非酒精性脂肪性肝病（NAFLD）是世界范围内慢性肝病的主要病因，在一般人群中的患病率约为25%[1,2]。NAFLD的临床意义在于发生肝脏相关和肝外并发症的风险增加[3,4]。相关研究表明，肝纤维化的严重程度，尤其是晚期纤维化（定义为F3或F4纤维化）的存在，是NAFLD预后的主要决定因子，是发生肝脏相关事件和肝外并发症的主要危险因素[5]。FibroScan®是一种无创测量肝硬度且广泛可及的工具，对NAFLD患者的晚期纤维化具有有效的诊断准确性[6]，还可用于识别食管静脉曲张风险低的患者，此外，基线肝硬度值（LSMs）随时间的增加可预测慢性肝纤维化患者的肝脏相关事件[7,8]。
目前临床上关于LSM预测NAFLD事件，尤其是NAFLD和F3-F4纤维化患者的准确性的数据较少。基于此，意大利巴勒莫大学Salvatore Petta等人在Clinical Gastroenterology and Hepatology上发表了一篇文章（影响因子：8.549），研究者分析研究了在NAFLD和代偿期进展性慢性肝病（cACLD）的患者队列中，LSMs及其在随访期间的变化是否可用于准确识别伴有肝脏相关和肝外事件风险的患者。结果显示，在NAFLD和cACLD患者中，基线LSM和LSM的变化与肝脏相关事件和死亡率的风险相关[9]。
研究方法
研究者回顾性分析了来自6个国家医疗中心的1039例组织学诊断为F3-F4纤维化和/或LSMs>10kpa的NAFLD患者（n=1039），随访至少6个月。在基线和末次随访后1年内通过FibroScan检测LSM（使用M或XL探针）。∆-LSM定义为随访和基线LSM之间的差异，分为<-20%（改善）、-20%~+20%（稳定）和>20%（损害）。研究者记录了在35个月（四分位数范围，19~63个月）的中位随访时间内，肝脏相关事件[如肝失代偿、腹水、脑病、静脉曲张出血、黄疸或肝癌（HCC）]以及总体和与肝脏相关的死亡率。
研究结果
●LSM对肝失代偿的预测
根据Cox多因素分析，可预测肝失代偿的独立因素包括：年龄（HR 1.06，95%CI 1.02~1.09，P=0.001）、Child-Pugh A6（HR 3.04，95%CI 1.69~5.44；P<0.001）、血小板（HR 0.98，95%CI 0.97~0.98，P<0.001）和基线LSM（HR 1.03，95%CI 1.02~1.04，P<0.001）（表1）。
表1.NAFLD和cACLD全队列中肝脏事件和肝脏相关死亡因素的Cox回归分析
（引自发表文章）
当将血小板计数（PLT）作为分类变量（<150X103 /mmc）而不是作为连续变量纳入模型时，在LSM中观察到类似的结果，且PLT<150X103 /mmc仍然与肝失代偿显著相关（HR 7.83，95%CI 2.51~21.3；P<0.001）。基线LSM预测肝失代偿的时间依赖性ROC为0.76，95%CI 0.68~0.83。21 KPa的阈值表明门脉高压症（CSPH）与肝失代偿的高发生率独立相关（HR 3.71，95%CI 1.89~6.78；P<0.001）。
在随访的LSM患者中，∆-LSM（HR 1.56，95%CI 1.05~2.51，P=0.04）（图1A）与基线LSM（HR 1.03，95%CI 1.00~1.05，P=0.01）显著预测肝失代偿的发生（表1）。值得注意的是，包含∆-LSM的模型比不包含∆-LSM模型更好地预测失代偿（HC指数分别为0.86和0.83；P=0.03）。
图1A.在NAFLD合并cACLD的患者队列中，∆ LSM风险等级和肝失代偿的发生情况
（引自发表文章）
●监测LSM可以预测HCC的发生
Cox分析显示，女性（HR 0.30，95%CI 0.13~0.69，P=0.005）、年龄（HR 1.06，95%CI 1.01~1.09，P=0.007）和基线LSM（HR 1.03，95%CI 1.00~1.04，P=0.003）是HCC发展相关的独立变量（表1）。当将PLT<150X103 /mmc作为分类变量而不是将PLT作为连续变量纳入模型时，在LSM中观察到类似的结果，PLT<150X103 /mmc被证实与HCC无明显相关性（HR 0.99，95%CI 0.35~2.72；P=0.95）。
∆-LSM（HR 1.72，95%CI 1.01~3.02，P=0.04）（图1B）[非基线LSM（HR 1.02，95%CI 0.98~1.05，P=0.27）]显著预测HCC的发生（表1）。
图1B.在NAFLD合并cACLD的患者队列中，∆ LSM风险等级和HCC的发生情况
（引自发表文章）
●LSM不能预测肝外事件的发生
在单因素Cox回归分析中，基线LSM（HR 1.01，95%CI 0.99~1.03，P=0.15）和∆-LSM（HR 1.42，95%CI 0.78~2.59，P=0.24）与心血管事件的发生无关。在单因素分析中，基线LSM与肝外肿瘤的发生相关（HR 1.02，95%CI 1.00~1.04，P=0.03），而在多变量Cox回归分析中，基线LSM和肝外肿瘤的发生无关（HR 1.02，95%CI 0.99~1.04，P=0.12）。∆-LSM也与肝外癌的发生无关（HR 0.78，95%CI 0.42~1.45，P=0.44）。
●∆-LSM预测总体死亡率和肝脏相关死亡率
基线LSM与总死亡率无关（HR 1.01，95%CI 0.99~1.03，P=0.18）（表1）。∆-LSM（HR 1.73，95%CI 1.11~2.69，P=0.01）（图1C）[非基线LSM（HR 1.01，95%CI 0.9~1.04，P=0.46）]、Child-Pugh A6 vs. Child-Pugh A5（HR 4.09，95%CI 1.01~16.4，P=0.04），与总死亡率独立相关（表1）。
图1C.在NAFLD合并cACLD的患者队列中，∆ LSM风险等级和总死亡的发生
（引自发表文章）
年龄（HR 1.06，95%CI 1.02~1.11，P=0.005）、血小板（HR 0.99，95%CI 0.98~0.99，P=0.01）和基线LSM（HR 1.02，95%CI 1.00~1.03，P=0.005）（时间依赖性ROC 0.76，95%CI 0.60~0.91）是肝相关死亡的重要危险因素（表1）。在有∆-LSM的患者中：年龄（HR 1.06，95%CI 1.00~1.16，P=0.02）和∆-LSM（HR 1.96，95%CI 1.10~3.38，P=0.02）（图1D）[非基线LSM（HR 1.02，95%CI 0.98~1.06，P=0.18）]是预测肝相关死亡的独立变量（表1）。值得注意的是，包含∆-LSM的模型比不包含∆-LSM的模型更好地预测肝相关死亡（HC指数分别为0.80和0.77；P=0.03）。
图1D.在NAFLD合并cACLD的患者队列中，∆ LSM风险等级和肝相关死亡的发生
（引自发表文章）
研究结论
这项在NAFLD和cACLD患者中进行的多中心队列研究表明，综合评估基线和/或∆ LSM有助于将发生与肝脏相关并发症以及肝脏和总死亡率的发生风险分层。这些数据如果得到进一步验证，将有助于NAFLD合并cACLD患者的个体化预后和随访。
（来源：《国际肝病》编辑部）
