慢性乙型肝炎相關肝癌風險預測模型最全總結（更新版）

編者按：晚期肝癌的預后通常較差，應積極監測肝癌的發生與發展，而在肝癌早期階段進行更優化的治療，有利于改善患者的預后，因此對慢乙肝患者進行肝癌風險預測，具有重要的意義。HBV感染最終發展為肝癌的危險因素很多，包括高齡、男性、肝硬化、糖尿病、高HBVDNA水平、ALT升高、HBeAg陽性等，研究者們利用這些危險因素進行多因素整合，建立了多種適合不同慢乙肝人群的肝癌風險預測模型，有利于提高肝癌的早期診斷。以往曾系統歸納和總結了近幾年來的乙型肝炎相關的肝癌風險預測模型（相關鏈接），最近肝霖君整合相關資源，重新整理和歸納了慢性乙型肝炎相關肝癌風險預測模型，和大家分享。

在肝癌預測模型的臨床應用中，我們發現針對不同人群，各模型的預測準確度是有差異的，特別是對于未治療和核苷經治人群。由于核苷經治的慢乙肝人群數量大，近幾年來陸續出現了多個針對核苷經治的慢乙肝患者的肝癌風險預測模型。因此我們按照這兩類人群進行了模型分類，有利于臨床中根據不同患者類型進行肝癌風險的評估，提升預測的準確度，造福更多患者。

01 未經治療的人群

未經治療的人群的大多數模型已在之前進行過具體的介紹（相關鏈接），未介紹的幾個模型我們更新在列表的后面。我們發現對于未經治療的患者，預測因素一般較為廣泛且復雜，既包含宿主因素，也包括病毒因素和肝纖維化/肝硬化等相關因素。為了臨床上更方便應用，逐步開始探索簡單易檢測的預測模型。

D2AS評分模型 （HCCriskestimatedintheD2ASmodel，2017）

該評分模型利用971例HBVDNA升高（>2000IU/mL)且ALT正常或輕度升高（<80U/L）的韓國無肝硬化慢乙肝患者進行推導，中位隨訪4.5年，該模型包括年齡、性別和HBVDNA指標。該評分從507名患者的驗證隊列中得到驗證，推導隊列的D2AS評分在3年和5年的時間相關AUROC分別為0.895和0.884，驗證隊列中分別為0.889和0.876。推導隊列和驗證隊列的擬合優度比較結果顯示出D2AS的一致性（推導隊列為0.861，驗證隊列為0.878），且顯著優于REACH-B、年齡和ALT。

RWS-HCC評分模型 （Real-worldriskscoreforhepatocellularcarcinoma，2016）

該研究為538名新加坡慢乙肝患者的真實世界研究，隨訪4.9年，用于預測慢乙肝患者在真實世界中發生肝癌的風險。評分指標包括年齡、性別、AFP和肝硬化。RWS-HCC評分中≥4.5分顯示未來10年有顯著HCC發生風險，AUROC為0.915，敏感度為88.1%，特異性為83.0%，準確度為83.4%。其中陰性預測值（NPV）為98.8%，表明其在鑒別低風險肝癌患者中的實用性。在REACH-B、GAG-HCC和CU-HCC隊列的3353名受試者中進一步驗證了該模型，AUROC分別為0.767、0.830和0.902。3個驗證隊列的準確率分別為88.2%、79.1%和90.6%，NPV維持在97.0%，97.9%和93.0%。

LSPS評分模型 （Liverstiffnessvaluexplateletcount/spleendiameter，2014）

該研究納入227名韓國接受肝活檢和肝硬度值檢測的慢乙肝患者，中位隨訪61個月，18例患者發生HCC。其中HCC組的LS值、脾臟長度和血小板計數顯著高于非HCC組（P均<0.05）。多因素分析，LSPS是HCC發生的獨立預測因素（P<0.001）。通過LSPS值將患者分為三組，LSPS<1.1、1.1-2.5和>2.5組，LSPS值越高的患者HCC發生風險更高。相比其他非侵入性評分方式ASPRI、LS值、FIB-4和APRI等，LSPS預測5年HCC發生的AUROC值最高，為0.834。

02 接受NA治療的人群

由于核苷治療人群數量多，且有大量研究發現核苷長期治療的慢乙肝患者肝癌風險雖然相比未治療有所降低，但仍然處在較高水平。因此對這部分的人群的肝癌預測和監測變得尤為重要，近幾年也出現了多個針對核苷經治人群的肝癌風險預測模型。由于核苷治療主要是針對病毒的抑制作用，因此我們也發現對于核苷經治人群的肝癌預測模型中均無病毒因素。之前未介紹的模型我們將在表格后進行詳細介紹。

AASL-HCC評分模型 （Age、Albumin、Sex、Livercirrhosis，2019）

AASL-HCC評分模型以1242名ETV/TDF治療的慢乙肝患者為研究對象，以944例患者為推導隊列，隨訪51.3個月，基于多變量Cox比例風險模型建立而成。該模型以298例患者為驗證隊列，隨訪46.8個月，使用HarrellsC-statistic進行驗證。該模型以年齡、白蛋白、性別和肝硬化作為評分指標，分為低風險組≤5分，中等風險組6-19分和高風險組≥20分。該模型在推導隊列和驗證隊列之間的3年、5年和總隨訪的C-statistic無顯著性差異。與CU-HCC、GAG-HCC、REACH-B和PAGE-B模型相比，AASL-HCC評分模型預測10年HCC發生的準確性更高，AUROC為0.814。

