急性 - on - 慢性肝衰竭短期疾病进展预测新模型：结合光谱 CT 与临床特征

为预测急性 - on - 慢性肝衰竭（ACLF）短期疾病进展，研究人员结合光谱 CT 细胞外肝体积（ECVIC?liver?）和临床特征构建模型，该模型预测性能优越。

　　急性 - on - 慢性肝衰竭（ACLF）是一种严重威胁生命的肝脏综合征，就像肝脏健康的 “定时炸弹”，随时可能引发多器官衰竭，导致患者短期死亡风险急剧上升。在亚太地区，ACLF 患者 90 天内病情恶化的发生率极高，死亡率超过 50%。面对如此严峻的情况，准确评估 ACLF 患者的预后，尤其是早期评估，就成为了临床工作中的关键环节，这能帮助医生及时考虑为患者进行肝脏移植，抓住拯救患者生命的 “黄金时机”。

然而，目前用于评估肝病预后的常用工具，如终末期肝病模型（MELD）和 MELD-Na，存在明显的缺陷。它们缺乏能够精准反映 ACLF 患者有效肝功能和营养状况的参数，导致在预测患者短期死亡率时常常出现偏差，无法为临床决策提供可靠依据。慢性肝衰竭 - 序贯器官衰竭评估（CLIF-SOFA）评分虽然在评估肝外器官衰竭方面有一定价值，但由于亚太地区肝病病因的独特性，现有的这些评分模型都难以满足精准预测 ACLF 患者预后的需求。

为了解决这些难题，兰州大学第二医院等机构的研究人员开展了一项极具意义的研究。他们旨在开发一种综合模型，将光谱 CT 衍生的细胞外肝体积（ECVIC?liver?）和肌肉减少症等因素结合起来，实现对 ACLF 患者短期（90 天）疾病进展的早期预测。相关研究成果发表在《BMC Medical Imaging》上。

研究人员采用了回顾性队列研究方法，收集了 2019 年 6 月至 2022 年 12 月在兰州大学第二医院确诊为 ACLF 且符合亚太肝病研究协会（APASL）标准的患者数据。最终纳入了 126 例患者，根据 90 天内的病情变化分为进展组和稳定组。在研究过程中，运用了多种技术方法。通过肝脏宝石光谱 CT 扫描获取患者的肝脏影像数据，在工作站上利用 GSI Volume Viewer 软件分析计算ECVIC?liver?；同时，从非增强 CT 图像中测量第三腰椎骨骼肌指数（L3-SMI）来评估肌肉减少症。此外，还计算了患者的各项临床评分，如 CTP 评分、MELD 评分、MELD-Na 评分和 CLIF-SOFA 评分等。利用 IBM SPSS 和 R 统计软件进行数据分析，通过多种统计方法筛选出独立预测因子并构建模型，评估模型性能。

研究结果主要包括以下几个方面：

• 患者特征：共纳入 126 例 ACLF 患者，进展组疾病进展率为 55.56% ，30 天死亡率为 30.95%，90 天死亡率为 35.71%。进展组肌肉减少症患病率更高，白细胞计数（WBC）、血小板计数（PLT）、凝血酶原活动度（PTA）、MELD 评分、MELD-Na 评分和 CLIF-SOFA 评分等与稳定组存在显著差异1。
• L3-SMI 和肝脏光谱 CT 参数：两名放射科医生测量的 L3-SMI 和肝脏光谱 CT 参数一致性良好。进展组 L3-SMI 显著低于稳定组，而 IC-EP、Z-EP、K140?-EP、NIC-EP 和ECVIC?liver?显著高于稳定组2。
• 预测模型的开发和评估：单因素分析确定了多个与疾病进展相关的因素，多因素逻辑回归分析筛选出 WBC、ECVIC?liver?、肌肉减少症、MELD-Na 评分和 CLIF-SOFA 评分作为独立预测因子。基于这些因子构建的联合模型预测性能优越，C-index 为 0.910，校正 C-index 为 0.892，校准曲线显示模型预测概率与实际结果一致性良好，决策曲线分析表明该模型临床实用性高。与现有临床评分相比，联合模型预测 90 天疾病进展状态的 AUC 为 0.910，显著优于 CLIF-SOFA、MELD、MELD-Na 和 CTP 评分345。

在结论和讨论部分，研究表明无肌肉减少症和 / 或较低ECVIC?liver?的患者预后更好。新构建的联合模型（包含 WBC、ECVIC?liver?、肌肉减少症、CLIF-SOFA 和 MELD-Na 评分）在预测 ACLF 患者 90 天疾病进展方面，比传统预后评分（CLIF-SOFA、MELD、MELD-Na 和 CTP 评分）具有更高的准确性，能够为临床治疗决策提供更有效的指导。

不过，该研究也存在一些局限性。随访时间较短，可能影响长期预后评估；未进行 L3-SMI 的动态测量，ECVIC?liver?与 L3-SMI 之间的关系和机制有待进一步研究；研究为单中心回顾性研究，样本量较小且缺乏前瞻性验证。未来研究需要多中心、跨国、多区域协作，扩大样本量并采用前瞻性研究设计，以完善该模型。

总体而言，这项研究为 ACLF 患者的预后评估提供了新的思路和方法，其构建的联合模型具有重要的临床应用价值，有望推动 ACLF 精准医疗的发展，为更多患者带来生存希望。