摘要:
目的:建立乙型肝炎病毒(Hepatitis B virus,HBV)相关性肝细胞癌(hepatocellular carcinoma,HCC)肝切除术后肝衰竭(Post-hepatectomy liver failure,PHLF)的血清学列线图(nomogram)预测模型. 方法:回顾性研究广西医科大学附属肿瘤医院2013年9月至2017年12月间首次行肝切除术的1200例HBV相关性HCC患者,按3∶1随机匹配原则分为训练集和验证集,其中训练集900例,验证集300例.通过Logistic多因素回归分析筛选出与训练集中影响PHLF发生的相关独立危险因素,据此建立预测HBV相关性HCC肝切除术后发生PHLF的血清学nomogram模型,通过受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)和校准图形法分别在训练集和验证集中检测该模型的评估PHLF的准确度和符合度,并与Chid-pugh评分,白蛋白-胆红素评分(serum albumin-bilirubin score,ALBI)比较。 结果:本研究共有277例(23.1%)发生PHLF,训练集中共有204例发生PHLF(22.7%),验证集中共有73例发生PHLF(24.3%).两组临床基线水平无明显差异(P均>0.05).训练集多因素Logistic回归分析显示,HBV-DNA≥103IU/mL(OR=1.526,95CI%:1.034~2.252;P<0.05)、血小板计数(OR=0.996,95CI%:0.994~0.998;P<0.05)、总胆红素(OR=1.054,95CI%:1.028~1.081;P<0.05)、前白蛋白(OR=0.996,95CI%:0.993~0.999;P<0.05)、天冬氨酸转氨酶(OR=1.005,95CI%:1.001~1.008;P<0.05)和凝血酶原时间(OR=1.331,95CI%:1.152~1.538;P<0.05)是影响PHLF发生的独立危险因素,据此建立血清学nomogram预测模型.通过AUC分析,训练集中nomogram(AUC0.750)预测PHLF的能力优于Child-Pugh评分(AUC0.567)和ALBI评分(AUC0.670),验证集中也得到相似结果(AUC:nomogram0.775,Child-Pugh0.603,ALBI0.662).校准图形显示训练集与验证集的标准曲线与预测曲线均贴合良好,nomogram符合度良好。 结论:成功建立HBV相关HCC肝切除术后发生PHLF的血清学nomogram预测模型,且该模型预测PHLF发生能力优于Child-Pugh及ALBI评分,有助于临床实践中预测HCC患者的预后.