祁婷婷， 陳金軍，3

1 南方醫(yī)科大學南方醫(yī)院肝病中心， 廣州 510515； 2 廣東省肝臟疾病研究所， 廣州 510515；3 南方醫(yī)科大學南方醫(yī)院增城院區(qū)肝病科， 廣州 511300

進展性肝纖維化到肝硬化是一個動態(tài)連續(xù)的演變過程，其準確的診斷依賴肝臟病理，臨床上往往難以區(qū)分。既往常用的“代償期肝硬化”（compensated cirrhosis）忽略了進展性肝纖維化中存在門靜脈高壓的慢性肝病患者。BavenoⅥ共識［1］中最先提出代償期進展性慢性肝病（cACLD），旨在識別更多存在臨床顯著門靜脈高壓的高危慢性肝病患者。Baveno Ⅶ共識［2］進一步明確了cACLD的無創(chuàng)診斷和分層標準：LSM＜10 kPa排除cACLD，LSM在10～15 kPa之間提示cACLD，LSM＞15 kPa高度提示cACLD。目前，“代償期肝硬化”和“進展性慢性肝病”都可以使用，但二者不可互相替換。

進展性慢性肝?。ˋCLD）基于對門靜脈高壓的無創(chuàng)診斷提出，研究主要集中在代償階段門靜脈高壓風險分層及對未來失代償?shù)念A測。ACLD在各種潛在誘因的作用下發(fā)生急性肝損傷或急性失代償，可使原有的相對穩(wěn)定的cACLD急性加重，疾病譜至少可分為急性肝損傷、急性失代償和慢加急性肝衰竭（ACLF），均需要住院治療。這些患者病情輕重不一，部分患者預后不良，需要對預后進行準確評估、預警，以便于分級、分層診療［3］。

ACLF定義了慢性肝病急性加重患者中短期病死率最高的患者群體，盡管不同地區(qū)定義的ACLF標準適用范圍不同，但均應在三級醫(yī)院診治，并根據(jù)病情進行肝移植評估或轉入ICU治療［4-9］。針對入院時未達到ACLF標準的患者，PREDICT研究［10］根據(jù)入院后3個月內(nèi)的轉歸將患者分為慢加急性肝衰竭前期（pre-ACLF）、不穩(wěn)定的失代償肝硬化以及穩(wěn)定的失代償肝硬化，該分層體系也在HBV相關肝硬化患者中得到證實［11］。然而，目前ACLF存在不同診斷標準、分層體系和預后評分，而PREDICT研究根據(jù)預后提出的對non-ACLF患者的分層體系，在臨床實際應用中存在困難。

1 ACLD急性加重患者發(fā)生ACLF的預測模型

在西方隊列中有10.8%的急性失代償患者28天內(nèi)發(fā)生ACLF［4］，在以慢性乙型肝炎基礎上發(fā)生的急性肝損傷和代償期肝硬化為研究人群的隊列中，有8.7%～12.7%在住院期間發(fā)生ACLF［12-14］。在一項回顧性乙型肝炎相關隊列研究［15］中，急性失代償患者在入院后28天內(nèi)發(fā)生ACLF者全身炎癥反應程度高，短期病死率高，與ACLF患者無明顯區(qū)別。因此無論是慢性乙型肝炎患者還是其他病因的患者，無論有無肝硬化和既往是否失代償，都有在28天內(nèi)進展至ACLF的可能，且一旦進展至ACLF，病死率明顯升高。來自歐洲的前瞻性隊列PREDICT研究［10］中，將肝硬化急性失代償后90天內(nèi)發(fā)生ACLF定義為pre-ACLF，這些患者90天病死率高（67%），是急性失代償患者中需要重點關注的人群。然而，PREDICT研究提出的pre-ACLF基于90天內(nèi)是否發(fā)生ACLF這一結局事件，并未能提供相應的預測和診斷模型，給臨床應用帶來困難。

