影像学检查在慢加急性肝衰竭中的应用

Application of radiology in acute-on-chronic liver failure

摘要

慢加急性肝衰竭（ACLF）是在慢性肝病基础上出现的多器官衰竭综合征，短期病死率极高，其诊断标准在全球范围内尚未统一。影像学检查在ACLF的评估与预后预测中发挥重要作用，可以构成从形态、功能到血流动力学的多维度评估体系。计算机断层扫描可用于测量肝脏体积及诊断肌少症，提供关键的形态学与营养状态参数。磁共振成像特别是钆贝葡胺增强扫描，能实现肝功能定量评估，对预测短期生存率具有重要意义。超声及其弹性成像技术则通过无创测量肝脏硬度和血流动力学参数，实现早期预警ACLF发病和病程动态监测。本文系统综述了3种不同影像学检查在ACLF诊断及病情监测中的关键作用，有助于整合多种影像学优势，并可联合临床指标构建诊疗模型，可作为未来实现ACLF早期干预、改善临床结局的关键方向。

Abstract

Acute-on-chronic liver failure （ACLF） is a syndrome of multiple organ failure on the basis of underlying chronic liver disease and has an extremely high short-term mortality rate， while there is still a lack of unified diagnostic criteria around the world. Radiology plays an important role in the evaluation and prognostic prediction of ACLF， constituting a multi-dimensional assessment system covering morphology， function， and hemodynamics. Computed tomography can be used for the measurement of liver volume and the diagnosis of sarcopenia by providing key morphological and nutritional parameters. Magnetic resonance imaging （MRI）， especially gadobenate dimeglumine-enhanced MRI， enables quantitative assessment of liver function and has critical significance for predicting short-term survival rate. Ultrasonography and elastography techniques facilitate the early warning of ACLF onset and the dynamic monitoring of its progression through noninvasive measurement of liver stiffness and hemodynamic parameters. This article systematically reviews the pivotal role of these three imaging modalities in the diagnosis and monitoring of ACLF， and integrating the strengths of multiple imaging techniques with clinical indicators to construct diagnostic and prognostic models may become a key future direction for achieving early intervention and improving clinical outcomes in ACLF.

关键词

慢加急性肝衰竭 / 体层摄影术， X线计算机 / 磁共振成像 / 超声检查

Key words

Acute-on-Chronic Liver Failure / Tomography， X-Ray Computed / Magnetic Resonance Imaging / Ultrasonography

肝硬化是一种在全球范围内广泛存在的疾病，其病因多种多样，涉及病毒感染、代谢性疾病、中毒性损伤以及自身免疫缺陷等诸多因素。肝硬化可进一步进展为肝衰竭，其中慢加急性肝衰竭（acute-on-chronic liver failure，ACLF）作为一种高病死率的疾病，已成为全球学者广泛关注和深入研究的重点领域。

1 ACLF的定义与诊断标准

ACLF是指在慢性肝病基础上，各种诱因导致肝功能急性失代偿（acutely decompensation，AD），以多器官/系统功能衰竭、短期高病死率和严重全身炎性反应为主要特征的一组临床综合征^［1-2］。不同国家或地区在病因、诱因及临床特征等方面存在差异，这种多样性和复杂性使得ACLF的诊断成为一个具有挑战性的医学问题，目前全球范围内尚未形成统一的诊断标准。

2009年，亚太肝病学会首次将ACLF定义为：在慢性肝病或肝硬化基础上，发生急性肝损伤，表现为黄疸（血清胆红素≥5 mg/dL，1 mg/dL=17.1 µmol/L）与凝血功能障碍［国际标准化比值（INR）≥1.5］，并在4周内并发腹水和/或肝性脑病^［3］。此后，基于亚太肝病学会慢加急性肝衰竭研究联盟开展的多项前瞻性多中心队列研究结果，该定义在2014年和2019年得到进一步完善^［4］。

