论文部分内容阅读
目的采用常规实验室指标构建肝纤维化数学诊断模型,并评价其对慢性乙型肝炎肝纤维化肝硬化的预测价值。方法391例慢性乙型肝炎患者同期进行肝组织病理学检查及常规实验室检查,应用多因素非条件Logistic回归分析相关指标,构建不同肝纤维化分期的预测模型并用受试者工作特征(ROC)曲线评价其诊断价值。结果经Spearman等级相关分析,筛选出年龄、血小板(PLT)、国际标准化比值(INR)、总胆红素(TBIL)、白蛋白(ALB)、谷草转氨酶(AST)、γ谷氨酰转肽酶(GGT)、总胆汁酸(TBA)及胆碱酯酶(CHE)与肝纤维化程度相关的指标(P<0.01),进行单因素方差分析与多因素非条件Logistic回归分析,筛选出Model-1(S≥2)、Model-2(S≥3)、Model-3(S=4)组包括PLT、INR、ALB、GGT、CHE的肝纤维化独立预测因子,最终构建数学模型并计算肝纤维化评分(Fibrosis score,简称FS);Model-1、Model-2和Model-3中FS的ROC曲线下面积(AUC)分别为0.784、0.768、0.806,最优诊断界值分别约为7.09、5.67、3.65,灵敏度分别为67.4%、75.0%、71.4%,特异度分别为79.3%、67.7%、78.5%,阳性预测值分别为87.9%、83.9%、88.1%,阴性预测值分别为52.2%、55.0%、55.2%,准确率分别为71.1%、72.9%、73.7%。结论由常规实验室检查指标构建的肝纤维化预测模型对慢性乙型肝炎肝纤维化肝硬化有较好的诊断价值。