AASLD2025丨非优势慢乙肝患者的疗效预测模型：识别早期优势应答者

编者按

2025年第76届美国肝病研究协会（AASLD）年会将于11月7 - 11日在美国华盛顿举行，肝霖君与您分享相关重要内容。

随着慢乙肝临床治愈的不断深入，对于更广泛人群的临床治愈追求更加坚定，相关研究也越来越多，临床治愈非优势患者的治疗如何突破？天津市第二人民医院团队发表相关研究，建立了预测基线非优势慢乙肝患者接受聚乙二醇干扰素α（PegIFNα）治疗后获HBsAg清除的列线图模型。该模型通过整合HBsAg清除预测因素，包括基线HBsAg、第3个月时HBsAg下降幅度及HBeAg血清学转换、ALT升高，可用于识别早期优势应答者，具有较高的准确性与临床适用性。

研究背景

对于基线非优势慢乙肝患者（HBV DNA＞20 IU/mL且/或HBsAg＞1500 IU/mL），其对PegIFNα治疗的应答可能不理想。然而，仍有部分患者能够实现HBsAg清除。针对这部分人群，开发并验证了一种动态参数整合的预测模型，可精准预测6个月、12个月及18个月的HBsAg清除率，为个体化治疗决策提供科学依据。

研究方法

前瞻性纳入天津市第二人民医院2020年7月至2024年6月就诊的178例初治慢乙肝患者（HBV DNA >20 IU/mL且/或HBsAg >1500 IU/mL），按7:3随机分为训练集（n = 124）与内部验证集（n = 54）。另纳入天津市第三中心医院182例患者作为外部验证队列。治疗后随访3 - 6个月以确认HBsAg清除。采用LASSO、Cox回归分析筛选预测因素，构建预测模型，并通过区分度（时间依赖性AUC、C指数）、校准度（Brier评分）及临床效能（决策分析曲线）评估预测模型性能。

研究结果

训练集、内部验证集与外部验证集的患者基线特征均相似。

LASSO回归分析确定的HBsAg清除预测因素：

• 基线HBsAg（HR = 0.741, 95%CI：0.62 - 0.89）；

• 第3个月时HBsAg下降幅度（HR = 0.256, 95%CI：0.18 - 0.36）；

• 第3个月时HBeAg血清学转换（HR = 0.469, 95%CI：0.32 - 0.69）；

• ALT升高（1 - 2 × ULN：HR = 2.449, 95%CI：1.8 - 3.3；>2 × ULN：HR = 2.306, 95%CI：1.7 - 3.1）；

HBsAg清除预测模型性能：

• 训练队列：C指数0.929（0.90 - 0.95），6/12/18个月的AUC分别为0.981、0.913、0.946；

• 内部验证：C指数0.886（0.85 - 0.92），6/12/18个月的AUC分别为0.947、0.940、0.839；

• 外部验证：C指数0.946（0.92 - 0.97），6/12/18个月的AUC分别为0.958、0.932、0.961；

校准曲线显示预测与观察概率高度一致，Kaplan-Meier分析证实低风险组获得HBsAg清除的速度显著快于高风险组（P < 0.001）。

（A）训练集的多因素Cox回归分析图；

（B）预测HBsAg清除的列线图；

（C）训练集、（D）内部验证集、

（E）外部验证集的ROC曲线

研究结论

本研究建立并验证了治疗中病毒学应答的动态列线图模型，可准确预测基线非优势慢乙肝患者接受PegIFNα治疗后的HBsAg清除。该模型在3个月时即可识别早期优势应答者，具有优越的准确性与临床适用性，有望用于优化治疗以提升非优势人群的临床治愈率。

肝霖君有话说

该研究针对基线非优势的慢乙肝患者群体，创新性地构建了整合治疗早期动态指标的列线图模型，为个体化治疗策略提供了重要工具。该模型通过纳入第3个月的HBsAg下降幅度、HBeAg血清学转换及ALT变化等动态参数，提升了早期优势应答者的识别能力。此外，模型在内部与外部验证中均展现优异的区分度与校准度，凸显其临床适用性。这一成果提示，对于基线HBsAg较高的患者，可通过动态监测早期应答指标调整治疗策略（如延长疗程或联合干预），从而优化临床治愈路径。

目前已有多项研究聚焦于多维度临床参数的动态预测模型。未来仍需要探索临床上更为实用、有效的预测指标和模型，以完善优化疗效预测体系指导临床实践。

参考文献：

Kuai WT, Xu L, Han JX, et al. Predicting HBsAg seroclearance in Peg-IFNα treated chronic hepatitis B patients presenting with high HBV DNA or HBsAg levels: a novel nomogram. AASLD2025, Abstract (1211).