2011年，欧洲肝病学会-慢性肝衰竭小组对来自欧洲29家医学中心的所有肝硬化患者进行了前瞻性、大型队列研究（CANONIC队列），并于2013年提出了ACLF的定义和诊断标准。该队列研究将ACLF定义为：肝硬化患者在发生AD基础上，出现多器官功能衰竭（包括肝、脑、肾、凝血系统、循环系统和呼吸系统等）合并短期高病死率（28 d病死率>15%）的复杂综合征；并将肝硬化AD定义为在肝硬化基础上出现快速进展的腹水、消化道出血、肝性脑病以及细菌感染，或上述症状的组合^［2］。相较于此前主要基于专家共识的ACLF定义，欧洲肝病学会-慢性肝衰竭小组发布的ACLF定义是基于大规模的队列研究结果，具有良好的循证医学数据支持，因此更具有权威性和科学性，目前已在临床得到广泛认可和应用。

中国作为乙型肝炎病毒（hepatitis B virus，HBV）高发地区，始终致力于提升重症乙型肝炎的诊疗水平。2017年，中国重症乙型肝炎研究小组（COSSH）开展了一项涵盖国内13家三级甲等医院的前瞻性队列研究，并制定了符合中国国情的HBV-ACLF诊断标准^［5］。该研究将HBV-ACLF定义为：在HBV感染引起的慢性肝病（无论是否存在肝硬化）基础上，因急性诱发因素导致肝功能AD、合并肝脏或肝外器官衰竭，具有短期高病死率的临床综合征。且该标准指出，无论是否存在肝硬化，当患者合并慢性乙型肝炎、总胆红素（total bilirubin，TBil）≥12 mg/dL及INR≥1.5时，均应被诊断为ACLF。

2 影像学在ACLF中的应用

2.1 计算机体层成像（computed tomography，CT）在ACLF中的应用

CT因其扫描速度快、空间分辨率高等优势，常用于评估肝脏的形态学特征，如肝脏体积、形态和密度等参数。既往多项研究证实，肝脏体积与肝功能状态密切相关。例如，Usuki等^［6］早期研究发现，Child-Pugh评分与肝体积变化存在相关性，提示CT测量的肝体积可作为评估肝功能的有力补充。随后研究进一步证实，肝体积是急性肝衰竭患者预后的独立预测因子^［7］。基于此，获取关于肝脏形态学参数的精确数据，对临床医生为患者进行预后评估和制订针对性治疗方案具有重要的指导意义。

近年来，肝体积的定量研究取得显著进展。为规避个体体型差异对绝对肝体积的影响，Hu等^［8］基于323例HBV-ACLF患者的CT数据，通过CT扫描和自动化软件生成肝体积数据，并计算预估肝体积（estimated liver volume，ELV）；同时，为消除不同个体间肝脏萎缩的差异，研究采用实际肝体积（liver volume，LV）/ELV这一参数，构建结合LV/ELV与临床参数的预测模型，该模型在内部及外部验证中均表现优异［受试者操作特征曲线下面积（area under curve，AUC）=0.906］，显著提升了ACLF患者28 d死亡风险的预测能力，进一步证明肝体积作为ACLF患者短期预后重要预测指标的价值。

能谱CT作为一种功能成像新技术，为ACLF的精准评估提供了新视角。该技术通过勾画肝脏感兴趣区，可定量分析碘浓度、有效原子序数等参数，最终计算得到肝脏细胞外体积分数。肝脏细胞外体积分数可以反映细胞外基质沉积和肝功能状态，具有较好的重复性和可视化优势。最新研究发现，基于能谱CT平衡期图像测量的肝脏细胞外体积分数是预测ACLF患者90 d疾病进展的独立危险因素（OR=1.27，P<0.001）；此外，结合第三腰椎水平骨骼肌指数、白细胞计数、慢性肝衰竭-序贯器官功能评分与终末期肝病模型联合血清钠（model for end-stage liver disease-Na，MELD-Na）评分构建的综合模型，在预测90 d疾病进展方面表现优异（AUC=0.910），显著优于传统评分系统^［9］。另一项针对乙型肝炎肝硬化AD患者的研究证实，基于能谱CT的肝脏细胞外体积分数与CLIF-C AD联合模型可有效预测90 d内ACLF的发生（训练组AUC=0.893，验证组AUC=0.838）^［10］，提示肝脏细胞外体积分数在早期识别高危患者方面具有重要潜力。能谱CT的定量参数可在扫描后快速获取，无须依赖复杂的后处理模型，更易被临床医生理解和应用。

