论文部分内容阅读
背景与目的肝硬化是各种慢性肝脏疾病发展的晚期阶段,在我国病毒性肝炎所致的肝硬化最常见,晚期以肝功能减退和门静脉高压(portal hypertension,PH)为主要表现,常出现多种并发症。食管胃底静脉曲张(gastroesophageal esophageal,GOV)是门静脉高压症的临床主要表现之一,而食管静脉曲张破裂出血(esophageal variceal bleeding,EVB)则是肝硬化患者上消化道出血的最常见原因,同时也认为它是门静脉高压症中病死率最高的并发症。因此,早期识别PH及食管静脉曲张(esophageal varices,EV),并给予制定预防及治疗措施对于肝硬化患者至关重要。目前肝静脉压力梯度(hepatic venous pressure gradient,HVPG)测定和胃镜是评估PH及EV的金标准。然而,上述两种检查均为有创性检查,不仅价格昂贵,而且大多数患者不能耐受,检查过程中就有较大出血风险,给患者带来较大的经济压力,同时也带来了很大的精神压力,明显降低了肝硬化患者的随访率。国内外最新指南指出,无创性的门静脉压力评估方法或模型是肝脏疾病未来重点研究的方向之一。本文通过收集病毒性肝炎后肝硬化患者血清学检查、肝胆胰脾彩超、肝脏瞬时弹性成像等常见非侵入性检查的相关指标综合评价,并对有意义的指标建立回归模型,并评估该模型对病毒性肝炎后肝硬化EV及EVB的预测价值,从而为病毒性肝炎后肝硬化患者的随访提供一种非侵入性检查方法,以提高其就医依从性,减少该类患者病死率。方法收集2015年1月至2016年1月就诊于郑州大学第一附属医院消化科及感染科的慢性乙型肝炎后肝硬化及慢性丙型肝炎后肝硬化患者临床资料,根据胃镜检查结果将上述患者分为无EV、轻度EV、中度EV、重度EV,并收集上述患者一般情况、性别、年龄、白细胞计数(white blood cell count,WBC)、血小板计数(platelet count,PLT)、总胆红素(total bilirubin,TB)、直接胆红素(direct bilirubin,DB)、血清白蛋白(albumin,A)、球蛋白(globulin,G)、血浆凝血酶原活动度(prothrombin time activity,PTA)、门静脉主干直径(portal vein diameter,PVD)、脾静脉直径(spleen vein diameter,SVD)、脾脏长径(spleen diameter,SD)、脾脏厚径(spleen thickness,ST)、肝脏硬度测量(liver stiffness measurement,LSM)、肝功能分级、血小板/脾脏长径(platelet count/spleen diameter,PLT/SD)等指标。根据是否存在EV将所有患者分为无EV组和EV组,分析上述指标在两组间是否存在差异,并对差异有统计学意义的指标进一步行多因素Logistic回归分析,得出回归方程模型,评估该回归模型对病毒性肝炎后肝硬化患者存在EV的预测价值;在EV基础上,将所有存在EV的患者根据是否出血分为无EVB组和EVB组,同样分析上述指标在两组间是否存在差异,对差异有统计学意义的指标行多因素Logistic回归分析,评估回归方程模型对病毒性肝炎后肝硬化EV患者出血风险的预测价值。结果(1)无EV与EV组142例病毒性肝炎后肝硬化患者,无EV组32例,EV组110例,其中轻度曲张20例,中度曲张25例,重度曲张65例;上述两组相关指标比较,肝功能分级、PVD、SVD、SD、ST、WBC、PLT、PLT/SD、LSM在两组间的差异有统计学意义(P值均>0.05),将上述指标进一步行多因素Logistic回归分析,ST、LSM最终进入回归方程模型,得到方程Logit P1=0.112×LSM+0.088×ST-5.011;对该方程行ROC曲线分析,曲线下面积0.821,预测概率最佳界值为0.790,敏感度为0.736,特异度为0.906。(2)无EVB组与EVB组110例肝硬化EV患者中,临床首次出血的患者有34例,无出血有76例;肝功能分级、LSM、PLT在两组间的差异有统计学意义(P值均>0.05),将上述有统计学意义的指标进行多因素Logistic回归分析,仅LSM进入回归模型。得到方程Logit P2=0.163×LSM-5.164;该方程ROC曲线下面积0.830,预测概率最佳界值为0.400,敏感度为0.735,特异度为0.868,此时LSM界值为29.2k Pa。结论1.无创性指标ST、LSM可作为独立预测因素评估病毒性肝炎后肝硬化患者是否存在EV,而基于该两项指标构建的Logistic回归方程模型能够较准确的预测病毒性肝炎后肝硬化患者EV的发生。2.无创性指标LSM可作为独立预测因素评估病毒性肝炎后肝硬化EV患者的出血风险,以LSM构建的Logistic回归模型在预测其出血时具有较高的准确性,具有一定的临床应用价值。