白蛋白-膽紅素評分聯合肝功能指標及CEA對結直腸癌肝轉移的預測價值

樊萬里，何 棟，張樹澤，陳 剛，趙 斌，程志斌

蘭州大學第二醫院普通外科，蘭州 730030

結直腸癌(colorectal cancer，CRC)是世界第三大常見癌癥，也是癌癥相關死亡的第二大原因[1]。根據2022年中國國家癌癥中心統計數據，我國每年新增確診CRC患者約為408萬例，死亡人數約為19.6萬例，分別位列惡性腫瘤的第二位和第四位[2]。CRC患者預后差的主要原因是肝轉移，約50%的CRC患者在初次就診時或術后即發生肝轉移[3]。其中肝轉移灶獲得根治性切除患者的中位生存期可達35個月，5年生存率為30%～57%[4]；而肝轉移灶未獲得根治性切除患者的中位生存期不足7個月，5年生存率僅為5%[5]。因此臨床早期發現肝轉移可顯著提高CRC患者的遠期預后，降低患者病死率[6]。

目前，判斷CRC患者是否存在肝轉移的主要方法是影像學檢查，但其對設備要求較高、受影像科醫生業務水平影響大，且存在檢查費用較高等不足[7]，因此亟需一種簡單、經濟且客觀的檢測方法。臨床研究表明，在惡性腫瘤出現肝轉移時，患者的肝功能指標會發生異常改變，因此常規行肝功能指標檢測有望早期發現肝轉移[8]。Johnson等[9]于2015年提出了一種新的肝功能評估模型即白蛋白-膽紅素(albumin-bilirubin，ALBI)評分，其由膽紅素和血清白蛋白水平組成，分為3級，等級越高，表明患者的肝功能越差。新近研究表明，ALBI評分與多種癌癥的預后具有相關性，包括具有肝轉移的結直腸癌、可切除胃癌和可切除胰腺癌[10]。癌胚抗原(carcinoembryonic antigen，CEA)是目前被廣泛認可的廣譜腫瘤標志物，手術前后檢測血清CEA水平可預判CRC的肝轉移及隱匿性轉移[11]。有研究表明，當CRC術后血清CEA≥15 μg/L時，患者發生遠處轉移的風險增高[12]。目前尚無相關研究將ALBI評分與常規肝功能指標及CEA聯合對CRC肝轉移進行預測，本研究將探討其對CRC發生肝轉移的預測價值，為臨床識別和預測CRC肝轉移提供新思路。

1 資料與方法

1.1 研究對象與分組

本研究為回顧性隊列研究。連續納入2016年1月至2021年7月于蘭州大學第二醫院接受手術治療的CRC患者。納入標準：(1)術后病理證實為結直腸腺癌；(2)實驗室血常規檢查及腫瘤標志物檢測記錄齊全；(3)入院前未接受任何放化療及激素治療。排除標準：(1)隨訪不足24個月；(2)肝轉移患者的肝臟病變經病理或經病史結合影像學檢查證實為非結直腸轉移癌；(3)既往有其他惡性腫瘤病史及血液系統疾??；(4)合并其他部位原發性惡性腫瘤。

根據患者出院后24個月內肝轉移發生情況，將入組的CRC患者分為肝轉移組與非肝轉移組，并按2∶1比例隨機分為建模組與驗證組。本研究已通過蘭州大學第二醫院倫理委員會審批(審批號：2023A-400)，并豁免患者知情同意。

1.2 研究方法

1.2.1 資料收集

通過電子病歷系統獲取患者的基本信息，包括年齡、性別、體質量指數(body mass index，BMI)、原發腫瘤位置、既往史、院前治療方式、術前實驗室檢查、影像學結果及術后病理學診斷等。實驗室檢查包括總膽紅素(total bilirubin，TBIL)、直接膽紅素(direct bilirubin，DBIL)、間接膽紅素(indirect bilirubin，IBIL)、丙氨酸氨基轉移酶(alanine transa-minase，ALT)、天冬氨酸氨基轉移酶(aspartate transaminase，AST)、天冬氨酸氨基轉移酶/丙氨酸氨基轉移酶(aspartate transaminase/alanine transa-minase，AST/ALT)、總蛋白(total protein，TP)、白蛋白(albumin，ALB)、球蛋白(globulin，GLO)、白球比(albumin/globulin，A/G)、γ-谷氨酰轉移酶(γ-glutamyle transpeptidase，GGT)、堿性磷酸酶(alkaline phosphatase，ALP)、甲胎蛋白(alpha fetoprotein，AFP)、CEA、糖類抗原125 (carbohydrate antigen 125，CA125)、糖類抗原19-9(carbohydrate antigen19-9，CA19-9)。ALBI評分根據實驗室檢查結果進行計算。隨訪信息通過電子病歷或電話咨詢獲得。

