GOLDEN模型在干扰素α治疗非肝硬化慢性乙肝患者中预测HBsAg消失的外部验证研究

本研究针对干扰素α(IFN-α)治疗慢性乙肝(CHB)患者缺乏有效预测工具的问题，通过EXCEL随机对照试验和Search-B真实世界队列共1241例患者数据，验证GOLDEN模型对HBsAg消失或下降的预测效能。结果显示该模型能准确预测qHBsAg<100 IU/mL和<10 IU/mL的累积发生率，为临床制定个体化治疗方案提供重要依据。

　　

慢性乙型肝炎病毒(HBV)感染仍是全球重大公共卫生挑战，虽然现有核苷(酸)类似物(NAs)和干扰素α(IFN-α)治疗能有效抑制病毒复制，但实现乙肝表面抗原(HBsAg)消失——这一最接近"功能性治愈"的临床终点仍面临巨大挑战。尤其对于接受IFN-α治疗的非肝硬化患者，目前缺乏可靠的预测工具来评估治疗应答。GOLDEN模型原是针对NAs治疗患者开发的预测工具，其在IFN-α治疗人群中的适用性亟待验证。

为解决这一临床难题，来自北京大学医学部的研究团队联合多中心开展了一项开创性研究。他们巧妙整合了EXCEL研究(一项纳入200例HBeAg阳性初治患者的随机对照试验)和Search-B队列(包含1041例患者的真实世界前瞻性观察队列)的数据资源，首次系统评估了GOLDEN模型在IFN-α治疗人群中的预测价值。这项重要成果发表在消化病学顶级期刊《Clinical Gastroenterology and Hepatology》上。

研究采用多时间点定量HBsAg(qHBsAg)动态监测技术，通过建立纵向数据分析模型，计算个体化预测概率。主要评估指标包括qHBsAg<100 IU/mL和<10 IU/mL的累积发生率，采用时间依赖性ROC曲线验证模型区分度。

在"背景与目的"部分，研究阐明了慢性乙肝治疗面临的瓶颈——尽管GOLDEN模型在NAs治疗人群中表现良好，但IFN-α与NAs的作用机制存在本质差异，前者通过免疫调节发挥抗病毒作用。这种机制差异可能导致预测模型的适用性变化，因此开展外部验证具有重要临床价值。

"方法学创新"体现在三个方面：一是采用双队列验证策略，既包含严格控制的临床试验数据，又纳入反映真实临床实践的大样本观察性数据；二是创新性地将qHBsAg动态变化纳入预测算法；三是首次在IFN-α治疗人群中建立时间-事件预测模型。

"研究结果"显示：在EXCEL研究中，48周时qHBsAg<100 IU/mL和<10 IU/mL的累积发生率分别为28.5%和15.7%；Search-B队列中相应数据为31.2%和17.3%。模型预测的AUC值达0.82-0.85，显著优于传统基线预测指标。亚组分析证实，无论HBeAg状态或基线病毒载量如何，模型均保持稳定预测效能。

"结论与讨论"部分强调，这是首个证实GOLDEN模型可跨治疗方式适用的高水平证据。该模型能早期识别可能获得HBsAg消失的优势人群，避免无效治疗带来的经济负担和副作用风险。研究者特别指出，将qHBsAg动态变化纳入预测是模型成功的关键，这反映了IFN-α独特的免疫调节作用机制。临床医生可据此制定精准的监测策略——对高概率患者加强随访，对低概率患者及时调整治疗方案。

这项研究打破了传统"一种治疗方式对应一个预测模型"的局限，为慢性乙肝个体化治疗决策提供了重要工具。其创新价值不仅体现在临床预测模型的优化，更深层次的意义在于揭示了不同抗病毒治疗方式下HBsAg消失的共同生物学特征，为探索乙肝治愈的共性机制提供了新思路。未来研究可进一步整合宿主遗传因素和新型免疫标志物，持续优化预测模型的精准度。