APASL2026丨李明慧/谢尧教授团队：新模型可有效预测LLV慢乙肝患者Peg-IFNα-2b治疗48周的HBsAg清除

深度解析医学证据，DeepEvidence为你支撑决策

编者按

2026年第35届亚太肝病学会年会（APASL 2026）于当地时间2026年4月22日至25日在土耳其伊斯坦布尔举行，肝霖君与您分享相关重要内容。

随着慢乙肝抗病毒治疗人群的扩大，低病毒血症（LLV）逐渐成为当下慢乙肝抗病毒治疗的难点和热点问题。近年来已有多项研究表明LLV慢乙肝患者基于聚乙二醇干扰素α-2b（Peg-IFNα-2b）治疗可有更多获益。首都医科大学附属北京地坛医院李明慧/谢尧教授团队的一项研究结果也证实，联合Peg-IFNα-2b治疗可显著提高LLV患者的HBsAg清除率和完全病毒学应答率。近期，APASL2026大会摘要中发表了该团队建立的一个预测模型，能较好地预测LLV慢乙肝患者接受Peg-IFNα-2b治疗48周时的HBsAg清除。

研究目的

本研究旨在开发一个预测模型，用于预测LLV慢乙肝患者在接受Peg-IFNα-2b治疗48周时的HBsAg清除情况。该模型基于血清学和临床参数，采用LASSO回归进行构建，并对其预测性能进行评估。

研究方法

共纳入303例接受Peg-IFNα-2b治疗并随访48周的LLV慢乙肝患者。收集患者基线和第12周的人口学与临床数据。主要结局指标为第48周时的HBsAg清除。通过单因素分析和LASSO回归对变量进行筛选，然后采用多因素逻辑回归确定独立预测因子，并以此构建列线图。采用ROC分析、Bootstrap验证、校准曲线、决策曲线分析及临床影响曲线来评估模型的预测性能。

研究结果

基于Peg-IFNα-2b治疗48周共有46例LLV慢乙肝患者实现HBsAg清除，并构建了用于预测Peg-IFNα-2b治疗48周时HBsAg清除的预测模型：

1. 变量筛选与独立预测因子的确定：基于单因素logistic回归（P < 0.20），共8个变量被纳入LASSO回归。经LASSO筛选，基线白蛋白水平（ALB.0W）、从基线至第12周的HBsAg下降幅度（HBsAg_drop 12W）以及第12周的HBeAg状态（HBeAg.12W）被纳入多因素逻辑回归分析。多因素分析显示，HBeAg.12W（OR = 0.29, 95% CI: 0.11 - 0.68）和HBsAg_drop 12W（OR = 0.31, 95% CI: 0.20 - 0.47）是48周HBsAg清除的独立预测因素。

2. 列线图模型构建及性能评估：基于上述变量构建的列线图模型，其受试者工作特征曲线下面积为0.879；采用Bootstrap内部验证（1000次重抽样），提示该模型具有良好的区分度和稳定性；校准曲线表明预测概率与实际观测概率之间一致性较好；决策曲线分析则显示在较宽的阈值概率范围内具有正向的临床净获益。

构建的列线图模型

A、预测模型的受试者工作特征曲线；

B、预测模型的Bootstrap内部验证校准曲线

研究结论

本研究开发了一个基于LASSO回归的列线图模型，该模型整合了第12周的HBeAg状态和HBsAg下降幅度，用于预测LLV慢乙肝患者接受Peg-IFNα-2b治疗48周时的HBsAg清除，有助于制定个体化治疗方案。

现场拍摄电子壁报

参考文献：

Wang SY, Gao YJ, Deng W, et al. Predictors of HBsAg Clearance and Development of a Nomogram in Chronic Hepatitis B Patients with Low-Level Viremia Treated with Pegylated Interferon α-2b. APASL 2026, poster(2183).