傅晓华 罗纯 高思明 傅晓霞 卢荣奎 容海鹰

中圖分类号 R512.6+2;R975 文献标志码 A 文章编号 1001-0408（2021）10-1257-05

DOI 10.6039/j.issn.1001-0408.2021.10.17

摘 要 目的：建立预测干扰素治疗慢性乙型肝炎（CHB）疗效的人工神经网络（ANN）模型，以期为临床选择适宜的CHB治疗方案提供依据。方法：回顾性分析2011年7月-2019年11月广州市第八人民医院接受干扰素治疗的92例CHB患者的临床资料，收集其基本信息、生化指标、血常规指标、病毒学标志物等。按干扰素疗效分为应答组（73例）和无应答组（19例），采用Minitab 18.0统计软件进行多因素Logistic 回归分析以筛选影响干扰素疗效的因素;采用Neurosolutions 5.0软件随机抽取约30%的CHB患者（27例）作为测试组建立ANN模型并进行验证。结果：患者的平均血小板体积、血小板分布宽度、直接胆红素、乙肝e抗原水平、乙肝病毒DNA大于4×107 IU/mL对干扰素应答有显著影响（P<0.05）。ANN测试组应答预测的准确率、特异性、工作特征曲线下面积均显著高于Logistic回归（P<0.05）。结论：ANN模型预测干扰素治疗CHB疗效的准确性较好。

关键词 干扰素;慢性乙型肝炎;人工神经网络;疗效;预测

Establishment and Application of Artificial Neural Network Model in Predicting Clinical Efficacy of Interferon for Chronic Hepatitis B

FU Xiaohua1，LUO Chun2，GAO Siming1，FU Xiaoxia2，LU Rongkui1，RONG Haiying3（1. Dept. of Pharmacy， Guangzhou Xinhai Hospital， Guangzhou 510300， China; 2. Dept. of Traditional Chinese Medicine， Guangzhou Eighth Peoples Hospital， Guangzhou 510060， China; 3. Dept. of Gastroenterology， Guangzhou Xinhai Hospital， Guangzhou 510300， China）

ABSTRACT   OBJECTIVE： To establish artificial neural networks （ANN） model to predict the interferon in the treatment of chronic hepatitis B （CHB）， and to provide evidence for selecting suitable CHB therapy plan in clinic. METHODS： The clinical data of 92 CHB patients treated by interferon， from Guangzhou Eighth Peoples Hospital were retrospectively analyzed from Jul. 2011 to Dec. 2019. The basic information， biochemical indexes， blood routine indexes and virological markers of patients were collected. According to the effect of interferon， the patients were divided into response group （73 cases） and non-response group （19 cases）. Minitab 18.0 software was used for multivariate Logistic regression analysis to screen the factors influencing the efficacy of interferon. Neurosolutions 5.0 software was used to randomly select 30% of patients with CHB （27 cases） as the test group to establish and verify the ANN model. RESULTS： The mean platelet volume， platelet distribution width， direct bilirubin， hepatitis B e antigen and hepatitis B virus DNA more than 4×107 IU/mL had significant effect on interferon response （P<0.05）. The accuracy， specificity and area under characteristic curve of ANN test group were significantly higher than those of Logistic regression （P<0.05）. CONCLUSIONS： ANN model is accurate in predicting the efficacy of interferon in the treatment of CHB.

KEYWORDS   Interferon; Chronic hepatitis B; Artificial neural network; Therapeutic efficacy; Prediction

慢性乙型肝炎（CHB）是一个严重危害人类健康的公共卫生问题。我国属乙型肝炎病毒（HBV）感染高流行区，2020年我国CHB感染902 476例、死亡464例[1]。目前，临床治疗CHB的抗病毒药物主要有干扰素和核苷（酸）类似物[2]。其中，核苷（酸）类似物是常规治疗CHB 的一线抗病毒药物，其抗病毒效果好且耐药率低，但治疗周期较长，停药后易复发[3]。相较于核苷（酸）类似物，干扰素具有良好的免疫调节作用和抗病毒作用，可以特异性地增强患者体内T淋巴细胞的功能，具有疗程短、应答持久、无病毒变异和耐药等优点[4]。但研究者在临床工作中发现，干扰素的总体有效率较低，这可能与其抑制病毒复制的能力较弱且存在患者应答不佳的情况有关[5]。……