MELD 3.0、MELD和MELD-Na評分對慢加急性肝衰竭患者短期預后的評估價值

郭北辰， 李雨韓， 陳 蕊， 王樂微， 李 瑩， 劉 芳， 徐曼曼， 陳 煜， 段鐘平，辛紹杰， 韓 濤，5

1 天津醫科大學人民臨床學院消化（肝病）科， 天津 300121； 2 天津市第三中心醫院消化肝病科， 天津300170； 3 首都醫科大學附屬北京佑安醫院肝衰竭與人工肝治療研究北京市重點實驗室， 北京 100069；4 解放軍總醫院第五醫學中心肝病醫學部肝病科， 北京 100039； 5 南開大學人民醫院消化（肝病）科，天津 300121

慢加急性肝衰竭（ACLF）是指在慢性肝病基礎上，短期內出現急性肝功能失代償和肝功能衰竭臨床表現的綜合征［1］。ACLF 進展迅速，短期死亡率較高［2］。目前，ACLF 以對癥支持治療和相關并發癥治療為主［3］。對于內科綜合治療無效的患者，肝移植是根治性治療手段［4］。由于肝源短缺，等待移植患者多基于MELD和MELD-Na評分等進行優先排序，但其最優性尚有爭議［5-6］。MELD 評分可能低估了ACLF 患者等待肝移植的優先級，導致等待名單上的患者死亡率增加［7］。2021 年Kim 等［8］更新了MELD 評分，即MELD 3.0 評分模型，旨在對患者預后進行準確預測。本文主要探討MELD 3.0、MELD 和MELD-Na 評分對我國ACLF患者90 d預后的預測效能。

1 資料與方法

1.1 研究對象 納入2012 年11 月—2019 年6 月共605 例ACLF 患者，其中天津市第三中心醫院316 例，解放軍總醫院第五醫學中心178 例，北京佑安醫院111例。診斷均符合《肝衰竭診治指南（2018年版）》［1］，并根據此標準進行ABC 分型。排除標準：（1）HIV 感染；（2）嚴重肝外慢性疾病，如原發性心力衰竭、嚴重慢性肺部疾病以及需要腎臟替代治療的慢性腎病等；（3）肝癌或其他惡性腫瘤；（4）妊娠；（5）肝移植患者；（6）數據缺失。

1.2 研究方法 收集患者的一般資料，記錄患者入院時的相關實驗室指標，包括ALT、AST、ALP、GGT、TBil、Cr、Na、INR、Alb、PTA、WBC、中性粒細胞百分比（NEUT%）、淋巴細胞百分比（LYMPH%）和PLT，以入院時作為基線，并記錄3 d、1 周和2 周時的上述指標，以患者90 d內生存或死亡作為終點事件。

1.3 評分計算 分別按照以下公式計算相關評分數值。MELD 3.0=1.33×（女性為1，男性為0）+4.56×ln［TBil（mg/dL）］+0.82×［137-Na（mmol/L）］-0.24×［137-Na（mmol/L）］×ln［TBil（mg/dL）］+9.09×ln（INR）+11.14×ln［Cr（mg/dL）］+1.85×［3.5-Alb（g/dL）］-1.83×［3.5-Alb（g/dL）］×ln［Cr（mg/dL）］+6［8］；MELD=11.2×ln（INR）+9.57×ln［Cr（mg/dL）］+3.78×ln［TBil（mg/dL）］+6.4［9-10］；MELD-Na=MELD+1.59×［135-Na（mmol/L）］［11］。

1.4 統計學方法 采用SPSS 23.0和R 4.1.2進行統計分析和繪圖。符合正態分布的計量資料以xˉ±s表示，兩組間比較采用成組t檢驗；非正態分布的計量資料以M（P25～P75）表示，兩組間比較采用Mann-WhitneyU檢驗。計數資料兩組間比較采用χ2檢驗。繪 制 基 線、3 d、1 周 和2 周 時MELD 3.0、MELD 和MELD-Na 評分對ACLF 患者90 d 死亡風險預測的受試者工作特征曲線（ROC 曲線），確定最佳截斷點以及靈敏度和特異度，計算曲線下面積（AUC），并用Z檢驗進行比較；計算各時間點MELD 3.0 相較于MELD、MELD-Na 預測ACLF 患者預后的凈重分類改善度（NRI）和綜合區分改善度（IDI），繪制決策曲線（DCA曲線）。P＜0.05為差異有統計學意義。

