基于基线资料和血清生化指标预测原发性胆汁性胆管炎近期转归不良

摘要

目的 基于基线资料和血清生化指标探讨原发性胆汁性胆管炎(PBC)近期转归不良的影响因素，并构建Nomogram预测模型且评估其预测价值。方法 回顾性分析2018年1月至2024年1月在沧州中西医结合医院接受治疗的488例PBC患者临床资料，均采取标准治疗方案治疗1年。疗程结束后随访3个月，根据疾病转归情况将其分为转归良好组(296例)与转归不良组(192例)。比较两组患者基线资料和血清生化指标，采用多因素Cox回归分析筛查PBC患者近期转归不良的影响因素；因影响因素分析结果构建Nomogram预测模型，并验证其预测效能。结果 多因素Cox回归分析显示临床分期症状期、Child-Pugh分级B～C级、中性粒细胞与淋巴细胞比值(NLR)、抗gp210抗体阳性、免疫球蛋白M(IgM)、凝血酶原时间(PT)、肝硬化、总胆红素(TBIL)、总胆固醇(TC)、门冬氨酸氨基转移酶(AST)与血小板计数(PLT)比值指数(APRI)均是PBC患者近期转归不良的危险因素(P<0.05),白蛋白(ALB)是其保护因素(P<0.05);基于上述多因素结果而构建的Nomogram预测模型，内部验证一致性指数(C-index)为0.877,校正曲线趋于理想曲线，受试者工作特征(ROC)曲线下面积为0.881,决策曲线分析显示当阈值概率处于10%～95%范围时，模型预测的净获益率较好。结论 临床分期、Child-Pugh分级、NLR、抗gp210抗体阳性、IgM、PT、肝硬化、TBIL、TC、APRI、ALB均是PBC患者近期转归不良的影响因素，因此构建的Nomogram预测模型临床应用价值较高，有助于指导早期筛查转归不良高风险患者，以便及时调整治疗方案。

关键词

原发性胆汁性胆管炎 / 生化指标 / 预后 / 影响因素 / Nomogram模型