早在Canonic study隊列中，即以90、180和365天死亡為主要終點建立了CLIF-C AD評分，計算公式為CLIF-C AD=10×［0.03×年齡+0.66×ln（血肌酐）+1.71×ln（INR）+0.88×ln（白細胞計數(shù)）-0.05×血鈉（mmol/L）+8］；通常認為，CLIF-C AD評分＜45為低危人群，CLIF-C AD評分≥60為高危人群。這一評分在歐洲的隊列中應用廣泛，但在短期進展到ACLF風險的預測方面缺乏更多的數(shù)據(jù)，臨床應用中用于危險分層的截斷值也有待進一步驗證［16］。

PREDICT研究［10］也嘗試建立了預測90天內(nèi)新發(fā)ACLF的CLIF-C ACLF-D模型，計算公式為CLIFC ACLF-D=［（0.03×年齡+0.45×腹水+0.26×ln（白細胞計數(shù)）］-（0.37×白蛋白）+［0.57×ln（總膽紅素）］+［1.72×ln（血肌酐）］+3×10。然而，在驗證集中，CLIF-C ACLF-D與CLIF-C AD預測效能無明顯差異，該評分也未進一步推廣使用。PREDICT研究還采用決策樹的方法區(qū)分高危人群，其納入的核心因素包括血肌酐、總膽紅素、白蛋白、年齡和白細胞計數(shù)。將ACLF發(fā)生概率大于0.5的終末節(jié)點歸為可能發(fā)生ACLF的高危患者，占全部non-ACLF患者的14.1%。該模型的ROC曲線下面積（AUC）為0.76（0.72～0.79），特異度高（95%），但敏感度低（38%），復雜的計算及漏診率高同樣限制了其進一步臨床應用。

來自中國的COSSH研究團隊，發(fā)現(xiàn)血清鐵蛋白對ACLF有診斷和預測價值。在學習隊列中，入院時830例non-ACLF患者中有86例在28天內(nèi)進展為ACLF（COSSH標準），血清鐵蛋白預測新發(fā)ACLF的AUC為0.808（95%CI：0.760～0.855）。當取截斷值為1 375.2 μg/L時，敏感度為0.709，特異度為0.781。根據(jù)截斷值將non-ACLF患者分為高血清鐵蛋白組（≥1 400 μg/L）和低血清鐵蛋白組（＜1 400 μg/L）。高血清鐵蛋白組進展為ACLF的累積發(fā)生率顯著高于低血清鐵蛋白組（27.3% vs 4.3%，P＜0.001）［17］。

COSSH研究團隊進而提出預測新發(fā)ACLF的COSSH-onset-ACLF評分：0.101×ln（ALT）+0.819×ln（總膽紅素）+2.820×ln（INR）+0.016×ln（鐵蛋白）；與CLIF-C ACLF-D、MELD、MELD-Na、COSSH-ACLF及CLIF-C ACLF評分相比，COSSH-onset-ACLF評分在預測7、14、28天新發(fā)ACLF的C-指數(shù)均最高（0.928、0.925、0.913）。以6.3作為截斷值，COSSH-onset-ACLF評分可將non-ACLF患者分為高危組和低危組，前者7、14、28天發(fā)生ACLF的比例為42.6%、49.2%、50.0%，而低危組分別為2.5%、3.2%、3.7%。這一評分也在包含391例non-ACLF的外部隊列中得到驗證。然而，在28天進展到ACLF的患者中，超過30%COSSH-onset-ACLF評分小于6.3，提示這一界值敏感性欠佳。此外COSSH研究入組病例均為乙型肝炎患者，在其他病因患者中是否同樣適用需要進一步驗證；研究終點采用COSSH-ACLF標準，與EASL-ACLF適用人群不盡相同，是否同樣可以預測向EASL-ACLF的發(fā)展及診斷界值，還有待進一步研究［18］。

既往國內(nèi)一項慢性乙型肝炎患者急性加重新發(fā)ACLF的研究［19］提出PATA模型，該研究學習和驗證隊列分別來自廣東地區(qū)三家醫(yī)院，以APASL-ACLF為診斷標準，模型包括凝血酶原時間、年齡、總膽紅素和ALT四個因素，計算公式為：0.341+3.111×凝血酶原時間+0.595×年齡+0.626×總膽紅素-0.295×ALT。在學習及兩個驗證隊列中預測新發(fā)ACLF的AUC分別為0.959、0.932和0.905。模型提出的截斷值0.614在三個隊列中陽性預測值差異較大，可能與入組患者的選擇偏倚有關。

