慢加急性肝衰竭預后評分模型和標志物研究進展

Research advances in prognostic score models and biomarkers for acute-on-chronic liver failure

XU Xinyi，YU Xia，TUHuilan，QIAN Xiaohan，YANGYida，SHI Yu

StateKeyLboatorfogosisndTrmentffectioeas，estfatedHospitalejngUesityoolof

Medicine.Hangzhou310003，China

Corresponding author： SHI Yu， zjushiyu@zju.edu.cn （ORCID： 0000-0002-9392-7176）

Abstract：Acute-on-chronic liverfailure（ACLF）isacomplexclinicalsyndrome，andearlyidentificationandaccurateprognostic evaluationareof greatimportanceforpatienttreatmentandmanagement.Inrecentyears，within-depth researchonthe pathogenesisofACLF，multipleprognosticbiomarkershaveeenproposedandusediclinicalpractice.Thisarticlesysteatialy reviews theresearchadvances inprognosticbiomarkersforACLFfromtheaspectsof clinical predictive models，immunological biomarkers，metabolic biomarkers，geneticandepigenetic biomarkers，microbiome-related biomarkers，andemerging technologies suchasartificialintellgenceandulti-omics，nditalsodiscusestevalueandapplicationprospectsoftesebiomarkesthe prognostic evaluationofACLFandproposesfutureresearchdirections，norder toprovideasientificandcomprehensivereferencefor clinicians，guide individualizedtreatmentandmanagementofACLFpatients，ndfinallimprovetheclinicaloutcomesofatients.

Key Words：Acute-On-Chronic Liver Failure;Prognosis；Biomarkers；Models，Statistical

Research funding： National Key Research and Development Program of China （2O22YFC2304500）

慢加急性肝衰竭（ACLF）是一種慢性肝病急性加重引起的危重癥，常伴發多器官功能障礙，其病死率極高。由于東西方在慢性肝病疾病譜上的差異，對ACLF的認識和定義存在顯著不同，這也導致目前尚缺乏一個被廣泛認可的通用預后評估體系。近年來，歐洲肝病學會慢性肝衰竭研究協作組（European Association for the Study oftheLiver-ChronicLiverFailureConsortium，EASL-CLIF）、亞太肝病學會ACLF研究聯盟（APASL-ACLFResearchConsortium，AARC）以及中國重型乙型肝炎研究組（ChineseGroupontheStudyofSevereHepatitisB，COSSH）等先后提出了多種預后評價模型，并在臨床實踐中得到不同程度的應用。此外，隨著對ACLF發病機制的深人研究，微生態與免疫的交互作用、人工智能（AI）技術以及多組學技術在ACLF預后研究中的應用逐漸成為當前的研究熱點。本文將對ACLF預后標志物的研究進展進行綜述，以期為臨床診斷和治療提供參考依據。

1臨床預測模型

臨床預測模型是利用臨床中易于獲取的人口學、實驗室和其他臨床信息變量構建預測ACLF臨床結局的評分模型。過去曾應用終末期肝病預測模型如終末期肝病模型（MELD）評分、MELD-Na評分和Child-Turcotte-Pugh（CTP）評分等預測ACLF臨床結局[1]，然而由于這些模型并非ACLF特異，缺乏某些ACLF預后的關鍵信息，其預測準確性明顯不足。近年來，EASL-CLIF、AARC、COSSH和中國慢（加急）性肝衰竭聯盟（ChineseAcute-on-chronicLiverFailureConsortium，Ch-CLIF-C）等ACLF研究協作組均開發了ACLF臨床預測模型。

表1匯總和分析了這幾種ACLF臨床預測模型的特點。亞太地區AARC、COSSH和Ch-CLIF-C組織開發的AARC-ACLF、COSSH-ACLFII和CATCH-MELD評分只納入膽紅素、INR、肝性腦病和肌酐這四個器官功能參數，強調以肝衰竭為首發表現，在肝衰竭基礎上繼發其他器官衰竭的ACLF疾病特征，符合亞太地區學者對ACLF疾病的理解和相應的診斷標準。歐洲EASL-CLIF組織開發的CLIF-C-ACLF模型在膽紅素、INR、肝性腦病、肌酐基礎上，進一步增加了平均動脈壓、氧合指數等反映循環和呼吸系統功能的參數，突出了肝外器官衰竭的重要性，強調了ACLF并不一定以肝衰竭為首要表現。CLIF-C-ACLF模型符合西方以酒精性肝硬化為基礎，感染作為常見誘因的ACLF疾病特征。此外，年齡被廣泛認為是與ACLF死亡相關的重要危險因素，因為年齡較大通常與合并癥發生率較高、基礎疾病持續時間較長、器官對急性損傷的耐受性下降以及肝臟的再生能力較差有關。因此，大部分模型均加入年齡作為一個新參數。另外，值得注意的是，CLIF-C-ACLF、COSSH-ACLFII和CATCH-MELD均加入反映系統性炎癥的臨床標志物，如白細胞計數、中性粒細胞計數等，反映了系統性炎癥在ACLF病理生理機制中的關鍵作用。

