肝硬化患者發生癌變的影響因素及診斷模型

黃培寧 李旭祥 覃敏珍 盧運龍 余賢恩 何發儉 程吉云

(廣西百色市人民醫院1 消化內科，2 病理科，廣西百色市 533000； 3 廣西南寧市維爾凱生物科技公司，廣西南寧市 530000)

中國是原發性肝癌的高發國家，而廣西壯族自治區則為中國肝癌的高發地區之一[1-2]。肝硬化是各種慢性肝病的終末期表現，多數肝癌患者具有肝硬化基礎[3]。肝癌患者的臨床表現多樣化，早期癥狀不典型，容易被忽視，部分患者確診時已處于中晚期。血清甲胎蛋白是現階段臨床篩查肝癌的早期生化指標，但靈敏度較低[4-5]。因此，尋找肝硬化發生癌變的危險因素并構建預測模型，有助于早期識別高危人群，對降低癌變發生率和病死率有重要意義。本研究選取來自桂西地區(百色市、河池市)的68例肝硬化癌變患者和120例肝硬化無癌變患者，對其臨床資料進行回顧性分析，探討肝硬化患者發生癌變的影響因素并建立診斷模型，為在該地區肝癌高危人群的早期識別和干預提供參考，現報告如下。

1 資料與方法

1.1 臨床資料 選取2015年2月至2017年12月在廣西百色市人民醫院診治的68例肝硬化癌變患者作為癌變組，120例肝硬化無癌變患者作為對照組。納入標準：(1)肝硬化及病情程度的診斷符合《肝硬化診治指南》[6]中的相關標準，肝硬化發生癌變均經臨床、影像學及病理確診，診斷標準依據《原發性肝癌診療規范(2019年版)》[7]中的相關標準；(2)患者在桂西地區(百色市、河池市)連續居住>3年；(3)臨床資料完整。排除標準：(1)合并免疫性疾病者；(2)合并其他惡性腫瘤者；(3)合并血液系統疾病者；(4)合并嚴重心、肺、腎等臟器疾病者。以上述癌變組和對照組作為訓練集，分析肝硬化患者發生癌變的影響因素并建立診斷模型。選擇2020年1～4月在我院診治的33例肝硬化癌變患者和47例肝硬化無癌變患者作為驗證集，納入標準及排除標準同前。

1.2 資料收集 利用醫院病歷系統收集所有患者的一般資料和入院時的實驗室指標檢查結果，一般資料包括性別、年齡、體質指數、民族、合并疾病(高血壓、糖尿病)情況、個人史(吸煙史、飲酒史)、肝硬化病因和程度等，入院時實驗室指標包括血常規、血脂、肝功能、空腹血糖、白細胞介素6(interleukin,IL-6)等指標。其中，吸煙定義為連續或累積吸煙>1年且平均每天吸煙量≥1支；飲酒定義為無論啤酒、白酒或葡萄酒等，連續或累積飲酒>1年且每周飲酒量男性>280 g、女性>140 g[8]。高血壓診斷標準：在未使用降壓藥物的情況下，收縮壓≥140 mmHg和(或)舒張壓≥90 mmHg[9]。糖尿病診斷標準：糖化血紅蛋白≥6.5%，或空腹(至少8 h無熱量攝入量)血糖≥126 mg/dL(7.0 mmol/L)，或OGTT后2 h血糖≥200 mg/dL(11.1 mmol/L)[10]。使用XN9000型全自動血球分析儀(日本希森美康公司)檢測血常規，使用AU5811型全自動生化分析儀(美國貝克曼庫爾特公司)檢測血脂、肝功能，采用葡萄糖氧化酶法檢測空腹血糖，采用ELISA檢測IL-6水平。

1.3 統計學分析 采用SPSS 20.0軟件進行統計學分析。計量資料以(x±s)表示，組間比較采用成組設計兩樣本t檢驗；計數資料以例數(百分比)表示，組間比較采用χ2檢驗；采用多因素Logistic回歸模型分析肝硬化患者發生癌變的影響因素并構建診斷模型；繪制受試者工作特征(receiver operating characteristic,ROC)曲線評價診斷模型的診斷效能，采用擬合優度檢驗評價診斷模型的校準度，并在驗證集中進行臨床驗證。以P<0.05表示差異有統計學意義。

2 結 果

2.1 肝硬化患者發生癌變的單因素分析 兩組患者的飲酒史、中性粒細胞與淋巴細胞比值(neutrophil-to lymphocyte ratio,NLR)、IL-6水平差異均有統計學意義(均P<0.05)。見表1。

表1 兩組患者一般資料和生化指標的比較

2.2 肝硬化患者發生癌變的多因素Logistic回歸分析 以肝硬化患者是否發生癌變作為因變量(0=否，1=是)，將上述單因素分析中有統計學意義的因素作為自變量[賦值方式：飲酒史(0=否，1=是)，NLR(0=<2.69，1=≥2.69)，IL-6(0=<71.30 pg/mL，1=≥71.30 pg/mL)]，納入多因素Logistic回歸模型進行分析，其中通過ROC曲線分析獲取各連續變量指標診斷肝硬化患者發生癌變的截斷值。結果顯示：飲酒、NLR≥2.69、IL-6≥71.30 pg/mL均是肝硬化患者發生癌變的獨立危險因素(均P<0.05)。見表2。

