为糖尿病性肝硬化患者诊断肝细胞癌风险与生存率开发并验证机器学习模型

这项研究为何与糖尿病及肝病患者息息相关

同时患有糖尿病和晚期肝脏瘢痕（肝硬化）的人面临双重威胁：他们更容易罹患肝癌，并更易因多种严重并发症而死亡。然而，临床上目前缺乏专为这类高风险人群设计、能够可靠识别谁最可能发展为肝癌以及谁死亡风险最高的工具。本研究展示了如何将常规血液检查结果与现代计算方法相结合，制成实用图表，帮助医生为这些脆弱患者估算癌症风险和生存概率。

互相加剧的相关疾病

糖尿病与肝硬化相互作用，形成恶性循环。糖尿病促使肝脏出现脂肪堆积和炎症，可能进展为肝硬化；反过来，肝硬化也更容易引发或加重糖尿病。当两种疾病并存时，最常见的原发性肝癌——肝细胞癌的发病率显著上升。同时，这些患者死于心脏病、感染、肝功能衰竭和其他并发症的风险也很高。由于资源有限，无法对所有人实施强化筛查，临床医生需要简单的方法来识别哪些糖尿病性肝硬化患者最需要紧密的癌症监测和积极处理其他健康问题。

用数据与算法发现隐含模式

研究团队在江苏某医院收集了307名既患2型糖尿病又患肝硬化患者的详细临床资料，并随访中位近四年。他们检查了59项不同的测量指标，主要来自常规血检，并应用了八种不同的机器学习方法，评估哪些因素组合最能区分随后发展为肝癌的患者。一类称为梯度提升决策树的模型表现突出，能以很高的准确率将高风险与低风险患者区分开。最有信息量的信号来自一小组反映肝损伤、肝合成功能与盐（钠）平衡的血液指标，以及患者性别。

从复杂模型到床边友好的风险图

由于高度技术化的计算模型在日常门诊中难以直接使用，作者将研究结果提炼为一个简单的“列线图”（nomogram）——医生可在图上标记患者六项常规指标（性别、两项肝酶、两种胆汁相关色素和血钠）的数值，从而读出患者已患或短期内发生肝癌的估计概率。该图表优于任何单一血检指标，其准确性在内部交叉验证和另一家医院的外部肝硬化患者队列中均保持稳定。重要的是，无论基础肝病来自乙肝、丙肝还是非病毒性原因，该工具均表现合理，显示出较广的适用性。

超越癌症：预测总体生存

研究并未止步于评估癌症风险。研究者还探讨了哪些因素最能预测糖尿病性肝硬化患者的存活时间。利用生存分析方法，他们发现四项特征——肝癌存在、年龄较大、胆碱酯酶水平偏低以及乳酸脱氢酶水平偏高（组织应激的标志）——与较差的生存独立相关。将这些因素与性别结合，他们建立了第二个列线图，用于估算患者在一、三、五年时的生存概率。该工具在内部和外部患者群中均表现良好，表明它可帮助医生与家属权衡治疗选择并制定随访计划。

揭示患者实际的死因

鉴于糖尿病性肝硬化患者可能死于多种原因，研究人员构建了额外模型，将死因区分为由肝癌导致的死亡、由肝功能衰竭及相关并发症导致的死亡，以及主要由糖尿病及其系统性影响驱动的死亡。他们发现，多年随访期间，非癌症原因的死亡远多于因肝癌直接死亡。特定的血检模式，例如反映肾功能变化、血糖以及与炎症相关的比值（连接白细胞与“有益”胆固醇）等，有助于识别每类死因的高危人群。这些发现强调，尽管癌症监测至关重要，但控制代谢和心血管问题对改善生存同样重要，甚至更为关键。

对患者与临床医生的意义

通俗地说，这项工作表明常规血检中已有的信息可以转化为易于使用的图表，帮助医生为同时患有糖尿病与肝硬化的人估算肝癌风险与总体预后。模型提示仅有一部分患者需要最密集的癌症监测，而通过积极治疗糖尿病、高血糖及其他并发症，与肝病并重管理，许多死亡或可被避免。尽管这些工具在在更大更具多样性的群体中还需进一步验证才能常规应用，但它们指向了一个前景：更聪明地利用常规数据，为这一最重症且最复杂的患者群体提供个体化护理。

引用: Jiang, G., Cai, W., Lv, X. et al. Development and validation of machine learning models for diagnosing hepatocellular carcinoma risk and survival in patients with diabetic cirrhosis. Sci Rep 16, 11102 (2026). https://doi.org/10.1038/s41598-026-40804-z

关键词: 肝细胞癌, 糖尿病性肝硬化, 机器学习, 肝癌风险, 预后模型