APA-BHCC評分模型 （Age、PLT、AFP，2017）

共隨訪49.1個月，在883名韓國ETV治療的初治慢乙肝患者的推導隊列中進行多因素分析，發現年齡、血小板計數和治療12個月的AFP水平是肝癌的獨立預測因素，將這些預測因子的Cox比例風險回歸系數轉換成風險評分，建立APA-B評分模型，總風險評分范圍為0-15。該模型將442名韓國ETV治療的初治慢乙肝患者的驗證組患者分為低（0-5分）、中（6-9）和高（10-15）風險組，其C-statistics為0.85。且分析發現該模型的C-statistics顯著高于CU-HCC、REACH-BI、REACH-BII和PAGE-B模型。

HCC-Rescue評分模型 （HCC-RiskEstimatingScoreinCHBpatientsUnderEntecavir，2017）

該研究前瞻性納入2061例ETV治療的初治慢乙肝患者，患者人群分為兩組，990例的推導隊列組，隨訪2.1年，和1061例的驗證隊列組，隨訪3.5年。推導隊列組用于評估HCC發展的危險因素。分析結果將年齡、性別和肝硬化指標建立HCC-Rescue風險預測模型，該模型將患者分為低風險組≤65分，中等風險組65-84分，高風險組≥85分。該模型的推導隊列和驗證隊列中時間相的預測1-5年肝癌發生風險的AUROC無顯著性差異。

aMAP評分模型 （Age、Malegender、ALBI、PLT，2020）

該研究納入全球11個前瞻性長期隨訪隊列的17,374名的慢性肝病患者，包括13,088例NA經治慢乙肝（CHB）患者（10578例為亞洲人；2510例為白種人），3566例經治丙肝（HCV）感染患者和720例非病毒性肝病（NVH）患者。將患者分為1個推導隊列（3688例亞洲CHB患者）和9個包括不同病因和種族的驗證隊列（包括3個CHB亞洲人隊列、2個CHB白種人隊列、3個HCV隊列和1個NVH隊列，共13686人）。其中aMAP評分模型指標包括年齡、性別、白蛋白-膽紅素評分（ALBI）和血小板指標，在不同病因的肝炎患者和不同種族的肝炎患者中評估HCC風險均表現出色（C指數：0.82-0.87）。在慢乙肝相關推導隊列中，aMAP評分的C指數顯著高于其他現有HBV相關HCC風險評分模型，如REACH-B、CU-HCC、LSM-HCC、mREACH-B、PAGE-B和mPAGE-B（P值均<0.05）。且在各種不同隊列中，aMAP評分模型的預測能力也優于其他現有預測模型。

CAMPAS評分模型（Cirrhosis、Age、MaleSex、PLT、Albumin、Liverstiffness，2020）

該研究納入接受非侵入性肝纖維化檢測數據（例如瞬時彈性成像[TE]）且NA治療獲得良好病毒學控制的1511例慢乙肝患者，隨訪期間，9.5％的患者發展為HCC。CAMPAS評分模型包括肝硬化的超聲檢查、年齡、男性、血小板計數、白蛋白和肝硬度。根據評分模型將患者分低危組（≤75）、中危組（75-161）和高危組（>161），中危組和高危組的患者肝癌發生風險更高（P=0.001）。韓國慶北國立大學醫院納入252例患者驗證CAMPAS模型的效果，HarrellC-statistics為0.847（95％CI0.744-0.929）。外部驗證隊列的校準圖還顯示了HCC發生的實際概率與CAMPAS模型計算的預測概率之間的極好的一致性。總體HarrellC-statistics顯著高于mPAGE-B、PAGE-B和REACH-B（所有P值<0.001）。但是，CAMPAS模型與mREACH-B之間沒有顯著性差異（P=0.425）。

CAGE/SAGE評分模型 （2020）

該研究分析PAGE-B隊列中1951例成年白人慢乙肝B患者，納入其中1427例患者（NA治療下接受了5年以上的隨訪，且在治療5年內無肝癌發生）。從治療開始中位隨訪時間為8.4年。多因素分析發現，年齡較大、基線肝硬化及第5年LSM≥12kPa與5-12年的肝癌風險增加獨立相關。基于此建立兩項HCC評分模型。CAGE-B評分模型包括基線肝硬化、第5年LSM和年齡指標。其中，低（0-5）、中（6-10）和高（11-16）CAGE-B評分的患者的12年累積HCC發生率分別為0％、1.8％和15.4％。SAGE-B評分模型包括第5年時的年齡和LSM指標。其中，SAGE-B得分低（0-5），中（6-10）和高（11-16）的患者的12年累積HCC發生率分別為0％、4.0％和13.8％。

HCC-ESCAVT評分模型 （2020）

2006-2016年期間，納入769例患者作為推導隊列，1061例患者作為驗證隊列，所有患者經ETV/TDF治療獲得HBeAg清除。對推導隊列進行多因素分析，發現男性、肝硬化和FIB-4指標是HCC發生的獨立危險因素（均P<0.05)，基于此建立了HCC-ESCAVT評分模型，預測3年、5年和10年HCC發生風險的AUC分別為0.791、0.771和0.790，且在驗證隊列中表現相似。該模型將患者分為低風險組（0-1分），中等風險組（2-4分）和高風險組（5分）。該模型的預測HCC發生的準確性的AUC高于GAG-HCC模型（P<0.05)，與CU-HCC、PAGE-B和mPAGE-B模型相似（均P<0.05)。

肝霖君有話說

迄今為止，國內外已有很多研究模型來預測慢乙肝相關肝癌發生風險。肝霖君重新整理了更完整和更新的肝癌預測模型供大家參考，希望隨著肝癌模型的不斷改進和完善，廣泛的運用于臨床工作中，指導越來越多的未治療和接受核苷治療的慢乙肝患者進行肝癌的監測和預防，提升對肝癌的早期診斷能力，及時對慢乙肝相關肝癌高風險人群給予干預治療，最終有效降低慢乙肝患者肝癌發生風險。