另一項來自中國的大型前瞻性隊列“CATCHLIFE”研究［11］也對乙型肝炎肝硬化住院患者新發(fā)ACLF進行了分析，通過對970例肝硬化急性失代償（non-ACLF）患者分析，發(fā)現(xiàn)4個誘因與ACLF的發(fā)展獨立相關，分別是：HBV再激活合并急性肝損傷，自發(fā)性肝炎活動伴有高HBV DNA載量，HAV或HEV重疊感染，細菌感染。進一步得到新發(fā)ACLF預測模型：-7.71+1.38×（HBV再激活合并急性肝損傷）+0.74×（自發(fā)性肝炎活動伴有高HBV DNA載量）+1.50×（HAV或HEV重疊感染）+0.91×（細菌感染）+0.81×ln（總膽紅素）+4.17×ln（INR）+0.63×ln（中性粒細胞與淋巴細胞比值）。該模型在458例乙型肝炎急性失代償?shù)膎on-ACLF患者隊列中進行驗證，無論學習隊列還是驗證隊列，新的模型均優(yōu)于傳統(tǒng)的CLIF-C AD、iMELD、MELD-Na和CTP評分。研究進一步提出0.22作為截斷值，評分＜0.22者為低危組，5.3%患者進展到ACLF；評分≥0.22的患者為ACLF發(fā)展高危人群，進展到ACLF的比例為39.6%。這一模型將病因納入危險因素分析，提示病因在ACLF發(fā)展中的重要作用。但模型本身計算復雜，且正是由于包含HBV激活誘因，限制了其在不同病因下的推廣和驗證。同時，評分＜0.22的患者占比龐大，雖然進展率僅為5.3%，但在全部進展的患者中（n=42），有一半評分被納入低危組，意味著低危組仍需要密切監(jiān)視，及時發(fā)現(xiàn)疾病進展的患者。

最近一項來自意大利的研究［20］納入169例肝硬化失代償患者，在1年的隨訪時間內(nèi)55例進展到ACLF，分析建立了包含CLIF-C AD、Child-Pugh分級和CRP的Padua-AD模型（表1），將急性失代償患者分為高危和低危組，2組1年ACLF的發(fā)生率分別為68.3%和12.8%。該研究納入患者中55%為酒精性肝病，72%既往曾發(fā)生失代償事件。55例進展到ACLF的患者，進展的中位時間為58（26～104）天，這些隊列特征與我國乙型肝炎相關失代償期肝硬化存在較大差異，其模型預測價值有待進一步驗證。

表1 Padua-AD模型［20］Table 1 Padua-AD model［20］

筆者對上述預測ACLF發(fā)生的主要模型進行匯總（表2），這些模型基于不同隊列、不同病因，疾病嚴重程度不同，ACLF診斷標準存在差異，尚沒有預測ACLF進展的模型得到廣泛認可。各預測模型納入的危險因素多包括肝臟損傷（總膽紅素）、凝血功能異常（凝血酶原時間或者INR）、炎癥指標（鐵蛋白、CRP、白細胞計數(shù)、中性粒細胞與淋巴細胞比值），在乙型肝炎為主要病因的隊列研究中，往往包括肝炎活動指標（ALT），而在西方以酒精性肝病為主隊列中，常需要將腎損傷指標（血肌酐）或其他肝外器官損傷評分納入模型中，提示不同病因發(fā)生ACLF的機制不盡相同。

表2 ACLD住院患者發(fā)生ACLF的主要預測模型Table 2 Major predictive models for developing ACLF among hospitalized patients with ACLD

另一方面，各模型提出的截斷值雖可大致區(qū)分高危和低危患者，但往往低危組基數(shù)龐大，盡管進展率相對較低，而實則遺漏進展至ACLF患者，不利于這類患者的臨床管理。

