本文经李婕教授授权发布，未经允许请勿转载。

导读

慢性乙型肝炎（chronic hepatitis B，CHB）合并非酒精性脂肪性肝病（nonalcoholic fatty liver disease，NAFLD）的发生率高达32%，但目前仍缺乏准确评估这类患者肝纤维化程度和肝硬化的无创模型。2023年第32届亚太肝脏研究协会会议（APASL 2023）于2月15日-19日在中国台北火热召开，在会议上，南京大学医学院附属鼓楼医院吴超/李婕教授团队公布的一项研究入选大会发言，该研究旨在建立基于机器学习（machine learning，ML）的CHB合并NAFLD患者肝纤维化和肝硬化新型诊断模型。

基于ML的CHB合并NAFLD患者肝纤维化和肝硬化诊断模型的建立与验证

（摘要号：FP08-41）

研究方法

纳入2004年4月至2020年10月期间来自中国8家医疗中心接受肝脏病理学检查和实验室检查的CHB合并NAFLD患者。采用Pearson相关系数探讨患者临床特征与肝纤维化分级的相关性，最终选取患者20个临床特征，纳入ML模型[包括随机森林（random forests，RF）、logistic回归（logistic regression，LR）和高斯朴素贝叶斯（gaussian naive bayes，GNB）]预测患者的显著肝纤维化（≥S2）、进展期肝纤维化（≥S3）和肝硬化（S=4）。并比较ML模型与纤维化-4评分（fibrosis-4 score，FIB-4）、天冬氨酸氨基转移酶/血小板比值（AST to platelet ratio index，APRI）和NAFLD纤维化评分（NAFLD fibrosis score，NFS）对肝纤维化程度和肝硬化的诊断准确性。

研究结果

最终分析共纳入790例接受肝脏病理学检查的CHB合并NAFLD患者，平均年龄40岁（33-48岁），其中男性633例，女性157例。共有392例患者（49.6%）存在显著肝纤维化（S≥2），221例患者（28.0%）存在进展期肝纤维化（S≥3），101例患者（12.8%）存在肝硬化（S=4）。患者的20个临床特征均被纳入到ML模型中（图1）。

图1-基于ML的CHB合并NAFLD肝纤维化和肝硬化诊断模型的建立与验证.png

图1 患者临床特征与肝纤维化分级的相关性

其中，RF模型诊断显著肝纤维化、进展期肝纤维化和肝硬化的AUC分别为0.723（0.647-0.800）、0.768（0.696-0.841）和0.826（0.761-0.891），显著高于FIB-4、APRI和NFS（P均<0.05）（图2）。

图2-基于ML的CHB合并NAFLD肝纤维化程度和肝硬化诊断模型的建立与验证.png

图2 机器学习模型和无创诊断评分的AUC比较

（A）显著纤维化；（B）进展期纤维化；（C）肝硬化

研究结论

本研究显示，RF模型对CHB合并NAFLD患者肝纤维化程度和肝硬化的诊断准确性优于FIB-4、APRI和NFS。ML可作为临床诊断CHB合并NAFLD患者肝纤维化程度和肝硬化的有效工具。

致谢：感谢杭州师范大学附属医院施军平教授、福建医科大学附属第一医院郑琦教授、郑州大学附属第一医院曾庆磊教授、台州恩泽医疗中心何泽宝教授团队对本研究的支持！

作者简介

吴超教授

• 南京大学医学院附属鼓楼医院感染科主任医师、教授、博士生导师

• 江苏省医学会感染病学分会主任委员

• 中华医学会感染病学及肝病学分会委员

• 南京大学病毒与感染病研究所所长

• 以第一负责人承担国家自然科学基金及重大专项4项、国家传染病重大专项子课题及省部级科研项目8项

• 发表第一及通讯作者学术论文150余篇，其中SCI收录150余篇，累计影响因子1120.879，单篇最高影响因子71.421，包括Lancet Infect Dis、JAMA Network Open、J Hepatol、Hepatology、Am J Gastroenterol、Aliment Pharmacol Ther等，其中3篇论著入选ESI高被引论文。为10余个SCI期刊的编委及特约审稿人。

李婕教授

• 南京大学医学院附属鼓楼医院感染性疾病科行政主任

• 南京大学病毒与感染病研究所常务副所长

• 主任医师、研究员、南京大学教授、博士生导师、江苏特聘医学专家

• 美国斯坦福大学、香港大学访问学者

• 江苏省医师协会感染医师分会副会长

• 中国研究型医院学会肝病专业委员会常委、脂肪肝和酒精肝学组副组长

• 中华医学会肝病学分会青年委员、脂肪肝和酒精性肝病学组委员

• 主要研究方向为脂肪性肝病、病毒性肝炎的发病机制及临床诊疗。以第一作者/通讯作者在Lancet Gastroenterology & Hepatology、American Journal of Gastroenterology、Clinical Gastroenterology Hepatology、Alimentary Pharmacology & Therapeutics等SCI杂志发表论文30余篇，其中3篇入选ESI高被引。承担国家自然科学基金3项，以及教育部基金、“十三五”重大专项子课题、中国博士后基金、省自然科学基金（面上、重点）、省重点研发计划等课题17项。获省科技进步奖、省医学科技奖、省高校科技进步奖、华夏医学科技奖各一项。

参考文献：Jie Li, Yayun Xu, Fajuan Rui, Qi Xue, Qi Zheng, Qinglei Zeng, Zebao He, Yunliang Chen, Junping Shi, Chao Wu. Establishment and Validation of a diagnostic model for liver fibrosis and cirrhosis in chronic hepatitis B (CHB) concurrent with nonalcoholic fatty liver disease (NAFLD) based on machine learning (ML). APASL 2023. Abrasts FP08-41.