但上述臨床預測模型均存在準確性的局限。研究表明，在無肝移植1年死亡風險預測中COSSH-ACLFII評分的受試者操作特征曲線（ROC曲線）下面積（AUC）為0.849，而CLIF-C-ACLF評分的AUC為 0.795^[2] 。這種局限性一方面是因為不同ACLF定義的差異可能導致模型適用性受限，尤其在肝硬化患者中[3]。既往研究顯示，相較于非肝硬化相關ACLF患者，肝硬化相關ACLF患者應用現有臨床預測模型預測30天/90天病死率時，模型區分度和校準度均顯著下降，這可能與肝硬化復雜的病理生理機制（如門靜脈高壓、凝血功能障礙、腸道菌群紊亂等多重并發癥）導致的風險特征異質性密切相關[4]。另一方面，前期多項研究證實，TBil和INR等均為ACLF短期預后的強力預測因子[5]。然而，TBil和INR的界值存在爭議：在亞太地區，APASL將 TBilgt;5mg/dL 和INRgt;1.5且有28天內出現的肝性腦病或腹水定義為ACLF[6]。EASL-CLIF將 TBilgt;12mg/dL 和 INRgt;2.5 作為肝衰竭和凝血功能衰竭的指標，但ACLF的診斷尚需患者存在腎功能損傷或者肝性腦病[7]。根據我國的指南，將 TBilgt;10mg/dL 和 INRgt;1.5 作為ACLF的診斷標準，此外浙江大學醫學院附屬第一醫院感染科牽頭的COSSH研究將TBilgt;12mg/dL 和 INRgt;1.5 作為乙型肝炎ACLF的診斷標準[8]。近期CATCH-LIFE多中心前瞻性隊列（探索隊列2600例，驗證隊列1370例）首次通過大數據分析揭示：在肝硬化及進展期肝纖維化人群中， TBilgt;18mg/L 且INRgt;2.1時，28天死亡風險獨立貢獻率達 15% 。據此提出新閥值標準：TBilgt; 18mg/L 且 INRgt;2.0 可作為肝功能衰竭的診斷節點[9-10]。造成TBil和INR在ACLF診斷中界值差異的原因主要是：（1）地域病因學特征，西方國家以酒精相關肝病為主，亞太地區以HBV感染為首要病因；（2）ACLF定義分歧，東方學者認可非肝硬化基礎ACLF（占比 15% ＼～25% ），西方學者限定為肝硬化急性失代償；（3）證據等級局限，現行標準多來源于專家共識而非循證醫學證據。

2生物標志物

2.1免疫生物標志物系統性炎癥被認為是ACLF進展的主要驅動因素。這種高炎癥狀態是由各種炎癥介質（如細胞因子、趨化因子、生長因子和生物活性脂質介質）大量釋放而產生的[11]。高炎癥狀態會導致免疫介導的組織損傷，并觸發固有免疫細胞的活化，使其黏附并遷移到組織中，進一步釋放各種介質（例如白三烯、蛋白酶、細胞毒性細胞因子、前列腺素、氧化因子等），從而加劇組織損傷。系統性炎癥的級別與ACLF肝外器官衰竭的發生和臨床結局密切相關[12]

既往研究表明，白細胞計數、中性粒細胞計數、外周循環中性粒細胞與淋巴細胞比值（NLR）[13]、C反應蛋白（CRP）等系統性炎癥標志物是ACLF短期預后的強力預測因子。此外，循環可溶性巨噬細胞活化標志物（sCD163）和可溶性甘露糖受體（sMR）作為巨噬細胞激活標志物，隨ACLF疾病嚴重程度呈梯度增加，能預測短期病死率[14]中性粒細胞明膠酶相關脂質運載蛋白（neutrophilgelatinase-associatedlipocalin，NGAL）是脂質運載蛋白-2基因的產物。在716例因肝硬化并發癥住院的患者中，ACLF患者的NGAL水平明顯高于無ACLF的急性失代償期肝硬化患者；且ACLF病情改善的患者基線NGAL水平低于病情穩定或惡化的患者。對于人院時無ACLF的患者，NGAL是住院期間發生ACLF的獨立預測因素[15]。但這些標志物還不足以全面反映ACLF系統性炎癥的內型特征，不能精確衡量系統性炎癥的嚴重程度，不能滿足未來開展免疫調節藥物在ACLF患者應用的臨床試驗需求。為此，近期Trebicka團隊[16]利用大規模失代償期肝硬化和ACLF患者的外周血單個核細胞轉錄組學數據，開發了基于PYCARD、CD163、LTBR、ZNF608等28個基因的慢性肝衰竭-系統性炎癥基因（CLIF-SIG）評分，能夠準確評估ACLF患者的系統性炎癥強度、臨床病程嚴重程度和預后。然而，另一個值得注意的問題是ACLF患者的免疫狀態會隨疾病進展發生動態變化。

隨著ACLF病程的進展，炎癥介質的大量釋放，天平會逐漸向免疫麻痹傾斜。免疫麻痹使患者細菌/真菌感染風險增加，并且使ACLF的臨床過程更加復雜化[17]目前尚缺乏反映免疫麻痹的免疫學標志物，單核細胞人類白細胞抗原DR位點（HLA-DR）可能是一個潛在的標志物。有研究表明急性肝衰竭患者單核細胞HLA-DR表達顯著降低且與免疫抑制相關[18]

需要注意的是，目前在ACLF病程中，早期和晚期并未有一個明確的界限，因此，促炎和抗炎更像是天平的兩端，如何在疾病動態發展過程中精準選擇標志物，可能是未來研究需要重點關注的問題。

