首页 > 医疗资讯/ 正文
导读
慢加急肝衰竭(Acute-on-chronic liver failure,ACLF)是肝脏在漫长的病变过程中突然爆发的疾风骤雨,肝脏本身衰竭之后接踵而来的多器官功能衰竭常导致患者死亡。肝移植是ACLF患者挽救性治疗的唯一有效方案,然而,器官供体短缺和高昂的医疗费用决定了肝移植必须用于“刀刃”上。因此,一个好的预测模型的意义在于,能够在早期提供足够准确的结局信息,使得诊疗决策更为精准,在患者获益的同时,避免医疗资源的浪费。
终末期肝病模型评分(Model for end-stage liver disease score,MELDs和Model for end-stage liver disease with sodium score,MELD-Nas)是ACLF预后评估的最常用模型,以及肝移植器官优先级分配的标准。然而,MELDs和MELD-Nas最初是用于预测失代偿肝硬化患者开展经颈静脉肝内门体分流术的疗效,并非为ACLF患者而开发,故而其性能有限。一个理想的ACLF预后评估模型应兼具稳定、简易、准确、特异等优点,便于临床应用。
近日,浙江大学医学院附属第一医院施毓教授团队在eGastroenterology上发表了题为“Evidence-based incorporation of key parameters into MELD score for acute-on-chronic liver failure”的研究。该项研究首先采用了荟萃分析方法来识别ACLF患者不良结局的危险因素,然后在两个大规模、多中心、前瞻性和观察性队列中验证了所选危险因素,并且构建了新的ACLF短期预后评分CATCH-LIFE-MELDs。此外,利用一个外部大样本队列验证了新评分的预测效能。

发掘独立危险因素
基于32项队列研究,共计13939例ACLF患者的荟萃分析确定了除MELDs外12项与不良结局独立相关的因素:年龄、肝硬化、国际标准化比值、总胆红素、血肌酐、血钠浓度、白细胞计数、中性粒细胞、感染、消化道出血、腹水和肝性脑病。
构建CATCH-LIFE-MELDs评分
从中国ACLF前瞻性多中心队列CATCH-LIFE(Chinese AcuTe-on-CHronic LIver FailurE)队列纳入751例ACLF患者,利用多因素Fine-Gray竞争风险回归分析对候选变量进一步筛选,并排除共线性显著的变量,最终确立年龄、中性粒细胞计数和肝性脑病分级为MELDs之外的新模型参数。构建CATCH-LIFE-MELDs模型如下:R=0.028*年龄+0.3*肝性脑病分级+0.039*中性粒细胞计数+ 0.079*MELDs。
CATCH-LIFE-MELDs评分的效果
采用受试者工作曲线下面积(Area under the receiver operating characteristic curve,AUROC)、一致性指数(C-index)、重分类改善指标(Net reclassification improvement,NRI)和综合判别改善指数(Integrated discrimination,IDI)评估模型的区分度。与经典模型COSSH-ACLF IIs、COSSH-ACLFs、CLIF-C ACLFs、MELDs和MELD-Nas相比,CATCH-LIFE-MELDs评分的AUROC分别提高了8.4%-12.9%。C-index接近良好的0.80,显著高于其他传统预测模型,且在NRI和IDI上也有显著的提升。此外,概率密度函数分析显示,与其他模型相比,CATCH-LIFE-MELDs的重叠系数显著降低,显示出更好的区分度。校准图显示,28天和90天时观察到的死亡率与预测的死亡概率具有良好的一致性。
CATCH-LIFE-MELDs评分的验证
通过一个包含414例ACLF患者的外部单中心队列验证发现,CATCH-LIFE-MELDs评分保持较好的区分度和校准度。
CATCH-LIFE-MELDs评分的应用
采用X-tile方法根据CATCH-LIFE-MELDs进行风险分层。根据最佳截断值(3.09和5.04)将ACLF患者分为低危(< 3.09)、中危(3.09 ~ 5.04)和高危(> 5.04),非常好地区分了具有高、中、低死亡风险的人群。

图注:应用中国慢加急肝衰竭联盟终末期肝病评分模型(CATCH-LIFE-MELD)对慢加急肝衰竭(ACLF)患者进行死亡风险分层。(A) 衍生队列。(B) 验证队列。根据CATCH LIFE MELDs分类规则对28天、90天的累积死亡发生率进行分层(低风险/中等风险/高风险:CATCH LIFE-MELDs<3.09/3.09–5.04/>5.04)。三个风险层之间的生存概率比较P<0.001(对数秩检验)。
来源:原文图6
CATCH-LIFE-MELDs评分的适用人群
根据病因、基础肝病和诊断标准进行亚组分析。研究显示CATCH-LIFE-MELDs评分无论是在乙肝相关ACLF和非乙肝相关ACLF,肝硬化ACLF和非肝硬化ACLF,以及不同诊断标准下的ACLF亚组中均有稳定、良好的区分度和校准度。
总结
该研究使用荟萃分析方法发掘独立于MELDs的具有预后价值的其他参数,通过整合纳入MELDs从而开发了一种新的预后评分。CATCH-LIFE-MELDs评分预测ACLF死亡的准确性优于其他传统评分。CATCH-LIFE-MELDs可用于ACLF患者死亡风险的预测和分层,指导临床肝移植决策,并为未来新疗法的研究提供指导。
引证本文
Xia Yu, Ruoqi Zhou, Wenting Tan, et al. Evidence-based incorporation of key parameters into MELD score for acute-on-chronic liver failure: eGastroenterology 2024;2:e100101.