1.2.2 樣本量估算

依據公式n=Z2*P(1-P)/d2估算樣本量[13]，既往文獻報道CRC術后肝轉移發生率為15%～25%，即P=15%，Z=1.96，d=0.05，經計算CRC患者樣本量最小應為196例。

1.2.3 偏倚控制

(1)本研究嚴格按照納入、排除標準選擇研究對象；(2)數據由雙人錄入、核對，盡量減少主觀偏倚。

1.3 統計學處理

采用SPSS 26.0及R4.2.2軟件進行統計學分析。符合正態分布的計量資料以均數±標準差表示，組間比較采用t檢驗；不符合正態分布的計量資料以中位數(四分位數)表示，組間比較采用Wilcoxon秩和檢驗。計數資料以例數(百分數)表示，組間比較采用卡方檢驗。在建模組中，以患者是否發生肝轉移作為因變量，采用“glmnet”包進行Lasso回歸變量篩選，通過交叉驗證選擇最佳λ值，折疊次數為10次，并應用Forward LR法構建Lasso-Logistic回歸模型。繪制受試者工作特征(receiver operating characteristic，ROC)曲線，計算ROC曲線下面積(area under the curve，AUC)，評估其區分度，應用校準曲線和臨床決策曲線分析其校準度和臨床獲益，同時采用Bootstrap法對建模組進行內部驗證。最后，采用“rms”包繪制列線圖。對于缺失比例≤5%的檢驗數據，用各變量的中位值進行填補。雙側檢驗，以P<0.05為差異具有統計學意義。

2 結果

2.1 患者一般資料

本研究最終入選符合納入與排除標準的CRC患者195例，入組流程見圖1。其中男性113例，女性82例；年齡26～90歲，平均年齡(60.5±12.3)歲。依據隨訪結果分為肝轉移組(70例)和非肝轉移組(125例)。兩組患者在原發腫瘤位置、TBIL、DBIL、ALT、AST、ALT/AST、TP、ALB、A/G、GGT、ALP、CEA、CA125、CA19-9、ALBI評分的差異具有統計學意義(P均<0.05)，見表1。按2∶1隨機分為建模組(130例)和驗證組(65例)，其中建模組中肝轉移患者50例，非肝轉移患者80例；驗證組中肝轉移患者20例，非肝轉移患者45例。兩組患者基本資料差異無統計學意義(P均>0.05)，見表2。

表1 肝轉移組與非肝轉移組的基線資料比較(n=195)Tab.1 Baseline data between liver metastasis group and non-liver metastasis group(n=195)

表2 建模組與驗證組的基線資料比較(n=195)Tab.2 Baseline data between modeling group and validation group(n=195)

圖1 研究對象入組流程圖Fig.1 Flowchart for enrollment of subjects

2.2 Lasso-Logistic回歸預測模型的構建

在建模組中，以患者是否發生肝轉移作為因變量，使用Lasso回歸進行變量篩選，通過交叉驗證選擇最佳λ值，折疊次數為10次(圖2)。本研究選取lambda.min作為最佳λ值，Lasso回歸并應用Forward LR法進行Logistic分析，結果顯示ALBI(OR=8.062，95% CI：2.545～25.540)、ALT(OR=1.037，95% CI：1.004～1.071)與CEA(OR=1.025，95% CI：1.008～1.043)可作為CRC發生肝轉移的獨立預測因素(表3)。根據Lasso-Logistic回歸分析結果，納入ALBI評分、ALT、CEA 3個變量，構建Lasso-Logistic回歸預測模型。

表3 結直腸癌肝轉移影響因素的多因素Logistic回歸分析結果Tab.3 Multivariate Logistic regression analysis results of factors influencing liver metastasis of colorectal cancer

圖2 基于 Lasso 回歸的特征變量篩選A.十倍交叉驗證圖；B.收縮系數圖Fig.2 Feature variable selection based on Lasso regressionA.Ten fold cross validation chart；B.Shrinkage coefficient chart