2.2代謝生物標志物ACLF患者存在嚴重的代謝紊亂，其特征代謝物上調與肝功能嚴重程度、全身炎癥強度和不良臨床結局相關[19]。一方面，肝臟是人體代謝的核心器官，肝功能的嚴重障礙導致代謝途徑的廣泛受損。另一方面，持續的系統性炎癥反應競爭維持機體基礎穩態物質代謝需要的能量[20]。

近年來的研究揭示了ACLF患者在線粒體能量、氨基酸、葡萄糖、脂質等代謝途徑的嚴重失衡。反映線粒體功能障礙的代謝標志物如不飽和脂肪酸己酰肉堿、半乳糖醛酸等在ACLF患者外周顯著升高，且與ACLF患者28天生存獨立相關[21]。乳酸、戊糖磷酸等糖代謝產物在ACLF死亡患者中異常升高，表明ACLF患者細胞內葡萄糖通過不同的線粒體外途徑重新分布[22]。在氨基酸代謝方面，ACLF患者血液中蛋氨酸、賴氨酸等20余種氨基酸及其衍生物顯著升高[22]，這種氨基酸的代謝重編程既源于骨骼肌動員或三羧酸循環中間產物，也支持炎癥相關蛋白合成需求[19]。色氨酸-犬尿氨酸途徑代謝物（犬尿氨酸、喹啉酸）的血液濃度與IL-6、TNF- α_?α 等促炎因子水平呈正相關[23]，且其水平變化可提前7天預測器官衰竭進展[19]。此外，除亮氨酸外的生酮氨基酸及其代謝產物在ACLF患者血液中顯著升高，但未檢測到 β -羥基丁酸，提示ACLF患者可能存在生酮障礙[19]。亞精胺作為多胺類代謝物的關鍵成員，在死亡患者中顯著降低，可能反映細胞保護機制的衰竭[19]。ACLF患者的脂質代謝重編程表現為脂肪分解產物游離脂肪酸升高而 β -氧化產物減少，同時促炎介質喹啉酸、前列腺素類物質（如花生四烯酸等）積累以及抗炎脂質介質LXA5的顯著耗竭[24]。其中，促炎性脂質如亞油酸自氧化產物EKODE的水平升高與凝血功能障礙和死亡率密切相關[24]。ACLF患者的葡萄糖代謝主要通過戊糖磷酸途徑和葡萄糖醛酸途徑重新分配，以支持先天免疫細胞的合成代謝和防御反應[22]。近期的研究還發現交感神經系統的異常激活與ACLF疾病進展存在關聯。代謝組學分析發現，4-羥基-3-甲氧基苯基乙二醇硫酸鹽（去甲腎上腺素代謝終產物）水平與ACLF全身炎癥標志物（如IL-6、CRP等）同步升高，提示交感神經過度激活加劇分解代謝[21]。

ACLF患者嚴重的代謝紊亂及其與疾病進展的關聯表明，特定的代謝標志物可能用于ACLF臨床結局的預測。歐洲的一項研究納人了兩個前瞻性多中心大型隊列：CANONIC隊列和PREDICT隊列，建立了基于4羥基-3-甲氧基苯基甘醇硫酸鹽、半乳糖醛酸和己酰肉堿的CLIF-CMET模型，其在預測人院后7、14和28天病死率方面優于MELD-Na^[21] 。另一項我國的大型隊列研究，納入了1024例乙型肝炎相關慢性肝病急性加重患者（包括367例ACLF和657例非ACLF），對其血漿樣本進行了代謝組學分析，基于哌可酸、N-乙酰天冬氨酰谷氨酸和3-脲基丙酸三種代謝標志物開發了預測ACLF患者90天病死率的算法，AUC在測試集和驗證集中分別達到0.87和0.83[25]。

2.3遺傳及表觀遺傳標志物一項關于HBV-ACLF全基因組關聯研究發現，HLA-DR的基因變異與HBV-ACLF的發生風險密切相關，特別是rs3129859位點和HLA-DRB1^?12：02 等位基因是ACLF的主要易感變異，提示HLA-I類限制的 CD4⁺ T細胞通路在HBV-ACLF免疫發病機制中的重要性。同時，rs3129859有可能作為預測HBV-ACLF發生、嚴重程度和生存率的預后標志物[26]此外，宿主CXCL10[27] IL-10^[28] 、HLA-DR[26]、CXCL16[29]等基因上的遺傳變異也發現與HBV感染相關ACLF發生密切相關。而在以酒精性肝硬化為主要群體的歐洲失代償期肝硬化患者中發現，先天免疫相關基因，如IL-1基因簇（IL-1β和IL-1ra）、NOD2、MBL和MASP2等基因多態性與ACLF發生相關[30]。

表觀遺傳標志物在預測ACLF預后方面也發揮著重要作用，主要包括循環miRNA、DNA甲基化以及組蛋白修飾。血清 miRNA[31]（如 miR-122-3p、miR-125b-5p、miR-122、miR-25-3p和miR-6840-3p-jade2）表達譜的變化，血清外泌體的異常表達[如長鏈非編碼RNA核富集轉錄本1（lncRNANEAT1）]，谷胱甘肽-S-轉移酶P1（GSTP1）啟動子、泛素結合酶E2Q1（UBE2Q1）啟動子、半乳糖凝集素-3（galectin-3）啟動子[32]和雌激素受體1（ER1）啟動子[33]的異常甲基化，以及組蛋白 H3K27me3 水平的變化[34都被報道是預測ACLF患者疾病嚴重程度和短期預后的生物標志物。