https://egastroenterology.bmj.com/content/2/3/e100101
- 搜索
-
- 1000℃Cell | 曾泽贤/潘登/冯驭团队开发SPAC-seq新技术,实现空间分辨率下高通量CRISPR筛选
- 1000℃福建师范大学ACS Nano:人工智能驱动的Janus敷料用于可视化伤口诊疗
- 1000℃中科院苏州纳米所ACS Nano综述:通过可穿戴AI接口学习人类-环境交互
- 1000℃Cancer Discov | 新型AI基础模型可根据基因型精准预测癌症治疗反应,涵盖10种实体瘤超3万个肿瘤基因组数据
- 1000℃新加坡国立大学/复旦大学《自然·通讯》:抗氧化脂质纳米颗粒增强mRNA稳定性用于再生治疗和基因编辑
- 1000℃489例疑似罕见遗传病患者进行全外显子测序WES:确诊率达53%,5.5%检出心血管或肿瘤相关基因变异
- 1000℃Nat Cancer | 基于组织病理学图像的AI模型可快速识别102种CNS肿瘤亚型,表现优于神经病理学家
- 1000℃国立清华大学《自然·通讯》:工程化人类PEG10纳米颗粒实现RNA自包装、递送与癌症治疗
- 精J Child Psychol Psychiatry:12种罕见神经发育障碍儿童沟通能力谱系
- 精研究发现:爱吃辣的人,心血管病和癌症死亡风险都会显著降低
- 精Nursing in Critical Care:别再指责护士了!ICU 里被遗漏的护理,根源在系统而非个人
- 精Acta Obstet Gynecol Scand:罕见病女性的妊娠并发症与母婴结局,一项单中心434种罕见病的回顾性队列研究
- 精【爱儿小醉】儿科患者术前对流层臭氧暴露与围手术期呼吸系统不良事件之间的关系:一项单中心回顾性队列研究
- 精eBioMedicine:牙龈下微生物组与脑健康存在连续关联梯度,牙周炎或成认知衰退可干预靶点
- 精军事医学研究院《自然·通讯》:自适应IrPtCu纳米酶水凝胶实现耐药菌感染伤口序贯治疗
- 精能够逆转萎缩性胃炎的两个中成药,该怎么选择?
- 荐Lancet子刊:国产CRVIAAI精准识别胰腺癌血管侵犯,准确率超越资深影像专家
- 荐Pharmacol Res:胃癌耐药的 "双重密码",细胞因子与表观遗传的异常对话
- 荐新一代ICU体系:德尔格持续升级整体解决方案能力,实现更智能、安静、高效的诊疗环境!
- 荐论文解读│经由多组学视角更新法布雷病重要靶器官病理生理机制
- 荐【醉翁之艺】小胶质细胞激活通过CXCL10介导的CD8+T细胞募集促进衰老相关白质退化
- 荐《柳叶刀》重磅:奥瑞珠单抗显著延缓原发进展型多发性硬化老年及重度残疾患者进展
- 荐STTT:派安普利单抗联合化疗为复发转移性鼻咽癌带来持久生存获益
- 荐ASCO 2026:中国领衔LIBRETTO-432研究,塞普替尼引领RET融合阳性非小细胞肺癌早期治疗新突破,降低83%的疾病复发或死亡风险
- 标签列表
-
- 星座 (702)
- 孩子 (526)
- 恋爱 (505)
- 婴儿车 (390)
- 宝宝 (328)
- 狮子座 (313)
- 金牛座 (313)
- 摩羯座 (302)
- 白羊座 (301)
- 天蝎座 (294)
- 巨蟹座 (289)
- 双子座 (289)
- 处女座 (285)
- 天秤座 (276)
- 双鱼座 (268)
- 婴儿 (265)
- 水瓶座 (260)
- 射手座 (239)
- 不完美妈妈 (173)
- 跳槽那些事儿 (168)
- baby (140)
- 女婴 (132)
- 生肖 (129)
- 女儿 (129)
- 民警 (127)
- 狮子 (105)
- NBA (101)
- 家长 (97)
- 怀孕 (95)
- 儿童 (93)
- 交警 (89)
- 孕妇 (77)
- 儿子 (75)
- Angelababy (74)
- 父母 (74)
- 幼儿园 (73)
- 医院 (69)
- 童车 (66)
- 女子 (60)
- 郑州 (58)