2.3 預測模型的內部評價與內部驗證

建模組ALBI評分、ALT、CEA三者聯合預測結直腸癌發生肝轉移的AUC為0.921(圖3)，靈敏度為78.0%，特異度為95.0%(表4)，C-index為0.921，H-L擬合度曲線χ2=0.851，P=0.654，校準曲線斜率接近1(圖4)，提示該模型準確度較高，臨床決策曲線顯示該模型具有良好的臨床應用價值(圖5)。對建模組數據，采用Bootstrap法進行1000次重抽樣的內部驗證，準確度為0.869，Kappa一致性為0.709，AUC為0.913。應用ALT、CEA與ALBI評分單獨診斷CRC肝轉移時，CEA的曲線下面積最大(AUC=0.897)，三者聯合診斷CRC肝轉移的效能最高(表4)。驗證組三者聯合預測的AUC為0.918(圖3)，靈敏度為85.0%，特異度為95.6%(表5)，C-index為0.918，H-L擬合度曲線χ2=0.586，P=0.746。

表4 建模組患者ALT、CEA和ALBI評分單獨檢測與聯合檢測的診斷效能比較Tab.4 Diagnostic efficacy between individual and combined detection of ALT，CEA，and ALBI score in modeling group

表5 驗證組患者ALT、CEA和ALBI評分單獨檢測與聯合檢測的診斷效能比較Tab.5 Diagnostic efficacy between individual and combined detection of ALT，CEA，and ALBI score in verification group

圖3 模型預測結直腸癌肝轉移的受試者工作特征曲線A.建模組；B.驗證組Fig.3 Receiver operating characteristic curve of the model predicting liver metastasis of colorectal cancerA.Modeling group；B.Verification groupALT、CEA、ALBI：同表1

圖4 Lasso-Logistic回歸模型校準曲線A.建模組；B.驗證組Fig.4 Calibration curves of the Lasso-Logistic regression modelA.Modeling group；B.Verification group

圖5 Lasso-Logistic回歸模型臨床決策曲線A.建模組；B.驗證組Fig.5 Decision curve analysis of the Lasso-Logistic regression model B.Modeling group；B.Verification group

2.4 風險預測模型可視化

根據Lasso-Logistic回歸分析結果，繪制CRC發生肝轉移的列線圖，見圖6。例如，若某研究對象ALBI評分為-3.0分，CEA為100 μg/L，ALT為50 U/L時，分別向評分軸垂直投射，將得到的分值相加：7+10+4=21，在總評分軸上找到21分的相應位置，垂直向下投射到CRC肝轉移發生風險軸上的風險預測值約為0.70。

圖6 結直腸癌肝轉移的列線圖預測模型Fig.6 Nomogram prediction model for liver metastasis of colorectal cancer ALT、CEA、ALBI：同表1

3 討論

本研究通過對患者ALBI評分、常規肝功能指標、腫瘤標志物等進行分析，得出ALBI評分、ALT與CEA是CRC發生肝轉移的獨立預測因素，隨后采用Lasso-Logistic回歸構建預測模型，采用Bootstrap法進行內部驗證，發現ALBI評分、ALT和CEA三者聯合預測CRC肝轉移的AUC為0.918，靈敏度為85.0%，特異度為95.6%，C-index為0.918，H-L擬合度曲線χ2=0.586，P=0.746。提示三者聯合預測CRC肝轉移的效能較高，通過其構建的風險預測模型具有良好的臨床應用前景。

由于CRC肝轉移的腫瘤細胞數量少、濃度低，常規影像學檢查(如CT、MRI等)無法對其進行早期診斷，因此尋找更好的方法以早期準確判斷CRC肝轉移迫在眉睫。

CEA存在于胃腸道和胰腺內胚層衍生上皮的惡性腫瘤中，在CRC患者體內過表達且分布于整個細胞膜[14]。既往有研究發現CEA高表達與CRC轉移顯著相關[15]。血清CEA在影像學發現肝轉移灶前6個月即可增高，CRC肝轉移患者的血清CEA、CA19-9和AFP明顯高于無肝轉移患者[16]。CEA高表達與CRC肝轉移存在相關性的機制如下：CEA通過抑制失巢凋亡，降低了血液中癌細胞的死亡；CEA與Kupffer細胞受體蛋白結合，改變了肝臟微環境，有利于癌細胞的存活；CEA可上調與轉移相關的細胞黏附分子[17]。Duffy等[18]建議CRC術后每隔2～3個月復查一次CEA有助于早期發現肝轉移[19]。而鄧玉雪等[20]研究發現，依據血清CEA診斷CRC肝轉移的靈敏度僅為36.5%，難以達到早期發現肝轉移的要求。晚期CRC患者及其他消化道惡性腫瘤中CEA表達水平明顯升高，但早期單獨檢測CEA對于CRC肝轉移的診斷可能存在假陽性及假陰性等情況，診斷準確度較低。

