慢性乙型病毒性肝炎合并非酒精性脂肪肝病的研究进展

长期的慢性乙型病毒性肝炎（CHB）会逐渐进展为肝硬化、肝癌等危及患者生命的疾病。近年来,随着人们生活方式的改变,非酒精性脂肪肝病（NAFLD）发病率呈上升趋势。因此,同时患有这两种疾病的患者比例也在不断增加。本文就CHB合并NAFLD患者的流行病学现状、发病机制、肝脏纤维化程度的进展情况、肝癌的发生、无创诊断疾病进展的分子标志物及治疗现状等研究进行了综述,为该病预防及诊治提供一定的理论基础。     

HBeAg阴性ALT正常慢性乙型肝炎患者纤维化模型构建

目的 明确HBeAg阴性ALT正常慢性乙型肝炎（chronic hepatitis B，CHB）患者血清指标与肝脏纤维化程度的关系，构建肝纤维化无创预测模型。方法 对2012年10月至2021年12月于兰州大学第二医院进行肝脏活检的679例HBeAg阴性ALT正常慢性HBV感染者的术后病理切片进行了回顾性分析，根据活检结果，肝纤维化等级分为无明显纤维化组（S1、观察组）和纤维化组（S2/S3/S4、对照组）。通过LASSO回归筛选自变量，采用限制性立方样条函数探索血清学指标和肝纤维化的曲线关系，采用多因素Logistic回归构建预测模型，绘制受试者操作特征（receiver operator characteristic，ROC）曲线评估模型对纤维化的预测价值。结果 48.7%的患者肝组织病理达到明显纤维化程度（S≥2）。血清学指标γ-谷氨酰转肽酶（γ-glutamyl transpeptadase，GGT）、天冬氨酸氨基转移酶（aspartate transaminase，AST）和凝血酶原时间（prothrombin time，PPT）均与肝纤维化呈正相关。GGT+PT+AST预测模型的ROC曲线面积为0.68 (95% CI：0.64~0.72)，预测价值明显优于使用γ-谷氨酰转肽酶血小板比率、天冬氨酸氨基转移酶血小板比率指数、FIB-4指数构建的预测模型。结论 基于GGT+PT+AST构建的预测模型对HBeAg阴性ALT正常的CHB患者纤维化程度具有较高的临床预测价值。     

慢性乙型肝炎患者肝脏炎症程度预测模型的研究

目的 利用慢性乙型肝炎患者（CHB）的血清生化指标建立肝脏炎症程度的无创预测模型，并评估该模型的诊断价值。方法 采用回顾性研究，选取2012年10月至2021年12月在兰州大学第二医院住院行肝穿检查的CHB患者1446例，根据肝活检结果显示的炎症程度将研究对象分为对照组（G1期、G2期）和病例组（G3期、G4期），采用LASSO回归进行自变量的筛选，使用限制性立方样条函数判断因变量与自变量间是否存在曲线关系，使用logistic回归进行预测模型的建立。结果 使用LASSO回归对单因素分析中具有统计学意义的指标进行筛选，筛选出谷氨酰转肽酶（GGT）、天冬氨酸转氨酶（AST）、凝血酶原活动度（PTA）、年龄、收缩压和白蛋白6个指标，其中GGT和AST与肝脏炎症风险呈曲线关系。用上述6个变量预测的ROC曲线面积（AUC）为0.745(95%CI 0.721～0.768)，并与纳入15个自变量的模型的预测价值差异无统计学意义（P=0.643）。结论 使用GGT、AST、PTA、年龄、收缩压和白蛋白这6个指标对慢性乙型肝炎患者的肝脏炎症程度具有很好的预测价值。