貝葉斯網絡模型告訴您哪些慢乙肝人群的HBsAg清除率最高

編者按：貝葉斯網絡（BN）是一種新興的概率圖模型，用于預測疾病風險。作為公認的概率分類器，BN模型的優點是變量之間的可視化相互作用（通常被常規統計模型忽略）和直觀的條件概率輸出（用于決策）。先前已顯示BN模型在預測其他疾病發生方面表現良好，ROC曲線下面積（AUC）達0.960。但是，BN模型是否可整合可用的醫療記錄并用于預測HBsAg清除率仍有待確定。最近Journalofviralhepatitis上發表的最新研究顯示貝葉斯網絡模型預測慢乙肝患者HBsAg清除率方面良好，并提示基線HBsAg≤2000IU/mL和基線HBeAg陰性，且獲得早期病毒學應答的慢乙肝患者的HBsAg清除率最高。

研究方法

該研究是一項病例對照研究，納入2006年1月至2015年6月之間的1966例CHB患者（平均年齡39.04±11.23歲），通過人口統計學和臨床特征、實驗室數據和影像學參數，將其用于建立貝葉斯網絡（BN）模型以預測HBsAg清除率，并評估該模型的性能。

患者特征

根據隨訪期間的定性HBsAg測量結果，將共1966例CHB患者分為兩組（85例為HBsAg清除組，1881例為對照組）。與對照組相比，HBsAg清除組中基線HBVDNA≤10,000IU/mL和基線HBsAg≤2,000IU/mL的患者數量更多（P<0.001）。HBsAg清除組中HBeAg陽性率明顯低于對照組（17.91％vs.55.98％；P<0.001），因此，與對照組相比，HBsAg清除率組中獲得HBeAg清除的患者比例更低（17.65％vs.55.40％；P<0.001）。HBsAg清除組和對照組之間在生化和/或常規血液檢查或影像學組學參數方面無顯著差異。

研究結果

貝葉斯網絡模型：基線HBsAg≤2000IU/mL和基線HBeAg陰性且獲得早期病毒學應答的人群HBsAg清除率最高

慢乙肝貝葉斯網絡模型構建

通過該模型不同貝葉斯網絡節點的組合的HBsAg清除率不同，其中HBsAg清除率較高的幾類人群如下：

基線HBsAg≤2000IU/mL和基線HBeAg陰性，獲得IVR（NA治療12周內HBVDNA低于檢測下限）且隨訪期間無HBeAg陽轉的CHB患者HBsAg清除率最高；基線HBsAg≤2000IU/mL和基線HBeAg陰性，且獲得EVR（NA治療24周內HBVDNA低于檢測下限）或獲得SOR（LdT治療24周內或LAM、ADV、ETV或TDF治療48周內HBVDNA低于檢測下限）且隨訪期間無HBeAg陽轉的CHB患者的HBsAg清除率次之；基線HBsAg≤2000IU/mL和基線HBeAg陽性，且獲得EVR（NA治療24周內HBVDNA低于檢測下限）和HBeAg清除的患者HBsAg清除率最低。

貝葉斯網絡模型在預測HBsAg清除率方面表現良好，在cut-off值為0.075（95%CI：0.070，0.079）時AUC為0.896（95％CI：0.892，0.899），靈敏度為0.840（95％CI：0.833，0.846），特異性為0.880（95％CI：0.876，0.884）和準確度為0.878（95％CI：0.874，0.882）。

肝霖君有話說

HBsAg清除作為國內外公認的慢乙肝抗病毒治療的理想目標，HBsAg清除率的預測因素和模型最近引起了廣泛關注。該貝葉斯網絡模型發現基線HBsAg≤2000IU/mL和基線HBeAg陰性，且獲得早期病毒學應答（NA治療12周內HBVDNA低于檢測下限）的慢乙肝患者HBsAg清除率最高，這部分人群與中國慢乙肝臨床治愈（珠峰）工程項目強調的優勢患者（NA經治患者基線HBsAg≤1500IU/mL，HBeAg陰性且HBVDNA低于檢測下限）基本相似。階段性結果也證實了這部分人群采用基于聚乙二醇干擾素α的治療可獲得更高的HBsAg清除率（相關鏈接）。慢乙肝患者應根據具體病情選擇合適的抗病毒治療方式，優勢患者先行，提升臨床治愈機會。對于未達到上述指標的患者則可以采用個體化的脈沖治療策略，步步為營達到臨床治愈。

參考文獻：

HuangY,LiX,ZhengX,etal.BayesianNetworktoPredictHepatitisBSurfaceAntigenSeroclearanceinChronicHepatitisBPatients[J].JViralHepat,2020.