目的评价简易无创模型AAR(AST-to-ALT ratio)、APRI(AST-to-platelet ratio index)、SPRI(Spleen-to-platelet ratio index)、API(age-platelet index)、ASPRI(age-spleen-to-platelet ratio index)预测慢性乙型肝炎肝脏病理状态的实践效能。方法慢性乙型肝炎170例,其中病理分级G1、G2、G3、G4的患者分别为28例、87例、49例、6例,病理分期S0、S1、S2、S3、S4的患者分别为6例、32例、43例、57例、32例。简易无创模型参照原始文献的描述构建。统计分析采用SPSS 13.0软件。简易无创模型与病理分级、分期之间的相关分析采用Spearman相关法。简易无创模型在不同病理分级和分期之间的比较采用单因素方差分析。简易无创模型预测慢性乙型肝炎肝脏病理状态的评价采用Bayes逐步判别分析。结果APRI、SPRI、ASPRI与病理分级呈显著正相关(P<0.05),AAR、APRI、SPRI、API、ASPRI与病理分期呈显著正相关(P<0.01)。AAR、SPRI、API、ASPRI在不同病理分级之间均无显著性差异(P>0.05),APRI在不同病理分级之间有显著性差异(P<0.01)。AAR、APRI、SPRI、API、ASPRI在不同病理分期之间均有显著性差异(P<0.01)。符合纳入变量标准、进入预测不同病理分级的Bayes逐步判别分析的简易无创模型只有APRI,进入预测不同病理分期的Bayes逐步判别分析的简易无创模型只有AAR和API。Fisher’s判别函数预测G1、G2、G3、G4的正确率分别为82.14%、20.69%、16.33%、33.33%,预测S0、S1、S2、S3、S4的正确率分别为16.67%、37.50%、23.26%、43.86%、50.00%。结论基于APRI构建的Fisher’s判别函数对预测轻微炎症活动度(G1)有较大价值,基于AAR和API构建的Fisher’s判别函数对预测严重纤维化程度(S3和S4)有一定价值。
目的评价简易无创模型AAR(AST-to-ALT ratio)、APRI(AST-to-platelet ratio index)、SPRI(spleen-to-platelet ratio index)、API(age-platelet index)、ASPRI(age-spleen-to-platelet ratio index)预测乙型肝炎相关肝硬化的临床价值。方法慢性乙型肝炎170例,其中病理诊断为非肝硬化138例,肝硬化32例。参照原始文献构建预测肝纤维化程度的简易无创模型。统计分析采用SPSS13.0软件。简易无创模型在非肝硬化与肝硬化患者之间的比较采用两独立样本t检验。简易无创模型预测肝硬化的评价采用ROC曲线法。结果肝硬化患者的平均AAR、SPRI、API、ASPRI显著大于非肝硬化患者(P=0.000、0.009、0.000、0.005),平均APRI相近于非肝硬化患者(P=0.223)。AAR、APRI、SPRI、API、ASPRI预测肝硬化的ROC曲线下面积为0.81、0.62、0.71、0.73、0.74,均显著大于诊断参考下面积(P=0.000、0.033、0.000、0.000、0.000)。结论AAR、APRI、SPRI、API、ASPRI均有预测乙型肝炎相关肝硬化的价值;其中,AAR的实践效能最大,APRI实践效能最小。
