LEAST模型：基于肝脏硬度测量的慢性乙型肝炎患者肝细胞癌风险预测新工具

《BMC Medicine》：LEAST as a novel prediction model of hepatocellular carcinoma development in patients with chronic hepatitis B: a multi-center study

本研究针对慢性乙型肝炎（CHB）患者肝细胞癌（HCC）风险预测需求，开发了基于肝脏硬度测量（LSM）的新型预测模型LEAST（包含LSM、年龄、白蛋白、性别和血小板5个指标）。该多中心研究通过LASSO回归和Cox分析构建模型，在内部验证和两个外部验证队列（n=1,707）中表现出优异预测性能（3/5/8年tdAUC达0.838/0.898/0.907），显著优于现有评分系统，为CHB患者的HCC风险分层和精准监测提供了重要工具。

　　

在全球癌症负担日益加重的背景下，肝细胞癌（HCC）作为原发性肝脏恶性肿瘤的主要类型，其发病率和死亡率分别位居全球第六和第三位。尤其在中国，慢性乙型肝炎（CHB）病毒感染是HCC最主要的致病因素，约50%-60%的HCC病例可归因于CHB感染。然而，由于HCC发病隐匿且进展迅速，多数患者确诊时已处于晚期，导致预后极差，中国HCC患者的5年生存率仅为14.1%。这一严峻现状凸显了早期识别高风险人群、实施精准监测和干预的迫切需求。

目前，虽然已有多个HCC风险预测模型被开发，但这些模型大多将肝硬化作为重要预测因子，而肝硬化的诊断通常依赖于影像学、内镜和生化指标等非组织学确认方法，可能导致预测性能被低估。瞬时弹性成像（TE）技术测量的肝脏硬度（LSM）作为一种无创、可靠评估肝纤维化程度的方法，已显示出与HCC风险密切相关的潜力。鉴于中国CHB疾病负担沉重且TE技术应用广泛，研究人员假设将LSM纳入预测模型可显著提升CHB患者HCC风险的预测准确性。

为此，Song等人在《BMC Medicine》发表了题为“LEAST as a novel prediction model of hepatocellular carcinoma development in patients with chronic hepatitis B: a multi-center study”的研究。该研究旨在构建并验证一个基于LSM的HCC风险预测模型，以帮助识别高危CHB患者，优化监测策略。

研究采用回顾性队列设计，纳入了2013年1月至2023年12月期间的713例CHB患者，随机分为建模队列（n=534）和内部验证队列（n=179）。此外，还从福建医科大学孟超肝胆医院、北京地坛医院等多家中心收集数据，构建了两个外部验证队列（EV-1: n=1084; EV-2: n=623）。所有LSM测量均使用iLivTouch瞬时弹性成像仪由经验丰富的操作者完成，确保数据的可靠性。

通过最小绝对收缩和选择算子（LASSO）回归结合多变量Cox比例风险模型，研究筛选出五个独立预测因子：LSM值（HR 1.129）、年龄（HR 1.037）、白蛋白（ALB）（HR 0.940）、性别（HR 3.235）和血小板（PLT）（HR 0.994），由此构建了名为LEAST的预测模型。模型以列线图（Nomogram）形式呈现，便于临床直接应用。

模型性能卓越

在中位随访57个月期间，推导队列和内部验证队列分别有8.99%和10.06%的患者发展为HCC。LEAST模型显示出优异的预测能力：在推导队列中，一致性指数（C-index）为0.859，3年、5年和8年的tdAUC分别为0.838、0.898和0.907；在内部验证队列中，C-index为0.828，相应时间点的tdAUC也保持在0.813以上。校准曲线显示预测概率与实际观察概率高度一致，Hosmer-Lemeshow拟合优度检验证实模型校准良好（P=0.850）。

风险分层有效

基于列线图总分，通过X-tile软件将患者分为低危（<160.7分）、中危（160.7-191.2分）和高危（>193.2分）三组。

Kaplan-Meier分析显示，不同风险组间的HCC累积发生率存在显著差异（log-rank检验P<0.0001），表明模型具有良好的风险分层能力。这一分层效果在内部验证队列和两个外部验证队列中均得到一致验证。

显著优于现有模型

与REAL-B、mREACH-B、AGED、LSM-HCC和mPAGE-B等5个现有HCC风险评分相比，LEAST模型在3年、5年和8年的预测中均显示出数值上最高的AUC，表明其 discriminative 能力更优。

外部验证证实普适性

在EV-1和EV-2两个外部验证队列中，LEAST模型同样表现出良好的判别能力（C-index分别为0.807和0.905）、校准度和风险分层能力，证明了模型在不同人群中的良好泛化性。

本研究构建的LEAST模型是首个专门针对中国CHB人群、基于LSM的HCC风险预测工具。其创新性在于直接整合了LSM这一定量评估肝纤维化程度的指标，避免了传统模型中依赖临床综合判断诊断肝硬化可能带来的偏倚。模型仅包含五个常规易得的临床变量（LSM、年龄、ALB、性别和PLT），在保证预测精度的同时极大提升了临床实用性。

值得注意的是，在有效抗病毒治疗时代，病毒学因素（如HBV DNA）的预测价值可能减弱，而反映肝脏纤维化程度的LSM指标显示出更稳定的长期预测价值。这解释了为何LEAST模型在8年长期随访中仍保持高预测精度（AUC 0.907）。

研究的优势包括大样本量、长随访时间、多中心验证以及与现有模型的系统比较。局限性在于仅使用基线数据而非动态监测指标，且队列中包含未经治和经治患者的混合人群，未来需在纯经治人群中进一步验证。

综上所述，LEAST模型为CHB患者的HCC风险预测提供了准确、实用的工具，有助于识别高危人群并制定个体化监测策略。未来研究可探索将影像学技术、液体活检等新型生物标志物与LEAST模型结合，进一步提升预测性能。