对于终末期ACLF患者，肝移植是根本性治疗手段^［11-12］。在此背景下，CT的术前评估价值不仅可用于疾病诊断，同样可以对术后并发症风险进行预测。Wackenthaler等^［13］研究表明，通过CT提取的肝萎缩程度、脾脏体积增大以及下腔静脉直径比值等综合形态学参数，能够有效对ACLF-3级患者接受肝移植后的1年生存率进行风险分层，为临床医生在术前识别高危患者、优化围手术期管理提供了关键的决策支持。

既往研究发现，肌少症作为反映人体营养状态的指标，同样与ACLF的预后密切相关。通过CT扫描测量的第三腰椎水平骨骼肌指数、腰大肌指数以及竖脊肌指数^［14-19］等指标，可为肌少症的诊断提供依据，同时为肌少症与ACLF预后关系的研究奠定基础。Wang等^［20］的研究发现，第三腰椎水平骨骼肌指数可作为ACLF长期预后的独立预测因子。相较于基线时的肌肉质量，骨骼肌的动态丢失更能反映ACLF患者的疾病进程与代谢应激状态。最新研究发现，ACLF患者病程早期（2~30 d）即出现快速肌肉丢失，尤其在合并肝性脑病、营养不良或低呼吸商的患者中更为显著；通过CT扫描测量获取的动态第三腰椎水平骨骼肌指数分析显示，30 d内高度肌肉丢失是ACLF患者90 d死亡的独立预测因素（HR=2.059），其预测价值优于基线肌少症状态^［21］。这一发现凸显了重复CT评估对识别高风险患者的重要性，有助于识别早期肌肉储备尚可，但在急性期出现快速消耗的高风险人群，为早期营养支持与代谢干预提供依据。

综上所述，CT在ACLF中的应用已从传统的形态学评估，拓展至功能成像、营养评估与动态监测的多维度整合阶段。尤其以能谱CT、肌少症评估及动态肌肉变化分析为代表的新兴方向，为早期识别高风险患者、动态评估病情和优化治疗策略提供了强有力的影像学支持。

2.2 磁共振成像（magnetic resonance imaging，MRI）在ACLF中的应用

相较于CT，MRI在评估肝功能方面更具优势，尤其在结合肝脏特异性对比剂时，可提供更精细的肝功能信息。钆贝葡胺（gadobenate dimeglumine，Gd-BOPTA）是一种顺磁性对比剂，主要通过胆道系统排泄，特别适用于肝脏和/或肾脏功能不全的患者^［22］。在Gd-BOPTA增强MRI扫描中，可以评估肝实质信号强度、胆道系统强化程度以及磁共振弛豫时间等参数，对评估肝功能变化以及肝脏相关疾病具有重要意义^［23］。

