肝衰竭评估模型在非生物型人工肝治疗儿童急性肝衰竭中的预测价值

目的:分析儿童常用的4种肝衰竭评估模型在非生物型人工肝(non biological artificial liver,NBAL)治疗儿童急性肝衰竭(pediatrics acute liver failure,PALF)中的预测价值,为临床诊治和预后判断提供依据。方法:采用回顾性研究方法,收集南京医科大学附属儿童医院2015—2019年在儿科重症加强治疗病房(pediatric intensive care unit,PICU)应用NBAL治疗PALF的病例资料,分为存活组与死亡组,提取患儿入院时参数,计算各模型数值,比较各模型在两组中的差异,以及各模型在不同病因导致PALF存活组与死亡组间的差异。结果:①共纳入113例样本,其中,男71例,占62.83%;年龄42 d~13岁8个月,平均(34.00±22.17)个月;体重3.50~74.00 kg,平均(15.11±9.85)kg。共进行了465次血液净化治疗,平均每例4.12次。②存活74例(65.49%),男46例(62.16%);死亡39例(34.51%),男25例(64.10%)。留置PIUC时间为(17.77±14.52)d,平均住院费用为(85937.85±69080.26)元。中毒导致PALF经NBAL治疗存活组与死亡组差异有统计学意义(P=0.029)。③MELD、PELD、LIU-PT、LIU-INR评估模型,PALF存活组死亡组比较,差异均有统计学意义(均P<0.05)。④根据病因亚组分析,除MELD评估模型在代谢病和休克心肺复苏术后、LIU-PT评估模型在胆汁淤积性肝病、LIU-INR评估模型在胆汁淤积性肝病和代谢病等方面差异无统计学意义外,其余病因导致的PALF存活组、死亡组比较,差异均有统计学意义(均P<0.05)。结论:MELD、PELD、LIU-PT、LIU-INR评估模型均可作为NBAL治疗PALF的预测模型,但PELD评估模型在覆盖病因方面更优于MELD、LIU-PT、LIU-INR评估模型。

MELD-Na、CLIF-C OFs、COSSH-ACLFs、NLR评分体系在乙型肝炎病毒相关慢加急性肝衰竭患者中的应用价值研究

目的评估终末期肝病模型联合血清钠评分(MELD-Na)、慢性肝衰竭-序贯器官衰竭评估模型简化评分(CLIF-C OFs)、中国重型乙型肝炎(乙肝)研究组乙肝相关的慢加急性肝衰竭预后评分(COSSH-ACLFs)、中性粒细胞/淋巴细胞比值(NLR)评分系统在乙型肝炎病毒相关慢加急性肝衰竭(HBV-ACLF)患者中的应用价值。方法回顾性收集2010年7月至2018年7月天津市第二人民医院收治的163例HBV-ACLF患者的临床资料(性别、年龄、疾病分期)以及实验室检查指标〔丙氨酸转氨酶(ALT)、天冬氨酸转氨酶(AST)、总胆红素(TBil)、白蛋白(ALB)、血尿素氮(BUN)、肌酐(Cr)、血钠(Na)、凝血酶原活动度(PTA)、国际标准化比值(INR)、中性粒细胞计数(NEU)、淋巴细胞计数(LYM)〕,以入院8周为观察时间节点,根据预后不同将患者分为存活组(90例)和死亡组(73例)。比较死亡组和存活组的MELD-Na、CLIF-C OFs、COSSH-ACLFs评分及NLR差异,并行Logistic回归分析,确定HBV-ACLF的独立危险因素。行倾向匹配分析,验证独立危险因素的准确性,绘制受试者工作特征曲线(ROC),判断独立危险因素的临床价值。结果存活组和死亡组患者入院时性别、疾病分期、ALB、BUN、Cr、Na、NEU水平比较差异均无统计学意义(均P>0.05);存活组年龄、ALT、AST、TBil、INR水平均明显低于死亡组〔年龄(岁):43.00(34.00,53.00)比50.00(42.50,55.00),ALT(U/L):252.90(61.43,613.33)比359.10(115.15,784.70),AST(U/L):146.15(90.88,449.30)比237.80(10^(9).00,635.05),TBil(μmol/L):265.10(183.10,347.60)比307.50(229.90,405.55),INR:2.13(1.91,2.46)比2.29(2.02,2.94)〕,PTA和LYM水平均明显高于死亡组〔PTA(%):34.00(28.00,38.00)比31.00(24.00,36.00),LYM(×10^(9)/L):1.37(0.72,1.79)比0.85(0.51,1.39),均P<0.05〕;与死亡组比较,存活组MELD-Na、CLIF-C OFs、COSSH-ACLFs评分及NLR均更低〔MELD-Na评分(分):17.99(16.60,19.63)比19.16(17.43,20.80),CLIF-C OFs评分(分):9.00(8.00,9.00)比9.00(9.00,10.00),COSSH-ACLFs评分(分):4.87(4.63,5.48)比5.47(5.07,5.80),NLR:2.86(2.21,5.19)比4.38(2.54,8.46),均P<0.05〕。Logistic回归分析显示,CLIF-C OFs评分〔优势比(OR)=0.532,95%可信区间(95%CI)为0.380~0.744,P<0.05〕、NLR(OR=0.901,95%CI为0.835~0.972,P<0.05)是判断HBV-ACLF患者8周预后的独立危险因素。倾向性匹配后,59例存活者和59例死亡者数据匹配成功,两组年龄、性别、疾病分期、ALT、AST、TBil、ALB、BUN、Cr、Na、PTA、INR、NEU比较差异均无统计学意义(均P>0.05),入院基线资料中仅LYM间比较差异具有统计学意义〔×10^(9)/L:1.35(0.74,1.73)比0.81(0.51,1.30),P<0.05〕;存活组的CLIF-C OFs、COSSH-ACLFs评分及NLR均明显低于死亡组〔CLIF-C OFs评分(分):9.00(8.00,9.00)比9.00(8.00,10.00),COSSH-ACLFs评分(分):4.99(4.69,5.64)比5.34(5.03,5.81),NLR:2.85(2.21,5.72)比4.38(2.47,10.20),均P<0.05〕;CLIF-C OFs评分(OR=0.593,95%CI为0.401~0.878,P<0.05)、NLR(OR=0.914,95%CI为0.842~0.993,P<0.05)仍是判断HBV-ACLF患者预后的独立危险因素。CLIF-C OFs评分≥9分预测HBV-ACLF患者8周预后的敏感度为76.7%,特异度为48.9%,AUC为0.662;NLR≥3.14预测HBV-ACLF患者8周预后的敏感度为67.1%,特异度为56.7%,AUC为0.623。CLIF-C OFs评分、NLR串联试验诊断的方式可提高预测HBV-ACLF患者8周预后的特异度至77.8%。结论CLIF-C OFs评分、NLR是影响HBV-ACLF临床结局的独立危险因素,对判断HBV-ACLF患者的预后有更高的临床价值,两者联合应用将更有利于判断HBV-ACLF患者的预后。