2 結果

2.1 入組患者基線時一般情況比較 605 例ACLF患者，平均年齡為（49.6±11.7）歲，其中男476 例，女129 例，根據90 d 后生存情況分為生存組（n=392）和死亡組（n=213）。生存組與死亡組比較，年齡、ABC分型、病因、GGT、TBil、Cr、Na、INR、Alb、PTA、WBC、NEUT%、LYMPH%、PLT 以及MELD、MELD-Na、MELD 3.0 評分差異均有統計學意義（P值均＜0.05）（表1）。

表1 605例ACLF患者基線臨床特征Table 1 Baseline clinical characteristics of 605 patients of ACLF

表 2 ROC曲線分析3種 MELD 評分對 ACLF 患者 90 d預后的預測效能Table 2 Predictive efficacy of the three MELD scores by ROC curves analysis on the 90-day prognosis of patients with ACLF

2.2 MELD 3.0、MELD 和MELD-Na 評分系統評估效能比較 繪制基線、3 d、1 周和2 周時MELD 3.0、MELD 和MELD-Na 評 分 對ACLF 患 者90 d 預 后 的ROC 曲線（圖1），分析并計算AUC（表2）。基線時，MELD 3.0、MELD 和MELD-Na 的AUC 分別為0.697、0.682 和0.688；3 d 時分別為0.775、0.746 和0.759；1 周時分別為0.808、0.791 和0.799；2 周時分別為0.827、0.813 和0.811。在3 d 和1 周時MELD 3.0 評分與MELD評分的AUC比較，差異均有統計學意義（P值均＜0.05）。

圖1 不同時間點MELD 3.0、MELD和MELD-Na評分的ROC曲線Figure 1 ROC curves for the MELD 3.0， MELD and MELD-Na scores at baseline， day 3， week 1 and week 2

計算4 個時間點時，MELD 3.0 相較于MELD、MELD-Na預測ACLF患者預后的NRI和IDI（表3）。3 d時，兩 者NRI 分 別 為0.125 和0.093；1 周 時 分別 為0.100 和0.140；2 周時分別為0.081 和0.204。在4 個時間點，MELD 3.0 相較于MELD 預測ACLF 患者預后的IDI 分別為0.011、0.025、0.017 和0.013。在3 d 和2周時，MELD 3.0 相較于MELD-Na 預測ACLF 患者預后的IDI 分別為0.027 和0.038。以上差異均有統計學意義（P值均＜0.05）。繪制3 種評分在4 個時間點的DCA 曲線（圖2），發現MELD 3.0 在3 d 時優于MELD，MELD 3.0在2周時優于MELD-Na。

圖2 不同時間點MELD 3.0、MELD、MELD-Na評分的DCA曲線Figure 2 Decision curves analysis for the MELD 3.0，MELD and MELD-Na scores at baseline， day 3， week 1 and week 2

表3 NRI和IDI分析3種 MELD 評分對 ACLF 患者 90 d預后的預測效能Table 3 Predictive efficacy of the three MELD scores by NRI and IDI analysis on the 90-day prognosis of patients with ACLF

計算基線時MELD 3.0、MELD 和MELD-Na 評分對ABC 分型和不同病因的ACLF 患者90 d 預后的AUC（表4、5）。針對不同分型的患者，MELD 3.0并未體現出與MELD 和MELD-Na 有統計學差異。對于病因為HBV 感染、酒精、HBV 感染合并酒精的患者，3種評分無明顯差異；對于其他病因的患者，MELD 3.0 優于MELD評分（P＜0.05）。

表4 3種MELD評分對不同分型ACLF患者90 d預后的預測效能Table 4 Predictive efficacy of the three MELD scores for 90-day prognosis of patients with ACLF of different types

表5 3種MELD評分對不同病因ACLF患者90 d預后的預測效能Table 5 Predictive efficacy of the three MELD scores for 90-day prognosis of patients with ACLF of different etiologies

