基于Lasso回归的慢性乙型肝炎发生肝硬化列线图预测模型的构建

Abstract

背景

慢性乙型肝炎(chronic hepatitis B, CHB)呈全球性流行, 其进展成肝硬化的过程常被患者忽略. 通过临床常规指标来构建肝硬化无创诊断模型, 可为肝硬化的早期诊治提供参考价值.

目的

利用临床常见指标构建肝硬化的列线图预测模型.

方法

选取2010-2018初次就诊于安徽医科大学第一附属医院和第二附属医院感染科接受肝活检的CHB患者, 收集其实验室检查指标并进行组间比较. 采用Lasso回归模型筛选对肝硬化具有预测价值的预测因子, 并采用多因素Logistic回归分析建立预测模型. 采用Bootstrap法重采500次进行模型的内部验证, 计算曲线下面积(the area under curve, AUC)以评估模型区分度. 绘制决策曲线分析(decision curve analysis, DCA)以评估模型的获益度, 校准曲线(calibration curve, CA)以评估模型的校准度.

结果

共纳入CHB病例1087例, 其中并发肝硬化者135例, 两组间除乙肝病毒脱氧核糖核酸(the deoxyribo nucleic acid quantification of hepatitis B virus, HBV DNA)定量、谷丙转氨酶(alanine transaminase, ALT)外, 其余指标均具有统计学差异(P<0.05). 经Lasso回归分析后, 最终筛选出的预测变量为年龄、甲胎蛋白(alpha fetoprotein, AFP)、清蛋白(albumin, ALB)、球蛋白(globulin, GLB)、谷氨酰转肽酶(glutamyl transpeptidase, GGT)、血小板计数(platelet, PLT). 经多因素Logistic回归分析建立预测模型Logit P = 1.26+0.02×年龄+0.001×AFP-0.10×ALB+0.07×GLB+0.004×GGT-0.02×PLT, 其中AUC为0.83, 95%置信区间(confidence interval, CI)为0.79-0.87. DCA曲线提示使用建立的预测模型能够使患者的净获益增加, CA曲线提示该预测模型的预测效应与实际结果间一致性良好.

结论

本研究以CHB患者的年龄、AFP、ALB、GLB、GGT、PLT作为预测变量, 构建的对CHB并发肝硬化的列线图预测模型具有良好的预测效能, 值得临床进一步推广.

Keywords: 慢性乙型肝炎; 肝硬化; 列线图; 预测模型; Lasso回归

核心提要: 本研究重点探究患者年龄、临床常见指标与慢性乙型肝炎进展至早期肝硬化的相关性, 并构建无创诊断模型, 为肝硬化的早发现、早治疗提供参考依据.