2.4細胞死亡標志物如前所述，ACLF患者存在肝細胞大量壞死，其細胞死亡方式多種多樣，包括細胞凋亡、壞死性凋亡、焦亡等。Cao等[35]通過評估M30-抗原（凋亡細胞標志物）M65-抗原（總死亡標志物）和HMGB1的預后價值發現，HBV-ACLF患者外周循環中上述三項指標均顯著上升，其中M30、M65-抗原是3個月短期病死率的獨立預測因子。這與Adebayo等[36的研究發現以M30/M65比值定義的凋亡指數在ACLF患者中顯著增高相一致。

2.5微生態失衡標志物肝臟通過膽道、門靜脈和體循環與腸道相通。由宿主和腸道微生物組代謝的內源性（膽汁酸和氨基酸）和外源性（飲食和藥物）底物在穿過腸道上皮屏障后，通過門靜脈循環直接進入肝臟[37]。腸道炎癥和腸道菌群失調會增加腸道通透性[38]。腸道菌群成分易位是誘導系統性炎癥進而導致失代償期肝硬化和ACLF的重要驅動因素[39]，因此，腸道微生物組有潛力作為ACLF的預后標志物。

在北美的一項前瞻性研究中，入院時糞便腸道微生物組組成與ACLF的發展、單個器官衰竭以及病死率有關。這項研究表明，預后不良的患者腸道菌群中變形菌門占比較高[40]，這可能是因為變形菌門（如大腸埃希菌、肺炎克雷伯菌和銅綠假單胞菌）是肝硬化患者發生感染的重要原因[41]。此外，與次級膽汁酸和短鏈脂肪酸形成相關的毛螺菌科和梭狀芽孢桿菌等本地類群數量減少[42]，而致病性微生物群（如腸球菌科和鏈球菌科）的增加與病死率高度相關[40]。另一項對HBV-ACLF患者的研究表明，雖然糞便腸桿菌科、變形菌門和梭桿菌門的豐度在肝硬化或HBV-ACLF患者的循環中沒有顯著變化，但普雷沃菌科的增加是28天病死率的重要危險因素[43]

ACLF患者除了存在腸道微生態紊亂之外，也存在其他部位的微生態失衡。ACLF患者循環16S細菌DNA水平較肝硬化患者顯著升高，莫拉克斯菌科、硫卵菌屬等條件致病菌優勢富集，而放線菌門 ?_A -變形菌綱等有益菌群顯著減少。伯克霍爾德菌科與IP-10正相關，普雷沃氏菌科豐度高則與生存相關[44]。ACLF患者的口腔和腸道微生物群落的多樣性顯著降低，致病菌增多、共生菌減少，且二者重疊度上升。此外，致病菌型富含毒力因子，腸道和口腔微生物組攜帶大量抗菌耐藥基因[45]

3影像學標志物

隨著高通量計算技術的發展，研究發現可以從影像圖像中提取出大量的定量特征，通過以上定量的方式可以反映生物醫學圖像潛在的病理生理信息。目前使用比較多的影像圖像主要是計算機斷層掃描（CT）、磁共振（MRI）和超聲（US）圖像。基于CT掃描的肝臟體積46和第三腰椎骨骼肌指數47測定被證實是ACLF預后的獨立預測因子。并且，Wackenthaler等48研究發現肝移植術前腹部增強CT對ACLF3級肝移植受者的選擇及術后1年生存率的預測具有重要意義。肝臟MRIT2成像能較準確地反映肝功能狀態，與某些生化指標具有較好的相關性，對HBV-ACLF具有較好的診斷效能[49]。此外，不同的顯影劑增強MRI也可用于預測ACLF患者的不良結果，例如Gd-BOPTA增強 MRI^[50] 和Gd-DTPA增強MRI[51]。2D剪切波彈性成像是超聲成像中較為常用的成像方式。多項研究發現2D剪切波彈性成像是HBV-ACLF獨立的預后因素，將其與其他獨立預后因素相結合，可以顯著提高ACLF預后的預測性能[52]

作為一個新興的研究領域，從醫學圖像中獲取高通量的定量指標，顯示出在疾病預后預測方面的潛力。然而，目前大多數研究都是基于回顧性、單中心的設計，因此需要進行更多的前瞻性、多中心的研究來驗證其在臨床實踐中的可用性。同時，還需要建立標準化的數據獲取、處理和分析流程，以確保數據的可靠性。通過不斷完善和解決數據質量、算法開發和臨床實際應用等方面的問題，推動影像組學的發展。

4未來研究方向

4.1AI動態預測ACLF預后在過去的幾年里，AI領域已經從理論研究轉向現實世界的應用。AI因其具有強大的處理異構和非結構化數據以及學習復雜模式和進行預后預測的能力而備受ACLF研究者的關注。作為AI的一個重要分支，機器學習可以自動學習捕捉復雜的模式，根據數據做出智能決策并提高認知過程的準確性[53]。根據標記數據的可用性，機器學習方法可以大致分為兩類：監督學習和無監督學習。以機器學習為框架，研究者們已經進行了多次嘗試，使用不同類型的組學和臨床數據集來提高對ACLF機制和預后的理解。當前，在ACLF研究中，AI方法已廣泛應用于基因組學、轉錄組學、蛋白質組學、代謝組學[22]等領域。近年來，AI在ACLF的其他新興組學領域也取得了前所未有的成功，包括微生物組學和臨床組學[54]。最近的一項研究提供了證據，表明機器學習可用于改善基于臨床大數據的ACLF患者預后評估[55]。研究人員對來自亞太地區50個中心的2481例患者開發了一個AI模型（AARC-AIModel），用于預測30天病死率。該模型的AUC為0.878，顯著優于MELD評分和經典AARC模型。

