2. 191 X AAR + 0. 943 X API, S2= -4. 622+ 1. 979 X AAR+ 1. 047 X API, S3 = 一6. 270 + 2. 455 X AAR 十 1. 303 X API, S4 = —8. 830+ 3. 925 X AAR+ 1. 477 X API。判别函数 预测S0、S1、S2、S3、S4的正确率分别为16.7%、 37. 5%、23. 9%、43. 9%、50. 0%。提示基于 AAR 和 API的判别函数有一定地预测严重肝纤维化和肝硬 化的价值。

8基于性别和年龄的判别模型

性别和年龄对乙型肝炎病毒感染的自然过程有 重要影响^[2123]，但很少有文献探讨性别和年龄对 CHB患者肝组织病理学状态的预测效能。张占卿 等^[24]对491例CHB患者的性别和年龄特征的分析 指出，性别与肝组织病理学分期无显著相关性，而年 龄与肝组织病理学分期呈显著正相关，其相关系数 分别为0. 062和0. 224。CHB患者的性别比例在肝组 织不同病理学分期之间差异无统计学意义；虽然平 均年龄在病理学分期S0与S1、S1与S2、S2与S3之 间差异无统计学意义，但在S3与S4之间差异有统 计学意义。提示性别对乙型肝炎相关肝纤维化程度 和肝硬化无判别意义，年龄可能对乙型肝炎相关肝 纤维化程度和肝硬化有判别价值。研究者采用 Bayes判别分析进一步探讨了性别和年龄对乙型肝 炎相关肝纤维化程度和肝硬化的诊断价值。根据 Bayes逐步判别分析，符合模型纳人变量、进人判别 函数的指标只有年龄。年龄预测肝组织不同病理学 分期的Fisher判别函数为：S0 = — 5. 674十0. 248 X年 龄（岁），S1 = —6. 111 + 0. 261 X 年龄（岁），S2 = —6. 244 + 0. 265 X 年龄（岁），S3 = —6. 611 十0. 276 X

年龄（岁），S4=—8. 513 + 0. 324X年龄（岁）；判别函 数预测S0、S1、S2、S3、S4的正确率分别为64.0%、 1.4%、2.9%、11.5%、55.9%;当患者年龄<33岁和> 40岁时，其肝组织病理学分期分别被判别为S0和 S4的可能性较大。

9问题与展望

判别分析是一种根据已知类别的样本数据建立 函数，然后通过已经建立的函数对未知类别的样本 数据进行归类的数学方法。目前肝纤维化和肝硬化 无创诊断的难点在于对非显著肝纤维化（S0〜1)和 肝硬化（S4)之间的肝纤维化程度（S2〜S3)的判别。 作为一种筛选肝纤维化和肝硬化无创诊断指标或模 型的工具，在处理多分级和多分类资料方面，判别分 析具有二分类logistic回归分析和ROC曲线分析不 可替代的优势。

在肝纤维化和肝硬化的无创诊断研究领域，判 别分析不仅可以构建诊断模型，而且可以筛选更加 有效的诊断指标或模型。作为一种构建肝纤维化和 肝硬化无创诊断模型的工具，判别分析还仅限于基 于分类别诊断指标的单纯模型的构建。为获得高效 能的判别方法，还需要进一步尝试基于大样本的汇 聚多类别诊断指标的复合判别模型研究。

成都华西华科研究所研发生产无创肝纤维化肝硬化早期检测诊断仪

网址:http:// www.qctqct.cn 

手机 : 13072875151传真 :028-65830598

市场部电话 :028-65830598 028-67708638

在线 QQ:110480527 联系人 : 王先生

邮箱:samwangcn@126.com

地址 : 成都市静康路536号