首页|慢性乙型病毒性肝炎患者发生肝癌风险预测模型的建立和评估

慢性乙型病毒性肝炎患者发生肝癌风险预测模型的建立和评估

王聪聪

慢性乙型病毒性肝炎患者发生肝癌风险预测模型的建立和评估

王聪聪1
扫码查看

作者信息

  • 1. 山东第一医科大学
  • 折叠

摘要

背景: 慢性乙型肝炎病毒感染后可进展至肝硬化、肝衰竭、肝癌等疾病,其中部分慢性乙型病毒性肝炎在无肝硬化的基础上可直接进展为肝癌。肝癌的起病隐匿,出现症状时大多已是中晚期,治疗手段局限且预后较差。因此,建立在临床上评估慢性乙型肝炎发生肝癌风险的预测模型,可以预测慢性乙型肝炎患者发生肝癌的风险,建立个体化随访和治疗方案。 目的: 收集整理和分析慢性乙型病毒性肝炎患者的临床资料,运用统计学分析筛选出预测肝癌发生的血清学指标,建立一个预测肝癌发生的风险预测模型,评估该模型预测的准确性。 方法: 通过回顾性收集106例已经进展为肝癌和未进展至肝癌的两组慢性乙型病毒性肝炎患者的血清学指标。将患者随机分成2组,一组用于构建模型共计64例,另一组用于验证共计42例。单变量分析用于比较建模组中肝炎组和肝癌组两组患者的血清学基本特征。对初步筛选出的具有统计学差异的指标进行pearson相关性分析。对无明显相关性的血清学指标进行logistic回归分析计算受试者工作特征曲线(ROC)下的面积确定最终预测因子。利用最终筛选出的血清学指标建立风险预测模型,并对建模组和验证组计算受试者工作特征曲线下面积(AUC)来评估模型的预测准确性。结果: 通过对建模组64例慢性乙型病毒性肝炎患者血清学指标数据进行单因素分析显示:PLT(血小板计数)、INR(国际标准化比值)、ALP(碱性磷酸酶)、GGT(γ-谷氨酰转移酶))、ALB(白蛋白)、CEA(癌胚抗原)、PT(凝血酶原时间)这7项参数具有明显的统计学差异,采用pearson相关性分析各参数之间的相关性,无明显相关性的指标利用logistic回归分析做向前逐步法多因素分析,最终确定PLT、GGT、CEA这3个血清学指标是发生肝癌风险的最终预测因子,从而建立一个预测慢性乙型病毒性肝炎患者发生肝癌的风险模型。该模型在建模组中AUC为0.866,在验证组中AUC为0.836。 结论: 采用PLT、GGT和CEA建立的慢性乙型病毒性肝炎患者发生肝癌的风险预测模型具有较高的临床实用价值。

关键词

慢性乙型病毒性肝炎/肝癌/风险预测模型

引用本文复制引用

授予学位

硕士

学科专业

消化内科

导师

宣世英

学位年度

2021

学位授予单位

山东第一医科大学

语种

中文

中图分类号

R5
段落导航相关论文