Gd-BOPTA增强MRI可通过测量肝脾信号强度比和胆道系统相对增强比等参数评估肝功能。Liu等^［24］研究显示，上述两项指标对ACLF短期预后具有独立预测价值（AUC分别为0.81和0.80）。此外，基于钆酸增强MRI测量得到的肝实质信号强度、胆道系统信号强度以及门静脉信号强度变化所构建的肝功能成像评分，也被证实是肝移植术后存活率及代偿期进展性慢性肝病患者死亡风险的独立预测因素^［25］，提示通过肝功能成像评分，医生可以更早地识别高风险患者，从而及时采取干预措施。Bastati等^［26］进一步探索了基于肝功能成像评分和脾直径对患者预后预测的价值，发现肝功能成像评分为0~3分的代偿期进展性慢性肝病患者发生ACLF的风险显著增加，可为ACLF的研究提供新的视角，有助于探索与ACLF发病相关的预测模型或独立预测因子。由此可见，Gd-BOPTA增强MRI在ACLF的应用研究中表现出巨大的潜力和价值，通过不断优化扫描技术和数据分析方法，有望在未来发现更多与肝功能相关的价值信息，为ACLF的诊断和治疗提供更为精准和有效的支持。

MRI检查在ACLF的定量评估中同样发挥了重要作用。在T₂加权成像图像中测得的肝实质信号值，可以反映肝功能的状态并对HBV-ACLF具有较好的诊断性能^［27］。Du等^［28］通过整合肝脏MRI检查的T₂加权成像图像信号特征、动脉期强化程度及腹水情况，构建了一个实用的放射学评分系统，对ACLF患者90 d生存率的预测AUC达0.774。另有研究通过病例对照分析发现，ACLF患者出现胆囊壁水肿、食管静脉曲张以及腹水等MRI征象的发生率，显著多于非ACLF组（P<0.05）^［29］。上述研究结果进一步证实了MRI在ACLF诊断中的应用价值，其不仅能够提供形态学信息，还能够进行定量评估，为ACLF的诊断和治疗提供有力支持。

除对肝组织的定量和定性评估外，MRI还能对ACLF患者进行更为深入的脑部评估。肝性脑病作为肝衰竭过程中的一种常见并发症，其发生与体内血氨水平升高导致的脑细胞肿胀有关。研究发现，ACLF患者通过头部MRI检查所获得的脑水肿情况、脑实质体积、脑脊液体积以及苍白指数等影像学参数，对预测ACLF预后具有一定价值^［30-32］。这些参数的变化能够反映患者脑部的病理生理过程，为临床医生提供病情严重程度和预后的重要信息。

在肌少症评估方面，MRI除具备CT的测量性能外，还能够通过测量竖脊肌无脂肪肌肉量^［33］和腰大肌厚度^［34］等指标，为肌少症的诊断提供更全面、更精确的依据，有助于研究者们深入探索肌少症对ACLF病程的影响以及两者之间的相互作用机制。

尽管MRI检查在ACLF患者的评估中具有较高应用价值，但在面对病情较重的ACLF患者时，其扫描时间较长、对运动敏感，以及可能存在噪音和幽闭恐惧症等问题，部分患者可能无法顺利完成MRI检查。此外，MRI设备的高成本也在一定程度上限制了其广泛应用。

2.3 超声在ACLF中的应用

超声作为一种无创、便捷的影像学检查方法，已成为肝脏疾病检查的常规检查手段。二维剪切波弹性成像（two-dimensional shear wave elastography，2D-SWE）是基于普通超声诊断系统对肝硬度进行无创检测的检查方法，可以实现肝硬度的动态监测。通过2D-SWE检查获得的ACLF患者肝硬度值是预测短期预后的可靠指标^［35-37］，2D-SWE在单独应用时，病情恶化患者的2D-SWE值更高，预测预后准确性与MELD评分相当，在临界值为39.2 kPa时，其预测90 d病死率的敏感度为74.2%、特异度为67.6%，且在合并腹水、肝萎缩等患者中的检测成功率高。同时，其构建的MELD-SWE融合模型，在推导和验证队列中的AUC均高于单独MELD评分，可辅助判断患者是否需要肝移植。2D-SWE技术具有无创、可重复性强的优点，且适用于腹水患者，其参与构成的联合模型能提升ACLF患者预后的预测精度，为临床识别高危患者、优化治疗决策提供支持。此外，超声血流动力学参数（如通过多普勒超声测得的肝动脉阻力指数和门静脉流速）也被证实与ACLF预后独立相关，肝动脉阻力指数升高和门静脉流速降低是ACLF患者不良结局的预测因子^［38］。Solís-Muño等^［39］通过一项前瞻性研究首次证实，患者在入院时通过超声测得的叶间动脉阻力指数，可作为预测患者短期内是否发生ACLF的独立可靠指标（AUC=0.99），为早期风险分层提供了关键工具，为影像学预测ACLF发病提供了新思路。然而，由于该研究样本量有限，其结论尚需更大规模研究验证。

