肝硬化患者个体累积发病率评估疾病负担的新方法：疾病负担评分(DBS)的建立与应用

本研究针对电子健康记录(EHR)中多类型复发事件数据的分析难题，创新性提出疾病负担评分(DBS)方法，通过计算疾病负担曲线(DBC)下面积量化肝硬化患者健康事件累积影响。模拟研究显示该方法能无偏估计回归系数，在EHR场景下较传统生存分析方法具有更高检验效能，为缺乏死亡数据时的疾病进展评估提供了可靠工具。

　　

在慢性疾病管理中，准确评估疾病进展对临床决策至关重要。肝硬化作为影响全球数百万患者的慢性肝病，其病程常伴随多种失代偿事件（如腹水、肝性脑病等）的反复发生。然而，传统生存分析方法如Cox回归在处理电子健康记录(EHR)数据时面临三大挑战：无法利用基线事件、需排除同时发生的事件、难以解释复杂模型结果。更棘手的是，许多EHR系统缺乏可靠的死亡数据，使得以死亡为终点的传统评估方法失效。

美国维克森林大学医学院生物统计学与数据科学系（Wake Forest University School of Medicine, Department of Biostatistics and Data Science）的Mitchell Paukner团队在《Journal of Biomedical Informatics》发表的研究，开发了疾病负担评分(Disease Burden Score, DBS)这一创新指标。该方法通过计算个体化疾病负担曲线(Disease Burden Curve, DBC)下面积，整合所有复发事件的时间信息和临床权重，建立了可解释性强且计算简便的疾病评估体系。

研究采用三大关键技术：1）基于CAPriCORN队列的18,932例肝硬化患者真实世界数据；2）设计包含收敛/交叉事件率的蒙特卡洛模拟验证模型性能；3）开发逆概率加权(IPCW)估计方程处理右删失数据。通过设置时间截点τ解决随访时间差异问题，并比较身份链接与对数链接函数在不同场景下的适用性。

研究结果显示：在方法学验证部分，模拟实验证实DBS模型在2000例大样本中回归系数偏差<0.0032，95%置信区间覆盖率达94.3%-96.5%。特别在45%高删失率下，标准误估计仍保持稳定。效能分析发现，在EHR典型场景(S3)中，DBS对治疗效应的检测效能较复发事件(RE)回归提高12-18%。当事件发生率呈现交叉模式时，DBS在随机对照试验(RCT)设置中也展现优势。

实际应用部分对肝硬化患者的分析揭示：男性患者的5年DBS显著高于女性(β=0.95, p<0.0001)，而年龄增长与DBS呈负相关(β=-0.043/年)。值得注意的是，肝细胞癌(HCC)状态仅影响2年DBS(β=0.282)而非5年评分，提示其短期效应。衰弱评分(Frailty score)则显示持续正相关(β=0.128)。

讨论部分强调，DBS的创新性在于突破传统生存分析的三大局限：1）允许基线事件和同时事件纳入分析；2）不依赖比例风险等参数假设；3）提供直观临床解释。该方法特别适用于器官移植评估等死亡终点不敏感的场景。作者也指出当前局限包括时间截点τ需预先设定，以及需要进一步研究加权方案的优化策略。

这项研究为利用EHR数据进行疾病进展评估建立了方法学范式，其开发的DBS指标不仅适用于肝硬化管理，还可推广至其他慢性病（如心力衰竭、慢性肾病）的多事件监测。未来工作将聚焦于数据驱动的τ值选择和权重优化算法，进一步提升方法在精准医学中的应用价值。