在治疗慢性乙型肝炎患者期间,动态预测乙型肝炎表面抗原下降率
Ying Xin1, Yuming Wang2, Qiang Li3
1School of Mathematics and Statistics, Southwest University, Chongqing, 400715, China.
Infectious Disease Modelling
|June 9, 2025
概括
预测乙型肝炎表面抗原 (HBsAg) 衰减率有助于识别慢性乙型肝炎 (CHB) 功能治愈的患者. 一个新的模型准确地预测了HBsAg的下降,改善了临床实践中的功能治愈率.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 病毒学 病毒学
- 生物统计学 生物统计学
背景情况:
- 准确预测乙型肝炎表面抗原 (HBsAg) 降低对于在慢性乙型肝炎 (CHB) 患者中实现功能治愈至关重要.
- 识别那些对治疗有好反应的患者对于优化治疗结果至关重要.
研究的目的:
- 开发和验证HBsAg在CHB治疗期间下降率的预测模型.
- 根据他们的HBsAg下降轨迹,将CHB患者分为不同的清除组.
- 评估双效预测模型 (时间加组) 提高功能治愈率的潜力.
主要方法:
- 使用了371名CHB患者的队列,这些患者接受过基化干扰素α或核胺类同类药物治疗.
- 使用时间序列和随机分区用于培训,验证和测试数据集.
- 应用了线性混合效应模型来预测HBsAg下降和基于组的患者分层的轨迹模型.
主要成果:
- 确定了三组患者:快速高清除,延迟高清除和缓慢低清除.
- 时间加组双效预测模型实现了84%的准确性,在24周后,时间效应模型的性能比时间效应模型高约10%.
- 开发了一个务实的预测策略,将计算效率与强大的个人预测相结合.
结论:
- 开发的组轨迹模型和预测策略可以动态识别有利于CHB治疗的患者.
- 对HBsAg下降率的动态预测可能会在临床环境中提高功能治愈率.
- 这种方法为慢性乙型肝炎管理中的个性化治疗策略提供了有希望的工具.
