论文部分内容阅读
目的:慢性乙型肝炎对人类健康的威胁持续存在,乙型肝炎病毒的感染可能会导致肝硬化和肝细胞癌发生,严重威胁到人类的生命健康安全,但若及时发现在肝硬化和肝细胞癌的发生之前的肝纤维化阶段并及时给予相应的治疗,可以有效控制肝纤维化的恶化。人群异质性对慢性乙型肝炎患者肝纤维化的发生和预防有着重要的影响。本文主要采用K-modes聚类分析、层次聚类分析和潜在类别分析研究慢性乙肝患者的人群异质性。结合不同亚型慢性乙肝患者发生肝纤维化情况及预测因子构建肝纤维化预测模型,并对各个模型的预测效果和拟合效果进行比较,为进一步选择肝纤维化最优模型提供依据并为肝纤维化的预防策略提供必要依据。方法:对于纳入研究的848例乙肝患者,采用频数和构成比描述离散型变量的情况,均数±标准差来描述连续型变量的情况。本研究采用异质性群体分类方法结合二元logistic回归构建肝纤维化预测模型,利用K-modes聚类分析、潜在类别分析和层次聚类分析识别乙肝患者的不同亚型,随后将不同亚型的乙肝患者按照7:3分为两组,用于模型的构建和验证,采用AIC,SC和-2Log L评价模型的拟合效果,利用ROC曲线、AUC值、准确率等指标评价模型的预测效果。结果:研究从中国医科大学附属盛京医院共收集964例肝病门诊患者的信息,经过纳入排除过程,纳入有效的研究对象有848例。乙肝患者之间存在明显的群体异质性。潜在类别分析结果显示乙肝患者存在两种亚型,不同亚型患者的特征明显不同。一类生活习惯良好,吸烟饮酒的患者占比在5%以下;一类生活习惯较差,吸烟饮酒的患者占比超过70%。不同亚型的乙肝患者肝纤维化的影响因素也存在一定的差异,在生活习惯良好的无体征患者中,AGE、APOA1、AFP、APTT、TT和MPV为肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.816（0.770-0.856）和0.708（0.629-0.780）;在生活习惯较差的男性患者群体中,A/G和PLT是肝纤维化的保护因素（OR＜1,P＜0.05）,GGT是肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.789（0.711-0.853）和0.772（0.654-0.865）。层次聚类分析结果显示乙肝患者存在两种亚型,分别是666例生活习惯良好的无体征患者和182例生活习惯较差的男性患者。两类乙肝患者肝纤维化的影响因素也存在一定的差异,在生活习惯良好的无体征患者中,AGE、ALP、AFP、TT和MPV为肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.792（0.746-0.832）和0.735（0.662-0.799）;在生活习惯较差的男性患者群体中,APOB为肝纤维化的保护因素（OR＜1,P＜0.05）,ALT和AFP为肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.824（0.738-0.891）和0.788（0.632-0.899）。K-modes聚类分析结果显示乙肝患者存在两种亚型,分别是630例生活习惯良好的无体征患者和218例生活习惯较差的男性患者。两种亚型患者的特征明显不同,乙肝患者肝纤维化的影响因素也存在一定的差异,在生活习惯良好的无体征患者中,APOA1、AFP、TT和MPV为肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.820（0.776-0.858）和0.682（0.601-0.755）;在生活习惯较差的男性患者群体中,A/G和PLT为肝纤维化的保护因素（OR＜1,P＜0.05）,ALT和DBIL为肝纤维化的危险因素（OR＞1,P＜0.05）,构建的肝纤维化预测模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.808（0.730-0.872）和0.668（0.532-0.786）。整体的分析结果显示,A/G和APOB可以解释为肝纤维化的保护因素（OR＜1,P＜0.05）,SMOKING、ALP、DBIL、AFP、TT和MPV为肝纤维化的危险因素（OR＞1,P＜0.05）,模型在训练组和验证组中的ROC曲线下面积（AUC）分别为0.810（0.772-0.844）和0.695（0.628-0.757）。结论:慢性乙肝患者可以划分为生活习惯良好的无体征患者和生活习惯较差的男性患者两种亚型,患者之间的特征存在明显不同,肝纤维化的影响因素也存在一定的差异,结果提示对不同亚型的乙肝患者应分别采取针对性的预防和干预措施;在构建的不同肝纤维化预测模型中,基于层次聚类分析方法构建的乙肝患者肝纤维化预测模型在验证组中的预测效果最优,建议可以采用层次聚类分析对乙肝患者进行分类后再进行肝纤维化预测模型构建。