可以預見的是，由于ACLF存在高病死率、早期可逆性及移植窗口期短等特點，行之有效的機器學習預后預測模型不僅會影響其等待肝移植患者的排隊順序，并且根據預后預測模型結果早期對患者進行分層管理，開展針對性治療，有望降低ACLF患者病死率及其經濟負擔，提高患者生活質量。然而，機器學習在ACLF預后預測應用中仍處于探索階段。并且，由于AI技術需要網絡應用程序來預測患者預后，這使得AI模型的計算成本都很高。因此，迫切需要一種更好的方法來實現AI實時預測。通過自然語言處理和高級的深度學習，從原始的電子健康病例記錄中捕獲數據，并進行實時預測是未來AI發展的方向[56]。同時，醫療保健人員、信息技術人員、政府和決策者之間需要實行多方合作，以開發和部署AI模型在醫療保健中的應用。最后，還需要充分考慮AI數據共享存在的倫理問題，包括數據隱私，個人或者機構對健康相關數據獲取的權利限定。因此，在AI廣泛應用于醫學之前，監管機構需要謹慎地解決這些問題。

4.2多組學整合預測ACLF預后組學分析越來越多地在ACLF的背景下進行，并為ACLF發展過程中的遺傳易感性、基因組表達譜以及蛋白質和代謝物水平的變化提供了定性和定量的見解。當前的組學技術主要包括基因組學、轉錄組學、單細胞RNA測序、空間轉錄組學、蛋白質組學、代謝組學及微生物組學。

隨著高通量技術的不斷改進，ACLF組學數據生成以驚人的速度和范圍發展，但其在臨床實踐和精準醫學中的應用仍然存在相當大的挑戰。主要包括以下幾個問題[57]：（1）組學數據的質量對結果有相當大的影響；（2）組學方法和分析方案的異質性、缺失數據的處理、有限的數據可訪問性和數據可重復性導致批次間的差異；（3）近年來對ACLF的組學研究主要集中在單一的組學水平和特定的組學類型，這可能難以系統和全面地分析ACLF復雜生理過程的調節機制；（4）組學的發現如何在臨床實踐中發揮作用，并對ACLF患者的精確治療提供幫助。

盡管當前ACLF的組學研究仍然存在許多挑戰，但在未來，隨著技術的進步和數據處理能力的提升，包括多組學技術的突破、新興組學技術的誕生、AI技術的發展、跨尺度建模的推進、數據共享和標準化的提升、臨床應用的拓展、跨學科團隊的協作，以及精準醫療的推動，多組學技術在ACLF預后預測領域中的應用前景仍然十分廣闊。4.3精準醫學與個體化預后評估精準醫學是一種以個體化醫療為基礎的新興醫學模式，其核心在于通過整合多組學數據、臨床數據以及環境因素，實現對疾病的精準診斷、治療和預后預測[58]。個體化預后評估是精準醫學的重要組成部分，旨在通過綜合分析患者的個體特征和生物標志物，預測疾病的發展趨勢、嚴重程度和治療反應。與傳統的預后評估方法相比，個體化預后評估能夠提供更精準的風險分層和預后信息，從而幫助臨床醫生制定更具針對性的治療策略。如前所述的多組學數據整合、生物標志物的精準應用、AI與機器學習的輔助均可以應用于ACLF，通過精準醫學與個體化預后評估的結合，有望為肝衰竭患者提供更精準的診斷、治療和預后管理方案，從而顯著改善患者的預后和生活質量。

5結論

ACLF預后標志物的研究取得了顯著進展，但仍面臨諸多挑戰。未來，隨著多組學技術的不斷發展和精準醫學理念的深入推廣，預后標志物的研究將更加系統和精準。通過多學科合作和大規模臨床研究，有望發現更多特異性高、敏感性強的預后標志物，并將其轉化為臨床實踐，進一步提升ACLF預后模型的準確性，為改善ACLF患者的預后提供有力支持。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：徐心怡負責設計論文框架，起草論文；俞霞、屠慧爛負責查找資料、繪制圖表；施毓、錢瀟含、楊益大負責擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻：

[1]MALINCHOC M，KAMATH PS，GORDON FD，et al.A model to predictpoor survival in patientsundergoingtransjugularintrahepatic portosystemic shunts[J].Hepatology，2000，31（4）： 864-871.DOl：10. 1053/he.2000.5852.

[2]LIP，LIANGX，LUOJJ，etal.Predicting thesurvivalbenefit of liver transplantation in HBV-related acute-on-chronic liver failure：An observational cohort study[J].Lancet Reg Health West Pac，2022，32： 100638.DOl：10.1016/j.lanwpc.2022.100638.

[3]KULKARNI AV，SARIN SK.Acute-on-chronic liver failure-steps towards harmonizationof the definition！[J].J Hepatol，2024，81（2）： 360-366. DOl： 10.1016/j.jhep.2024.03.036.

[4]YUX，LI H，TANWT，etal.Prognosisprediction performsbetter in patientswithnon-cirrhosishepatitisBvirus-relatedacute-on-chronic liver failure than those with cirrhosis[J].Front Microbiol，2o22，13： 1013439.DOl：10.3389/fmicb.2022.1013439.