在國內(nèi)一項隊列研究［21］中，根據(jù)器官損傷個數(shù)對住院肝硬化急性失代償患者進行分層。將肝功能障礙定義為總膽紅素≥6 mg/dL，凝血功能障礙定義為INR≥1.5，腎功能障礙定義為血清肌酐1.5～1.9 mg/dL，免疫系統(tǒng)功能障礙定義為存在證據(jù)的細菌感染。研究發(fā)現(xiàn)≤1個為功能障礙器官數(shù)量的截斷值。在推導隊列（n=673）和驗證隊列（n=1 388）中，≤1個器官損傷排除患者在28天內(nèi)發(fā)生ACLF的漏診率均低于5%（分別為4.3%和3.4%）。而另一研究［15］以既往未發(fā)生過失代償?shù)腍BV急性加重或失代償患者為研究對象，推導隊列為多中心回顧性隊列（n=892），驗證隊列為多中心前瞻性隊列（n=1 656）。在兩個隊列中，MELD＜18分患者在28天內(nèi)進展至ACLF的比例分別僅為0.6%和0.5%，占各自隊列全部進展患者比例的2.9%和3.0%。在上述兩種策略下篩選出的低?；颊哌z漏可能進展至ACLF的患者極少，是真正“安全”的低危組，在臨床實踐中，基層醫(yī)院按照指南及規(guī)范治療即可，無需向上轉診。兩個模型也均存在著陽性預測值較低的缺陷，對真正高危人群的識別還需要更多研究。

2 進展到ACLF的標志物

臨床常用指標對新發(fā)ACLF預測的局限性及同一模型在不同隊列預測效能的差異，提示對ACLF發(fā)生發(fā)展機制認識尚存在欠缺。機制及轉化研究提出諸多新型標志物，未來或有助于新發(fā)ACLF的預測和患者分層管理。

系統(tǒng)性炎癥在ACLF的發(fā)生和發(fā)展中發(fā)揮重要作用［20-22］，炎癥相關指標也是ACLF預警和預后標志物研究較多的領域。包括IL-6［23-24］、IL-22［25］、IL-33［26］等在小樣本臨床研究中均有報道與新發(fā)ACLF或預后相關。在國內(nèi)外研究中巨噬細胞激活標志物可溶性CD163（sCD163）也被證實可作為ACLF的預后標志物［27-28］。另一主要表達在巨噬細胞和樹突細胞的甘露糖受體可溶形式或CD206在non-ACLF患者中與短期死亡相關［27］。促半胱氨酸脫水酶肽（Copeptin）是精氨酸加壓素的降解產(chǎn)物，可作為急性和全身血流動力學應激反應的標志物。研究者通過檢測Canonic study隊列的血漿樣本，發(fā)現(xiàn)促半胱氨酸脫水酶肽是肝硬化急性失代償患者28天和90天死亡的獨立危險因素，也是non-ACLF患者28天內(nèi)進展到ACLF的獨立危險因素（OR=1.40，95%CI：1.09～1.80）［29］。

ACLD患者存在凝血再平衡，凝血相關指標Ⅷ與蛋白C的比值（FVⅢ/PC）、血管性血液病因子（vWF）及其裂解酶ADAMTS-13與疾病預后相關［30］。在ACLD患者中，F(xiàn)VⅢ/PC隨疾病嚴重程度增加而升高。進一步分析失代償期ACLD患者，發(fā)現(xiàn)FVⅢ/PC是新發(fā)ACLF的獨立危險因素（aHR=1.10，95%CI：1.02～1.19，P=0.015），其區(qū)分高危和低危組的最佳截斷值為4.46［31］。ADAMTS-13是一種特異性切割多聚vWF的金屬蛋白酶。ADAMTS-13和vWF之間的失衡隨肝硬化嚴重程度增加而加重，與新發(fā)ACLF相關［32-33］。在服用非選擇性β受體阻滯劑（NSBB）的ACLD患者中，vWF應答者（較基線下降20%）ACLF發(fā)生率更低［34］。但是在急性加重或失代償?shù)淖≡篈CLD患者中，ADAMTS-13/vWF對疾病短期進展至ACLF的預測價值還需要進一步驗證。