随着影像组学研究的进展，深度学习显著提升了超声对ACLF预后的评估能力。Huang等^［40］采用Siamese U-Net多任务模型，基于HBV-ACLF患者基线期（T0）及治疗5 d（T1）的纵向超声图像，同步完成肝区分割与30 d死亡风险预测。验证结果显示，模型分割Dice系数达0.913，预测C指数与AUC分别为0.795与0.851，预测效能显著优于单纯临床模型。融合影像与临床指标后，AUC进一步提升至0.892。可视化分析证实，模型决策聚焦于肝实质纹理、门静脉区域及腹水等关键区域，且预后不良组中模型激活强度呈动态增强，提示其具备捕捉疾病动态演变的能力。尽管深度学习模型展现出预测潜力，其应用仍受限于回顾性设计、样本量小及图像质量异质性等问题，未来需通过多中心、前瞻性研究进一步验证其泛化能力与临床实用性。

综上所述，超声凭借其便捷、可重复性高等特点，可以成为ACLF短期预后预测、发病风险评估的可靠手段。然而，由于通过超声检查可获得的参数有限，相比于CT、MRI，其在ACLF患者评估方面的应用仍然较为局限。随着检查技术的持续革新，未来有望涌现更多应用超声检查评估ACLF的研究。

以上3种影像学检查技术在ACLF中应用的优势与不足见表1。

3 小结

ACLF作为一种病情凶险、预后极差的临床综合征，其管理核心在于早期识别、精准评估和及时干预。本文系统综述了CT、MRI及超声等多种影像学技术在ACLF诊疗与预后评估中的最新应用进展。需要指出的是，现有研究多基于回顾性分析，对于ACLF患者这一特殊群体，影像学检查中对比剂使用的安全性（尤其是肾毒性风险）与临床抉择尚缺乏系统性探讨，成为当前研究的重要局限。目前，影像学检查已深度融入ACLF的诊疗体系，从初期的形态学评估，逐步演进为集形态显示、功能评估、预后预测及并发症诊断于一体的关键手段。CT、MRI和超声三者优势互补，分别在量化肝体积与身体成分、精准评估肝功能以及无创监测肝硬度与血流动力学方面发挥不可替代的作用。

未来研究应聚焦于融合多模态影像参数与临床指标，借助人工智能构建能够早期预警ACLF发病、动态预测疾病转归的整合模型。与此同时，亟需开展研究以明确不同影像对比剂在ACLF患者中的风险获益比，并制定规范化的应用指南。推动影像学技术的标准化与临床验证，将最终实现其在ACLF患者全程个体化管理中的决策价值，为改善这一危重综合征的临床预后提供动力。

引证本文：XIAO H, YUAN YH, XU WL. Citation:Application of radiology in acute-on-chronic liver failure[J]. J Clin Hepatol, 2026, 42(1): 222-227.

参考文献

[1] XIANG XG, SHANG DB, ZHANG JM. The definition and pathogenesis of acute-on-chronic liver failure[J]. J Clin Hepatol, 2023, 39(10): 2281-2287. DOI: 10.3969/j.issn.1001-5256.2023.10.003 .

[2] 项晓刚, 尚大宝, 张金铭. 慢加急性肝衰竭的疾病定义及发病机制[J]. 临床肝胆病杂志, 2023, 39(10): 2281-2287. DOI: 10.3969/j.issn.1001-5256.2023.10.003 .