表2 多因素Logistic回歸分析

2.3 肝硬化患者發生癌變診斷模型的構建 根據表2中的危險因素構建肝硬化患者發生癌變的診斷模型為：LogitP=2.309×飲酒史+1.666×NLR+1.202×IL-6-6.438。ROC曲線分析結果顯示，該模型診斷肝硬化患者發生癌變的曲線下面積為0.934(95%CI：0.899，0.969)，約登指數最大(0.718)時該模型的診斷閾值為0.468，對應的靈敏度為86.8%，特異度為85.0%，提示該模型區分度較好。見圖1。采用擬合優度檢驗評價該模型的校準度，結果顯示χ2=11.435，P=0.178，結果提示該預測模型擬合度較好，準確性高。見圖2。

2.4 診斷模型的臨床驗證 通過驗證集的驗證，預測模型預測的靈敏度為84.85%(28/33)，特異度為80.85%(38/47)，準確度為82.50%(66/80)。見表3。

表3 診斷模型的臨床驗證結果

3 討 論

國外有研究報告，酗酒是肝硬化癌變的獨立危險因素，長期過量飲酒者發生肝癌的風險為1.0%～1.5%[11]。本研究結果顯示，飲酒是肝硬化患者發生癌變的獨立危險因素(P<0.05)，與上述研究結果相似。這可能是因為乙醛脫氫酶2是酒精在體內代謝的關鍵酶，多數亞洲人無該酶的基因。而有學者通過動物實驗發現，乙醛脫氫酶2基因缺陷大鼠的肝細胞會合成大量有害的氧化線粒體基因組，后者可經細胞外囊泡向鄰近肝細胞擴散，并與乙醛共同激活Jun氨基末端激酶 、信號傳導子和轉錄激活子3、B淋巴細胞瘤-2基因等多個致癌信號通路，進而促進酒精相關性肝癌的發生，該結論已在人體試驗[12-14]中得到證實。肝硬化患者的肝臟已存在不同程度的病變，攝入過量的酒精會增加肝臟的負擔，誘發基因突變，導致癌變[15-16]。桂西地區居民有飲酒習俗，這可能會導致該地區肝硬化患者癌變的風險增加，應加強對當地居民進行健康宣教，促使其養成健康的生活習慣。

中性粒細胞與淋巴細胞在腫瘤浸潤中發揮重要作用。中性粒細胞可分泌并釋放大量血管內皮生長因子及多種趨化因子，促使腫瘤血管生成，并積極參與腫瘤細胞的增殖與凋亡信號傳導通路的調控，進而促進腫瘤的浸潤與轉移[17]。淋巴細胞(如CD4+T淋巴細胞、CD8+T淋巴細胞)參與腫瘤免疫調節機制，構建免疫網絡，阻殺腫瘤細胞，其數量減少提示機體抗腫瘤能力下降[18-19]。可見，NLR升高是中性粒細胞增高與淋巴細胞減少所致，中性粒細胞增高可促進腫瘤細胞增殖與浸潤，而淋巴細胞減少則說明腫瘤免疫應答受到抑制[20]。因此，NLR可有效地反映癌細胞的增殖與轉移情況[21]。已有研究證實慢性炎癥積極參與了腫瘤的發生和發展[22]。IL-6是造血細胞及上皮細胞分泌釋放的多效應細胞因子之一，是肝細胞合成C-反應蛋白的關鍵介質，在腫瘤微環境中，IL-6與其受體亞單位(gp80/gp130)結合，可激活酪氨酸激酶并使信號轉導與轉錄激活子3磷酸化，從而調節細胞增殖、阻止細胞凋亡[23-24]。IL-6還是一種促癌炎性因子，有研究報告，IL-6基因多態性與肝癌的形成關系密切[25-26]。近年來，有學者嘗試將IL-6用于肝癌的早期診斷[24]，然而此類相關報告較少。本研究結果顯示，NLR≥2.690、IL-6≥71.30 pg/mL均是肝硬化患者發生癌變的獨立危險因素(均P<0.05)，表明這兩個指標均與肝硬化進展為肝癌有關。

本研究基于上述危險因素建立了肝硬化患者發生癌變的診斷模型，ROC曲線分析結果顯示，該模型的曲線下面積為0.934，該模型的閾值為0.468時對應的靈敏度為86.8%，特異度為85.0%，提示基于飲酒情況、NLR和IL-6水平構建的肝硬化患者發生癌變診斷模型具有較高的區分能力。擬合優度檢驗結果顯示χ2=11.435，P=0.178，提示該模型可以較好地預測肝硬化患者發生癌變的風險，準確性高；通過驗證集進行臨床驗證，預測模型預測的靈敏度為84.85%，特異度為80.85%，準確度為82.50%，表明該模型可適用于臨床。但由于本研究的樣本量較小，結果可能會產生一定偏倚，因此今后仍需擴大樣本進行更深入的研究給予證實。

綜上所述，飲酒、NLR≥2.690、IL-6≥71.30 pg/mL的肝硬化患者發生癌變的風險增加，根據以上危險因素建立的診斷模型的區分能力良好，校準度高，且操作性強，用于診斷肝硬化癌變時具有較高的臨床價值。