有文獻報道，正常細胞的惡化可導致酶合成異常，酶學改變常出現在形態學改變之前[21]。AST和ALT與肝臟疾病及腫瘤疾病密切相關。當機體肝細胞受損時，ALT、AST可進入血液循環，導致血清AST、ALT水平增加[22]。有文獻報道CRC肝轉移患者的ALT水平會升高[23]。白傲雪等[24]研究表明，術后ALB、ALT、CEA、CA19-9增高的CRC患者發生肝轉移的風險更高。Wu等[25]研究表明，CRC肝轉移組的ALT、GGT、乳酸脫氫酶和CEA水平明顯高于無肝轉移組，差異具有統計學意義。敬蕾等[26]研究表明，術前肝功能分級B級相比A級的CRC患者更易發生肝轉移(P<0.05)，可能B級患者個體免疫功能更差，在抵抗癌細胞侵襲中能力較弱，增加了術后轉移風險。然而，肝功能指標異?？赡苁怯捎诶^發性肝腫瘤占位效應所導致，發現時多數患者已處于疾病晚期。此外，引起肝功能異常的原因很多，如腫瘤細胞引起的促炎細胞因子增加可損害肝功能，導致膽汁淤積[27]；肝臟中Kupffer細胞產生的細胞因子增加促進了肝細胞和膽管細胞中膽汁酸轉運蛋白的功能，膽汁酸的積累亦會導致肝功能受損[28]。

隨著ALBI評分的提出，多項研究將其應用于CRC肝轉移、可切除胃癌和可切除胰腺癌的預測中。相較于臨床上最常用的肝功能評價指標Child-Pugh評分，ALBI去除了肝性腦病及腹水兩個主觀性指標，且數據獲取更為便捷。但ALBI評分僅包含兩項指標，且不存在上限效應，若患者存在低蛋白血癥或高膽紅素血癥 (如梗阻性黃疸)，ALBI評分則有失偏頗。此外，該評分起初是基于肝癌患者提出的，未考慮到其他病因的影響，對其他病因所導致的肝功能異常，有待進一步研究以證實其實用性和準確性。

以上研究[14-28]提示：僅依據腫瘤標志物或肝功能等單一指標預測CRC肝轉移存在一定局限性，易導致誤診、漏診。故本研究將ALBI評分與常規肝功能指標、CEA聯合檢測，以期做到早期發現CRC肝轉移。本研究構建的基于ALBI評分、ALT和CEA的CRC肝轉移風險預測模型，在建模組和驗證組的C-index分別為0.921和0.918，校準圖中兩曲線重合度較好，具有良好的一致性，臨床決策曲線也表現出良好的臨床應用價值。通過分析可知，ALBI評分、ALT、CEA以及三者聯合預測CRC肝轉移的AUC分別為0.825、0.704、0.897、0.921，三者聯合檢測的靈敏度為85.0%，特異度高達95.6%，可有效減少誤診率，提高診斷準確率以及整體預測效能，預測價值較高。此外，三者聯合檢測的機制不同，能更全面地反映CRC肝轉移對機體產生的影響，有利于早期發現肝轉移。

本研究存在如下不足：(1)為單中心回顧性研究，可能存在病例選擇偏倚；(2)缺乏多中心數據對模型進行外部驗證，仍需大樣本、多中心臨床數據以提高模型的效度和可靠性。

綜上所述，ALBI評分聯合ALT及CEA預測CRC肝轉移的特異度和準確率較高，將對提升CRC肝轉移患者的診治水平具有重要價值。

作者貢獻：樊萬里負責資料收集和論文撰寫；何棟、張樹澤、陳剛、趙斌提供論文撰寫意見；程志斌負責論文設計及審校。

利益沖突：所有作者均聲明不存在利益沖突