编者按：5月27-30日，EASL 2026于西班牙巴塞罗那盛大启幕。北京大学肝病研究所王子兴/蒋素贞团队的多项研究入选大会壁报展示。其中团队成员薛添奕报告的一项研究聚焦于慢性乙型肝炎（CHB）患者的肝细胞癌（HCC）风险预测。HCC是该病最严重的并发症之一，而“定量HBsAg能够反映病毒与宿主的免疫相互作用”，但现有静态模型未能充分利用其纵向变化。该研究开发的动态预测框架“旨在改善CHB患者的HCC个体化风险评估”，为优化监测策略提供了新思路。

摘要号：SAT-638

乙型肝炎表面抗原轨迹的动态建模可预测肝细胞癌：一项大规模长期随访队列研究

Dynamic modeling of hepatitis B surface antigen trajectories enables prediction of hepatocellular carcinoma: a large-scale long-term follow-up cohort study

作者: 薛添奕、温鑫、麦炎培、孔祥沙、刘峰、饶慧瑛、蒋素贞、王子兴

研究背景

HCC是CHB患者最严重的并发症之一，准确的风险分层对优化监测策略至关重要。定量HBsAg能够反映病毒与宿主的免疫相互作用，但现有的静态预测模型未能充分利用其纵向变化信息。为此，北京大学肝病研究所团队开发了基于纵向HBsAg轨迹及抗病毒治疗史的动态预测框架，旨在改善CHB患者的HCC个体化风险评估。

研究方法

团队基于大规模成人CHB队列，按8:2比例将患者随机分为训练集与验证集。采用联合模型进行建模：首先利用线性混合效应模型结合自然样条拟合纵向log转换HBsAg轨迹，进而将该子模型与Cox比例风险模型关联以预测HCC发生风险。纵向子模型纳入了HBV DNA、HBeAg状态及核苷（酸）类似物和干扰素等时变用药情况；生存子模型则纳入4项临床和人口学因素及3项检测指标。模型采用马尔可夫链蒙特卡洛（MCMC）算法进行参数估计，在基线及每次随访时利用所有可用数据动态更新患者特异性风险，并通过时间依赖性AUC评估1至5年的预测效能。

研究结果

共纳入12 597例患者，其中训练集10 077例，验证集2 520例，最长随访时间达12.8年。随访期间共发生284例HCC事件，其中训练集227例，验证集57例。模型评估结果显示，训练集基线AUC为0.90-0.91，动态更新后维持在0.84-0.88；验证集基线AUC为0.88-0.92，动态更新后AUC虽有波动，但整体显示出稳健且良好的判别性能。

研究结论

基于纵向HBsAg轨迹及多维临床特征的联合模型动态预测框架，能够有效整合时变生物标志物信息，实现了对CHB患者HCC风险的准确动态评估，为制定个体化监测策略提供了有力的支持工具。

报告人简介

薛添奕

北京大学人民医院

北京大学医学部2022级临床医学本科生

专家简介

蒋素贞

北京大学人民医院

北京大学人民医院肝病科主治医师，博士、博士后，师从鲁凤民教授、侯金林教授。

以第一作者/共一作者发表SCI论文8篇，在研主要参与者国自然项目1项、其敏项目1项、北京大学人民医院统战项目1项。

中华志愿者协会中西医结合专家志愿者委员会肝健康全国专业组委员，北京市西城区科普专家。

研究方向为慢性乙型病毒性肝炎相关临床研究、肝硬化多组学研究。以主要研究者参与“未名项目”——慢性乙型病毒性肝炎低病毒血症治疗路线优化研究，另外研究重点基于肝硬化代谢组学、影像特征，探讨肝硬化代偿及失代偿的多组学新模型。

王子兴

北京大学人民医院

北京大学人民医院、北京大学肝病研究所副研究员、助理教授、研究生导师

流行病学与人工智能课题组长，主要研究方向为肝病复杂网络与人工智能。以第一或通讯作者发表研究论文20余篇，Gut、Nature Communications、NPJ Digital Medicine、Bulletin of the World Health Organization等（7项IF＞10），第一完成人获国家发明专利3项。作为项目负责人主持国家自然科学基金项目2项、中央高校基本科研业务费青年教师重点项目、北京大学人民医院科技新星等项目。作为编委参编科学出版社十三五、十四五等教材6部。

（来源：《国际肝病》编辑部）

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。