[3] MOREAU R, JALAN R, GINES P, et al. Acute-on-chronic liver failure is a distinct syndrome that develops in patients with acute decompensation of cirrhosis[J]. Gastroenterology, 2013, 144(7): 1426-1437, 1437.e1-9. DOI: 10.1053/j.gastro.2013.02.042 .

[4] SARIN SK, CHOUDHURY A, SHARMA MK, et al. Acute-on-chronic liver failure: Consensus recommendations of the Asian Pacific association for the study of the liver (APASL): An update[J]. Hepatol Int, 2019, 13(4): 353-390. DOI: 10.1007/s12072-019-09946-3 .

[5] SARIN SK, CHOUDHURY A, SHARMA MK, et al. Acute-on-chronic liver failure: Consensus recommendations of the Asian Pacific association for the study of the liver (APASL): An update[J]. Hepatol Int, 2019, 13(4): 353-390. DOI: 10.1007/s12072-019-09946-3 .

[6] WU TZ, LI J, SHAO L, et al. Development of diagnostic criteria and a prognostic score for hepatitis B virus-related acute-on-chronic liver failure[J]. Gut, 2018, 67(12): 2181-2191. DOI: 10.1136/gutjnl-2017-314641 .

[7] USUKI N, MIYAMOTO T. Chronic hepatic disease: Usefulness of serial CT examinations[J]. J Comput Assist Tomogr, 2002, 26(3): 418-421. DOI: 10.1097/00004728-200205000-00017 .

[8] YAMAGISHI Y, SAITO H, EBINUMA H, et al. A new prognostic formula for adult acute liver failure using computer tomography-derived hepatic volumetric analysis[J]. J Gastroenterol, 2009, 44(6): 615-623. DOI: 10.1007/s00535-009-0045-7 .

[9] HU CH, JIANG N, ZHENG J, et al. Liver volume based prediction model for patients with hepatitis B virus-related acute-on-chronic liver failure[J]. J Hepatobiliary Pancreat Sci, 2022, 29(12): 1253-1263. DOI: 10.1002/jhbp.1112 .

[10] XU Y, LI FK, LIU B, et al. A short-term predictive model for disease progression in acute-on-chronic liver failure: Integrating spectral CT extracellular liver volume and clinical characteristics[J]. BMC Med Imaging, 2025, 25(1): 69. DOI: 10.1186/s12880-025-01600-9 .

[11] XU Y, LI YF, LI SL, et al. Dual-energy CT quantification of extracellular liver volume predicts short-term disease progression in patients with hepatitis B liver cirrhosis-acute decompensation[J]. Insights Imaging, 2023, 14(1): 51. DOI: 10.1186/s13244-023-01393-x .

[12] ARROYO V, MOREAU R, JALAN R. Acute-on-chronic liver failure[J]. N Engl J Med, 2020, 382(22): 2137-2145. DOI: 10.1056/nejmra1914900 .

[13] LAI M, XU MM, WANG X, et al. Prognostic evaluation of liver transplantation for acute-on-chronic liver failure[J]. Organ Transplant, 2025, 16(3): 482-488. DOI: 10.12464/j.issn.1674-7445.2025002 .

[14] 赖曼, 徐曼曼, 王鑫, 等. 慢加急性肝衰竭肝移植预后评估[J]. 器官移植, 2025, 16(3): 482-488. DOI: 10.12464/j.issn.1674-7445.2025002 .

[15] WACKENTHALER A, MOLIÈRE S, ARTZNER T, et al. Pre-operative CT scan helps predict outcome after liver transplantation for acute-on-chronic grade 3 liver failure[J]. Eur Radiol, 2022, 32(1): 12-21. DOI: 10.1007/s00330-021-08131-1 .

