编者按：在近期举行的首届全国肝病数字健康论坛暨2024中国医药教育协会肝病专委会学术年会上，首都医科大学附属北京友谊医院孔媛媛教授在主题报告中分享了慢性乙型肝炎（CHB）患者肝细胞癌（HCC）模型的开发及应用评价。《感染在线》邀请孔媛媛教授围绕相关模型的应用及未来发展方向等话题进行深入阐述。
能否请您详细阐述一下当前针对CHB患者HCC预测模型的现状，并指出这些模型在临床应用中所面临的主要挑战，特别是在外部验证和适用性方面存在的问题？
孔媛媛教授
当前，针对HBV相关的肝细胞癌预测模型的开发相当丰富，据我们的前期研究梳理，已发现约20多个不同的模型，这些模型既包括在早期针对特定人群开发的，也有在广泛或混合人群中开发的。然而，这些模型普遍存在的一个问题是缺乏系统的广泛验证。这导致模型在临床试用时难以推广和应用，因为医生在面对众多模型时难以选择，且这些模型在风险评价方式及风险分级划分上可能存在差异。此外，一些基于新兴数据技术（如AI大数据技术）的模型，通常需要借助R或Python等工具才能计算出患者的风险。这些现代统计分析技术开发的模型，在临床应用中因缺乏有效的计算工具，也限制了其推广应用。总体而言，模型众多但无从选择，且缺乏系统地对比验证。另外，适用于临床推广使用的便捷风险计算工具，如APP程序等，也相对较少。同时，针对公众开放的风险计算工具更是匮乏，因为目前这些模型的开发主要还在研究层面，供临床医生对患者进行风险分层管理参考为主，而并未针对患者公众层面进行开发。
您领导的北京友谊医院队列研究在CHB患者HCC预测模型的外部验证方面取得了哪些重要成果？这些成果对临床实践和模型优化有何具体指导意义？
孔媛媛教授
我们在对已有模型的系统性验证方面做了一些工作。基于北京友谊医院肝病中心牵头的长达10年的多中心慢性乙型肝炎（CHB）随访队列，我们对已开发的模型进行了系统的验证和对比。我们发现，以往开发的模型大多以基线指标为主，当这些模型应用于治疗后的CHB患者时，预测效果并不理想。这可能的解释是，基线指标在治疗过程中会发生不同程度的变化，从而影响了模型的区分度和精准度。此外，我们还发现，如果模型包含肝硬化这一指标，即使该模型是基于基线状态开发的，当应用于治疗后时，其预测效果相对于其他模型来说较好，但总体模型的结果仍不理想。这说明我们需要开发更多的动态模型，并纳入对临床结局更敏感的预测指标，包括患者在治疗过程中发生临床事件导致的病情状态的变化，以更全面地评估治疗后患者的远期疾病风险。
随着精准医学和大数据时代的到来，您认为如何实现对乙型肝炎临床终点事件的精准预测，特别是抗病毒治疗后终点事件的预测？在个体化治疗方面，预测模型可以发挥哪些关键作用，以及未来可能的发展方向是什么？
孔媛媛教授
随着大数据时代的到来，我们获取数据的速度、维度以及不同类型的数据都在迅速增加，这为进一步改进模型提供了契机。在提高模型的精准度方面，我们可以创新性地使用更敏感的生物标志物指标，如代谢组学、基因组学、蛋白组学等，结合常规的临床生化指标和病毒学指标，以实现对患者治疗后，特别是长期治疗后结局的精准预测。此外，我们还需要更多地利用大数据分析技术，包括机器学习模型和人工智能等分析技术，开发更多的动态模型。同时，我们也期待有更多的数字化产品能够促进这些模型在临床上的真正转化和应用，根据临床实践中应用效果来进一步优化和更新模型。在个体化治疗方面，预测模型可以发挥关键作用，帮助医生更准确地评估患者的风险，制定个性化的治疗方案，从而提高治疗效果和患者的生活质量。未来，随着技术的不断进步和数据的不断积累，我们有理由相信，乙型肝炎临床终点事件的预测将更加精准和个体化。
END
感染在线InfectionOnline征稿邀请
征稿内容不限于：研究进展、团队科研成果、临床用药经验分享、典型病例解读、疾病诊治经验、人文故事等。
投稿联系人：张老师 15699612502
投稿邮箱：ganranzaixian@lbmedtec.com
学术报道 | 商业合作联系人：段老师 13149848940
声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。如有侵权请联系删除。
点分享
点收藏
点点赞
点在看