3 討論

MELD 評分是在2000 年由Malinchoc 等［12］提出，在2002 年被美國器官共享聯合網絡用于對等待肝移植的晚期肝病患者進行供體選擇優先排序［9］。2006 年，在MELD 評 分 基 礎 上 衍 生 出MELD-Na 評分［11］。2021年，Kim 等［8］為提高預測能力和降低等待移植患者死亡率，對MELD 評分進行了再次優化，即MELD 3.0。

ACLF 在慢性肝病患者中頻繁發生，成為重要疾病負擔，也是目前研究的熱點［13-14］。ACLF進展迅速，預后較差，死亡率高，準確預測ACLF患者預后有助于臨床醫生制訂個體化治療方案，對醫療資源進行合理分配。MELD 3.0能否預測ACLF患者預后，還需要臨床進行驗證。本文主要為了探討MELD 3.0 對我國ACLF 患者的預后預測能力如何，是否優于MELD 和MELD-Na評分。

ACLF 是一種動態綜合征，可以隨著時間的推移迅速發生變化［15］。由于其快速變化的性質，臨床指標的初始特征和動態趨勢都有助于預測ACLF 的預后［16-17］。為了探究不同時間點時MELD 3.0的預測效能，本文選取了基線、3 d、1 周和2 周4 個時間點的指標進行評估。有研究［3，18］表明，診斷后第3～7 d 對ACLF 分級的評估比診斷時的ACLF 分級能夠更準確地預測了28 d 和90 d 死亡率。本研究結果發現，基線、3 d、1周和2周時3種評分的AUC逐漸增大，2周時達到最高。2 周可能是判斷ACLF 患者預后一個最佳預測效能時間點，這也與筆者團隊先前的研究［19］結果一致。MELD 3.0在ACLF人群中少有研究，有研究［20］發現，在基線時MELD 3.0 的AUC 大于MELD，但無統計學差異。本研究發現MELD 3.0 評分在3 d和1 周時AUC 大于MELD 評分，且差異有統計學意義，而在基線和2 周時無統計學差異。導致差異無統計學意義這種情況一方面可能是由于MELD 3.0優越性較小，另一方面可能是樣本量較少，需要大樣本研究進一步驗證。

近年來，提出許多比較新舊模型預測效果的方法，其中NRI 和IDI 較為常用。本研究計算了各時間點MELD 3.0 相較于另外兩種評分預測ACLF 患者預后的NRI和IDI，結果表明3 d、1周和2周時MELD 3.0優于另外兩種評分，而基線時僅略優于MELD。DCA曲線發現在2周時MELD 3.0優于MELD-Na評分更加顯著。目前多項研究已經表明病因和分型可以影響ACLF 患者的預后，本研究也發現基線時生存組和死亡組之間病因和ABC分型構成比例存在顯著性差異。針對ABC 分型和病因進一步分析MELD 3.0 的預測效能，結果發現與MELD-Na 和MELD 相比，MELD 3.0并未體現出顯著優勢。

本文從ROC 曲線及AUC、IDI、NRI 幾種不同的維度，以及結合4 個不同時間點、病因和ABC 分型，探討了MELD 3.0、MELD 和MELD-Na 3 種 評 分 對 我 國ACLF患者90 d預后的預測能力，發現MELD 3.0相比MELD 和MELD-Na 有一定優勢，但也存在三者無明顯差異的情況。本研究為回顧性研究，有一定局限性，且病例數較少，該結論需要開展前瞻性多中心大樣本研究進一步驗證。

倫理學聲明：本研究方案經由天津市第三中心醫院、首都醫科大學附屬北京佑安醫院和解放軍總醫院第五醫學中心倫理委員會審批，批號：SZX-IRB-SOP-016（F）-002-01；已通過中國臨床試驗注冊中心注冊，注冊號：ChiCTR1900021539；患者均簽署知情同意書。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：韓濤、郭北辰負責課題設計；郭北辰、李雨韓負責資料分析，撰寫論文；陳蕊、王樂微整理數據；李瑩、劉芳、徐曼曼參與收集數據；陳煜、段鐘平、辛紹杰、韓濤負責擬定寫作思路，指導撰寫文章并最后定稿。