[16] ZHOU C, LIU Y, LIANG XX, et al. A novel imaging index for predicting adverse progression in acute-on-chronic liver failure related to hepatitis B virus: The low erector spine index[J]. BMC Gastroenterol, 2023, 23(1): 367. DOI: 10.1186/s12876-023-02995-x .

[17] PENG H, ZHANG Q, LUO L, et al. A prognostic model of acute-on-chronic liver failure based on sarcopenia[J]. Hepatol Int, 2022, 16(4): 964-972. DOI: 10.1007/s12072-022-10363-2 .

[18] BAI J, XU MM, PENG FL, et al. A nomogram based on psoas muscle index predicting long-term cirrhosis incidence in non-cirrhotic patients with HBV-related acute-on-chronic liver failure[J]. Sci Rep, 2023, 13(1): 21265. DOI: 10.1038/s41598-023-47463-4 .

[19] KHAN S, BENJAMIN J, MAIWALL R, et al. Sarcopenia is the independent predictor of mortality in critically ill patients with cirrhosis[J]. J Clin Transl Res, 2022, 8(3): 200-208.

[20] LI TZ, XU MM, KONG M, et al. Use of skeletal muscle index as a predictor of short-term mortality in patients with acute-on-chronic liver failure[J]. Sci Rep, 2021, 11(1): 12593. DOI: 10.1038/s41598-021-92087-1 .

[21] XU MM, LI TZ, KONG M, et al. Psoas muscle index can be used to predict long-term mortality in young male patients with acute-on-chronic liver failure[J]. Front Nutr, 2022, 9: 811826. DOI: 10.3389/fnut.2022.811826 .

[22] WANG J, BAI JJ, WANG HM, et al. Relationship between skeletal muscle index at the third lumbar vertebra with infection risk and long-term prognosis in patients with acute-on-chronic liver failure[J]. Front Nutr, 2024, 10: 1327832. DOI: 10.3389/fnut.2023.1327832 .

[23] GENG N, KONG M, ZHANG JT, et al. Dynamic skeletal muscle loss and its predictive role on 90-day mortality in patients with acute-on-chronic liver failure[J]. Front Nutr, 2025, 12: 1446265. DOI: 10.3389/fnut.2025.1446265 .

[24] KIRCHIN MA, PIROVANO GP, SPINAZZI A. Gadobenate dimeglumine (Gd-BOPTA). an overview[J]. Invest Radiol, 1998, 33(11): 798-809. DOI: 10.1097/00004424-199811000-00003 .

[25] POETTER-LANG S, BASTATI N, MESSNER A, et al. Quantification of liver function using gadoxetic acid-enhanced MRI[J]. Abdom Radiol, 2020, 45(11): 3532-3544. DOI: 10.1007/s00261-020-02779-x .

[26] LIU CX, SHEN ZJ, MA H, et al. Gd-BOPTA-enhanced hepatobiliary phase MR imaging can predict the prognosis of patients with acute-on-chronic liver failure[J]. Eur Radiol, 2022, 32(5): 3006-3015. DOI: 10.1007/s00330-021-08440-5 .

[27] BASTATI N, BEER L, MANDORFER M, et al. Does the functional liver imaging score derived from gadoxetic acid-enhanced MRI predict outcomes in chronic liver disease?[J]. Radiology, 2020, 294(1): 98-107. DOI: 10.1148/radiol.2019190734 .

[28] BASTATI N, BEER L, BA-SSALAMAH A, et al. Gadoxetic acid-enhanced MRI-derived functional liver imaging score (FLIS) and spleen diameter predict outcomes in ACLD[J]. J Hepatol, 2022, 77(4): 1005-1013. DOI: 10.1016/j.jhep.2022.04.032 .

[29] LAN LJ, LU XF, SHU J. T(2) values for diagnosing acute-on-chronic liver failure in hepatitis B patients[J]. Curr Med Imaging, 2021, 17(1): 129-135. DOI: 10.2174/1573405616666200625152357 .