腎臟損傷在ACLF的發(fā)生發(fā)展中存在重要作用，Ariza等［35］研究發(fā)現(xiàn)尿中性粒細胞明膠酶相關脂質運載蛋白（neutrophil gelatinase-associated lipocalin，NGAL）不僅可作為ACLF的生物標志物，也與新發(fā)ACLF獨立相關。國內(nèi)一項研究［28］顯示血NAGL對ACLF有預后價值，但是血NAGL與預后的獨立相關性在另一項研究［36］中未得到證實，可能與診斷標準、入組人群差異有關。Juanola等［37］揭示了尿液中和脂代謝相關的肝脂肪酸結合蛋白（liver fatty acid-binding protein，LFABP）與ACLF分級、器官衰竭及新發(fā)ACLF的相關性。Markwardt等［36］利用Canonic study隊列血漿樣本，發(fā)現(xiàn)胱抑素-C與腎功能不全、肝腎綜合征、新發(fā)ACLF獨立相關。上述腎小管損傷標志物，在不同疾病譜、不同診斷標準下的預測價值需要更多研究。

組學方法也廣泛用于ACLF的診斷和預后標志物的研究，與新發(fā)ACLF相關的潛在標志物包括：通過外周血單個核細胞轉錄組學識別到的4個參與先天免疫應答、適應性免疫應答、補體激活、脂肪酸氧化和活性氧代謝的基因（PPARγ、MER tyrosine kinase、thrombospondin 1及semaphorin 6B）［38］；通過血漿蛋白質組學鑒別出的HBV-ACLF診斷相關的蛋白，分別為載脂蛋白C3、富含組氨酸糖蛋白、轉鐵蛋白、激肽釋放酶［39］；通過血清樣本代謝組學分析發(fā)現(xiàn)的代謝標志物4-羥基-3-甲氧基苯基乙二醇硫酸鹽，半乳糖醛酸和己基肉堿［40］，以及甲基哌啶和CEHE（gammacarboxyethyl hydroxychroman）［41］。特別是CATCHLIFE研究還進一步通過液相色譜-質譜法開發(fā)了靶向測定方法并建立預測模型：僅包括兩個代謝標志物甲基哌啶和CEHE的模型，與CLIF-C ACLF-D模型及MELD-Na模型預測ACLF發(fā)生的AUC相當，當聯(lián)合臨床指標：總膽紅素、INR及肝硬化與否后，新模型的AUC在學習和驗證隊列中分別達到0.94和0.88，顯著高于其他模型［41］。

此外，包括Canonic、AARC等多個研究，也開發(fā)了ACLF的人工智能預測模型［42-43］。人工智能技術有望帶來預測效能的提高，為準確診斷、預后判斷、器官分配等提供決策幫助，但其涉及到倫理、數(shù)據(jù)安全等問題，距離臨床應用還有相當?shù)木嚯x。

3 總結

ACLD住院患者，是一群異質性較大的患者群體，從急性肝損傷、急性失代償?shù)礁嗡ソ?，疾病進展和預后存在很大差異，需要分層管理。ACLF診斷標準存在差異，適用于不同人群，各標準下ACLF患者均具有較高短期病死率，應在三級醫(yī)院密切監(jiān)護和治療。在入院時未達到ACLF的患者中，仍有一定進展到ACLF的比例，且一旦進展到ACLF，短期病死率與ACLF患者相當。目前尚缺乏預測進展至ACLF的高危人群的精準模型，MELD＜18分及＜2個器官損傷可分別在既往代償?shù)穆愿尾』颊呒案斡不毙允Т鷥敾颊咧邪踩嘏懦M展至ACLF的高?；颊?，這些患者建議納入基層醫(yī)院，按照指南共識給予標準治療即可，無需向上級醫(yī)院轉診?，F(xiàn)階段各預測模型及新的標志物均有著各自的適用范圍，還需要更多驗證，以實現(xiàn)對有一定疾病進展率和病死率的患者更精準地分層，也為未來新藥物/療法的臨床試驗患者選擇提供依據(jù)。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：祁婷婷負責查找文獻及撰寫文稿；陳金軍確定文稿撰寫思路及修改。