[5]LI JQ，LIANGX，YOU SL，etal.Development and validation of a new prognostic score for hepatitisB virus-related acute-on-chronic liver failure[J].JHepatol，2021，75（5）：1104-1115.DOl：10.1016/j.jhep. 2021.05.026.

[6]SARINSK，CHOUDHURY A，SHARMA MK，et al.Acute-on-chronic liverfailure：Consensusrecommendationsof theAsian Pacificassociationforthestudyofthe liver（APASL）：Anupdate[J].Hepatol Int，2019，13（4）：353-390.DOl：10.1007/s12072-019-09946-3.

[7]MOREAUR，JALANR，GINESP，etal.Acute-on-chronic liver failure isadistinctsyndrome thatdevelopsinpatientswithacutedecompensation of cirrhosis[J].Gastroenterology，2013，144（7）：1426-1437， 1437.e1-1437.e9.DOl：10.1053/j.gastro.2013.02.042.

[8]WUTZ，LIJ，SHAOL，etal.Developmentofdiagnostic criteria and aprognostic score for hepatitis Bvirus-related acute-on-chronic Iver IaIureLJ」.Gut，ZUI8，0/（IZ）： ZIδ1-2I9I. DUI： IU.113o/guun2017-314641.

[9]QIAO L，TAN WT，WANG XB，et al. Different effects of total bilirubin on 90-day mortality in hospitalized patients with cirrhosis and advanced fibrosis：Aquantitativeanalysis[J].Front Med（Lausanne）， 2021，8：704452. DOl：10.3389/fmed.2021.704452.

[10]WANG Y， DONG FC，SUN SN，et al. Increased INR values predict accelerating deterioration and high short-termmortalityamong patientshospitalized with cirrhosis oradvanced fibrosis[J].Front Med （Lausanne），2021，8：762291.DOl： 10.3389/fmed.2021.762291.

[11]ARROYO V， ANGELI P， MOREAU R，et al.The systemic inflammation hypothesis：Towardsanewparadigm of acute decompensation and multiorgan failure in cirrhosis[J].J Hepatol，2021，74（3）：670- 685. DOl： 10.1016/. jhep.2020.11.048.

[12]MOREAU R， TONON M， KRAG A， et al. EASL clinical practice guidelinesonacute-on-chronic liver failure[J].J Hepatol，2023，79（2）： 461-491. DOl： 10.1016/j.jhep.2023.04.021.

[13]GAO FY， LI XS，GENG MF，et al. Pretreatment neutrophil-lymphocyte ratio：An independent predictor of survival inpatients with hepatocellularcarcinoma[J].Medicine（Baltimore），2015，94（11）：e639.DOIl： 10.1097/MD.0000000000000639.

[14]NIELSEN MC，HVIDBJERG GANTZEL R，CLARIA J，et al. Macrophage activation markers，CD163 and CD206，in acute-on-chronic liver failure[J].Cells，2020，9（5）：1175.DOl：10.3390/cells9051175.

[15]ARIZA X，GRAUPERA I，COLL M，et al. Neutrophil gelatinaseassociatedlipocalinisabiomarkerofacute-on-chronic liver failure and prognosis in cirhosis[J].J Hepatol，2016，65（1）：57-65.DOl： 10.1016/j.jhep.2016.03.002.

[16]TREBICKA J，AGUILAR F，FARIAS AQ，et al. Gene sCore to quantify systemic inflammation in patients withacutelydecompensated cirrhosis[J].Gut，2025.DOl：10.1136/gutjnl-2024-333876.[Online ahead of print]

[17]O'BRIEN AJ，FULLERTON JN，MASSEY KA，et al. ImmunOSuppression inacutely decompensated cirrhosis is mediated by prostaglandinE2[J].Nat Med，2014，20（5）：518-523.DOl：10.1038/nm.3516.

[18]ANTONIADES CG，BERRY PA，DAVIES ET，et al. Reduced monocyte HLA-DR expression：A novel biomarker of disease severity and outcome inacetaminophen-inducedacute liver failure[J].Hepatology，2006，44（1）： 34-43.DOl： 10.1002/hep.21240.

[19]ZACCHERINI G，AGUILAR F， CARACENI P，et al. Assessing the role ofaminoacids insystemic inflammationandorgan failure inpatients with ACLF[J].JHepatol，2021，74（5）：1117-1131.DOl：10.1016/jhep. 2020.11.035.

[20]LI ZW，TU S，YU X，et al.Hepatic and extrahepatic metabolic modulation in hbv-related decompensated cirrhosis and acute-onchronic liver failure[J].Virulence，2024，15（1）：2404953.DOl：10.1080/ 21505594.2024.2404953.

[21]WEISS E，de la PENA-RAMIREZ C， AGUILAR F， et al. Sympathetic nervousactivation，mitochondrial dysfunction and outcome inacutely decompensated cirrhosis：The metabolomic prognostic models（CLIF-C MET） [J].Gut，2023，72（8）： 1581-1591. DOl： 10.1136/gutjnl-2022-328708.

[22]MOREAU R，CLARIAJ，AGUILAR F，et al.Blood metabolomics uncovers inflammation-associated mitochondrial dysfunction as a potentialmechanismunderlyingACLF[J].J Hepatol，2020，72（4）：688- 701. DOI： 10.1016/j.jhep.2019.11.009.