[30] DU YN, GUAN CS, LV ZB, et al. T2-weighted imaging and dynamic contrast-enhanced imaging in predicting the prognosis in patients with acute-on-chronic liver failure[J]. BMC Gastroenterol, 2023, 23(1): 285. DOI: 10.1186/s12876-023-02920-2 .

[31] KANG TW, KIM M, KIM YK, et al. The qualitative and quantitative image analysis of MR imaging in patients with acute-on-chronic liver failure[J]. Clin Imaging, 2018, 47: 18-24. DOI: 10.1016/j.clinimag.2017.08.004 .

[32] GUPTA T, DHIMAN RK, AHUJA CK, et al. Characterization of cerebral edema in acute-on-chronic liver failure[J]. J Clin Exp Hepatol, 2017, 7(3): 190-197. DOI: 10.1016/j.jceh.2017.04.001 .

[33] JADAUN SS, SHARMA S, MADHUSUDHAN KS, et al. Spectrum of neuroimaging abnormalities in brain in patients of acute-on-chronic liver failure[J]. J Clin Exp Hepatol, 2022, 12(2): 343-352. DOI: 10.1016/j.jceh.2021.08.007 .

[34] CHAVARRIA L, CORDOBA J. Magnetic resonance of the brain in chronic and acute liver failure[J]. Metab Brain Dis, 2014, 29(4): 937-944. DOI: 10.1007/s11011-013-9452-9 .

[35] PRAKTIKNJO M, BOOK M, LUETKENS J, et al. Fat-free muscle mass in magnetic resonance imaging predicts acute-on-chronic liver failure and survival in decompensated cirrhosis[J]. Hepatology, 2018, 67(3): 1014-1026. DOI: 10.1002/hep.29602 .

[36] JIN LZ, LI XF. MRI-defined sarcopenia predicts mortality in patients with chronic liver disease[J]. Liver Int, 2021, 41(1): 223. DOI: 10.1111/liv.14691 .

[37] YUAN SS, HUANG XZ, WU XP, et al. A model based on two-dimensional shear wave elastography for acute-on-chronic liver failure development in patients with acutely decompensated hepatitis B cirrhosis[J]. Quant Imaging Med Surg, 2022, 12(5): 2732-2743. DOI: 10.21037/qims-21-871 .

[38] JIN JY, ZHENG YB, ZHENG J, et al. 2D shear wave elastography combined with MELD improved prognostic accuracy in patients with acute-on-chronic hepatitis B liver failure[J]. Eur Radiol, 2018, 28(10): 4465-4474. DOI: 10.1007/s00330-018-5336-z .

[39] WU LL, JIN JY, ZHOU TC, et al. A prognostic nomogram with high accuracy based on 2D-SWE in patients with acute-on-chronic liver failure[J]. J Clin Transl Hepatol, 2022, 10(5): 803-813. DOI: 10.14218/JCTH.2021.00278 .

[40] VOGG J, MAIER-STOCKER C, MUNKER S, et al. Hepatic perfusion as a new predictor of prognosis and mortality in critical care patients with acute-on-chronic liver failure[J]. Front Med, 2022, 9: 1008450. DOI: 10.3389/fmed.2022.1008450 .

[41] SOLÍS-MUÑOZ PA, WILLARS C, WENDON J, et al. Interlobar artery resistive index predicts acute-on-chronic liver failure syndrome in cirrhotic patients with acute decompensation[J]. Ultraschall Med, 2018, 39(1): 39-47. DOI: 10.1055/s-0042-120258 .

[42] HUANG XZ, YUAN SS, ZHOU AY, et al. Predicting prognosis of patients with hepatitis B virus-related acute-on-chronic liver failure from longitudinal ultrasound images using a multi-task deep learning approach[J]. Ann Med, 2025, 57(1): 2551819. DOI: 10.1080/07853890.2025.2551819 .

基金资助

吉林省卫生人才专项(JLSWSRCZX2023-3)