[23]CLARIA J，MOREAUR，FENAILLEF，etal.Orchestration of tryptophankynurenine pathway，acute decompensation，and acute-on-chronic liver failure n cirrhosis[J].Hepatology，2019，69（4）：1686-1701. DOl： 10. 1002/hep.30363.

[24]LOPEZ-VICARIO C，CHECA A， URDANGARIN A， et al. Targeted lipidomicsrevealsextensive changes in circulating lipidmediatorsin patientswith acutely decompensated cirrhosis[J].J Hepatol，2020， 73（4）：817-828.DOl：10.1016/j.jhep.2020.03.046.

[25]ZHANG Y，TAN WT，WANG XB，et al. Metabolic biomarkers significantly enhance the prediction of HBV-related ACLF occurrence and outcomes[J].JHepatol，2023，79（5）：1159-1171.DOl：10.1016/jhep. 2023.07.011.

[26]TAN WT，XIA J， DANYJ，et al. Genome-wide association study identiIIeS NLA-Dn vaIlaIIs CUIIeIY ISK UI HDV-UIaleU aUuLe-UI-UIIUIC liver failure[J].Gut，2018，67（4）：757-766.DOl：10.1136/gutjnl-2016- 313035.

[27] DENG GH， ZHOU GQ， ZHANG R，et al. Regulatory polymorphisms in the promoter of CXCL10 gene and disease progression in male hepatitisBviruscarriers[J].Gastroenterology，2008，134（3）：716-726. DOI：10.1053/j.gastro.2007.12.044.

[28]YAN Z，TAN W，ZHAO W，et al.Regulatory polymorphisms in the IL10 gene promoter and HBV-related acute liver failure in the Chinese population[J].JViral Hepat，2009，16（11）：775-783.DOl：10.1111/ j.1365-2893.2009.01139.x.

[29]AJMERA V， HUANG HL， DAO D，et al. Host genetic variant in CXCL16 maybeassociated with hepatitis B virus-related acute liver failure [J].CellMolGastroenterol Hepatol，2019，7（2）：477-479.e4.DOI： 10.1016/j.jcmgh.2018.09.018.

[30]ALCARAZ-QUILES J， TITOS E，CASULLERAS M，et al. Polymorphisms in the IL-1 gene cluster influence systemic inflammation in patientsat risk for acute-on-chronic liver failure[J].Hepatology，2017， 65（1）：202-216.DOl： 10.1002/hep.28896.

[31]WENY，PENG SF，FUL，et al.Serum levels ofmiRNA in patients with hepatitis Bvirus-associated acute-on-chronic liver failure[J]. Hepatobiliary Pancreat Dis Int，2018，17（2）：126-132.DOl：10.1016/ j.hbpd.2018.03.004.

[32]ZHAO J， FAN YC，LIU XY，et al. Hypermethylation of the galectin-3 promoteris associated with poor prognosis of acute-on-chronic hepatitis B liver failure[J].Dig Liver Dis，2017，49（6）：664-671.DOl： 10.1016/j.dld.2017.01.158.

[33]FANXP，DOU CY，FAN YC，et al.Methylation status of the estrogen receptor1promoter predicts poor prognosisof acute-on-chronic hepatitis B liver failure[J].Rev Esp Enferm Dig，2017，109（12）： 818-827. DOl： 10.17235/reed.2017.4426/2016.

[34]ZHOU TH，SUNY，LI M，etal. Enhancer of zeste homolog 2-catalysed H3K27 trimethylation plays a key role in acute-on-chronic liver failure via TNF-mediated pathway[J].Cell Death Dis，2018，9（6）： 590.DOI：10.1038/s41419-018-0670-2.

[35]CAO ZJ，LI FD， XIANG XG，et al. Circulating cell death biomarker： Goodcandidates of prognostic indicator forpatientswith hepatitisB virus related acute-on-chronic liver failure[J].Sci Rep，2015，5：14240. DOI： 10.1038/srep14240.

[36]ADEBAYO D，MORABITO V，ANDREOLAF，et al.Mechanism of cell death in acute-on-chronic liver failure：Aclinico-pathologic-biomarker study[J].Liver Int，2015，35（12）：2564-2574. DOl：10.1111/liv.12850.

[37]STARKELP，SCHNABL B.Bidirectional communication between liver and gut during alcoholic liver disease[J].Semin Liver Dis，2016，36 （4）：331-339.DOl：10.1055/s-0036-1593882.

[38]LECLERCQ S， CANI PD，NEYRINCK AM， et al. Role of intestinal permeabilityand inflammation in the biologicaland behavioralcontrol of alcohol-dependent subjects[J]. Brain Behav Immun，2012，26（6）： 911-918. DOl： 10.1016/j.bbi.2012.04.001.

[39]CHEN YF，GUO J， QIAN GR，et al. Gut dysbiosis in acute-on-chronic liver failureand itspredictive value formortality[J].J Gastroenterol Hepatol，2015，30（9）：1429-1437.DOl：10.1111/igh.12932.

[40]BAJAJ JS，O'LEARY JG，REDDY KR，et al. Second infections independently increasemortality in hospitalized patientswithcirrhosis： The North American consortium for the study of end-stage liver disease（NACSELD）experience[J]. Hepatology，2012，56（6）：2328- 2335.DOl： 10.1002/hep.25947.

[41]LLORENTE C， JEPSEN P， INAMINE T， et al. Gastric acid suppression promotes alcoholic liver disease by inducing overgrowth of intestinal Enterococcus[J].Nat Commun，2017，8（1）：837.DOl：10.1038/ s41467-017-00796-x.

[42]TREBICKA J， FERNANDEZJ， PAPP M， et al.The PREDICT study uncovers three clinical courses of acutely decompensated cirrhosis thathave distinct pathophysiology[J].JHepatol，2020，73（4）：842- 854.DOI： 10.1016/j.jhep.2020.06.013.

[43]RIDLON JM，HARRIS SC，BHOWMIK S，et al. Consequences of bile saltbiotransformationsby intestinal bacteria[J].Gut Microbes，2016， 7（1）：22-39.DOl： 10.1080/19490976.2015.1127483.

[44] ZHANG Y， ZHAO RH， SHI D，et al. Characterization of the circulating microbiome inacute-on-chronic liverfailureassociatedwithhepatitis B[J].Liver Int，2019，39（7）： 1207-1216.DOl：10.1111/liv.14097.

[45]LEE S，AREFAINE B，BEGUM N，etal.Oral-gut microbiome interactionsin advanced cirrhosis：Characterisation of pathogenic enterotypesand salivatypes，virulence factorsand antimicrobial resistance [J].JHepatol，2025，82（4）：622-633.DOl： 10.1016/j.jhep.2024.09.046.

[46]HU CH，JIANG N，ZHENG J，etal.Liver volume based prediction model forpatientswith hepatitis Bvirus-related acute-on-chronic liver failure[J].JHepatobiliaryPancreat Sci，2022，29（12）：1253-1263. DOI：10.1002/jhbp.1112.

[47]LI TZ， XU MM， KONG M， et al. Use of skeletal muscle index as a predictorof short-term mortalityin patientswith acute-on-chronic liver failure[J].SciRep，2021，11（1）：12593.DOl：10.1038/s41598- 021-92087-1.

[48]WACKENTHALER A，MOLIERE S，ARTZNER T，et al.Pre-operative CT scan helps predict outcome after liver transplantation for acuteon-chronic grade3 liver failure[J].Eur Radiol，2022，32（1）：12-21. DOI： 10.1007/s00330-021-08131-1.

[49] LAN LJ，LU XF，SHU J. T₂ values for diagnosing acute-on-chronic liver failure in hepatitis B patients[J].Curr Med Imaging，2021，17 （1）：129-135.DOl： 10.2174/1573405616666200625152357.

[50]LIU CX， SHEN ZJ，MA H，et al. Gd-BOPTA-enhanced hepatobiliary phase MR imaging can predict the prognosis of patients with acuteon-chronic liver failure[J].Eur Radiol，2022，32（5）：3006-3015.DOI： 10.1007/s00330-021-08440-5.

[51]DU YN，GUAN CS，LV ZB，et al. T2-weighted imaging and dynamic contrast-enhanced imaging inpredicting the prognosisinpatients withacute-on-chronic liver failure[J].BMC Gastroenterol，2023，23 （1）：285.DOl： 10.1186/s12876-023-02920-2.

[52]JIN JY，ZHENG YB，ZHENG J，et al.2D shear wave elastography combined with MELD improved prognostic accuracy in patients with acute-on-chronic hepatitis B liver failure[J].Eur Radiol，2018，28 （10）：4465-4474. DOl： 10.1007/s00330-018-5336-z.

[53]TONON M，MOREAU R. Using machine learning for predicting outcomes in ACLF[J].Liver Int，2022，42（11）：2354-2355.DOI：10.1111/ liv.15399.

[54]TREBICKA J， BORK P， KRAG A，et al. Utiizing the gut microbiome indecompensated cirrhosis and acute-on-chronic liver failure[J]. NatRev Gastroenterol Hepatol，2021，18（3）：167-180.DOl：10.1038/ s41575-020-00376-3.

[55]VERMAN，CHOUDHURYA，SINGHV，etal.APASL-ACLF Research Consortium-Artificial Intelligence（AARC-Al）model preciselypredictsoutcomes in acute-on-chronic liver failure patients[J].Liver Int，2023，43（2）：442-451. DOl： 10.1111/liv.15361.

[56]BRUYNSEELS K，SANTONI DE SIO F，van den HOVEN J. Digital twins in health care：Ethical implications of an emerging engineering paradigm[J].Front Genet，2018，9：31.DOl：10.3389/fgene.2018. 00031.

[57]LIP，LIANG X，LUO JJ，et al.Omics in acute-on-chronic liver failure [J].Liver Int，2025，45（3）：e15634.DOl：10.1111/liv.15634.

[58]JOHANSSONA，ANDREASSEN OA，BRUNAK S，etal.Precision medicine in complex diseases-Molecular subgrouping for improved predictionand treatmentstratification[J].J InternMed，2023，294 （4）：378-396.DOl： 10.1111/joim.13640.

收稿日期：2025-03-26：錄用日期：2025-04-22本文編輯：朱晶引證本文：XUXY，YUX，TUHL，etal.Researchadvances inprognostic score models and biomarkers for acute-on-chronic liverfailure[J].JClin Hepatol，2025，41（6）：1030-1036.徐心怡，俞霞，屠慧爛，等，慢加急性肝衰竭預后評分模型和標志物研究進展[J].臨床肝膽病雜志，2025，41（6）：1030-1036.