脂肪性肝病风险评分：预测肝硬化与肝细胞癌的临床价值综述

要点提示

• 在无肝硬化的脂肪性肝病（Steatotic Liver Disease, SLD）患者中，SAFE 评分在预测10年肝硬化风险方面显示出最大的净临床获益。
• FIB-4 和 APRI scores评分对肝硬化也具有较强的区分能力，但在净获益分析中，SAFE的表现优于其他评分。
• 用于预测肝细胞癌（Hepatocellular Carcinoma, HCC）的风险评分在无肝硬化SLD患者中对监测决策的临床实用性有限。
• 无创纤维化评分和机器学习模型正在成为补充传统风险评分的新工具，有助于早期疾病分层。

背景

代谢功能障碍相关脂肪性肝病（Metabolic Dysfunction-Associated Steatotic Liver Disease, MASLD），即原称非酒精性脂肪性肝病（Nonalcoholic Fatty Liver Disease, NAFLD），在全球成年人中占有相当大的比例，但多数患者长期无症状，且从未进展为包括肝硬化或肝细胞癌（HCC）在内的进展性肝病。然而，一旦进展至肝硬化或HCC，预后将明显恶化，并需要开展有针对性的监测。当前的主要挑战在于识别这类进展风险较高的患者，以优化监测策略并提高医疗资源配置效率。

针对SLD患者，已开发出多种临床风险评分，用于估计纤维化分期并预测后续并发症，如肝硬化和HCC。此类评分包括基于生化指标的指数，如FIB-4 (fibrosis-4)、APRI（天冬氨酸氨基转移酶/血小板比值指数）、BARD，以及复合评分，如SAFE（steatosis-associated fibrosis estimator，脂肪变相关纤维化估计器）、ALBI（白蛋白-胆红素）、aMAP（年龄-男性-白蛋白-胆红素-血小板）和非酒精性脂肪性肝病纤维化评分（Nonalcoholic Fatty Liver Disease Fibrosis Score, NFS）。这些评分的相对表现，尤其是在无肝硬化患者中的风险分层能力，以及其在监测决策中的实际应用价值，仍是当前研究重点。

核心内容

SLD风险评分在肝硬化和HCC预测中的比较临床价值

Mezzacappa等（2026）开展的一项里程碑式队列研究纳入853,131名美国退伍军人，均经影像学证实存在SLD，且无病毒性肝炎或其他原发性肝病。研究比较了9种已建立的风险评分在10年内新发肝硬化和HCC预测中的表现。该队列中位年龄为61岁，男性占92.7%，体重指数中位数为31.3，32.3%合并糖尿病。

SAFE评分在预测肝硬化发生方面显示出更优的净获益。以10年肝硬化风险2.5%作为阈值时，对应SAFE评分为29.5，与其他策略相比，每100名被判定为高风险的人群可额外识别1.9例真阳性。FIB-4和APRI在肝硬化风险区分方面同样表现出较强能力；然而，包括SAFE和Tate评分在内的HCC风险评分临床实用性有限，转化为的净临床获益较小。

结合决策曲线分析，研究强调：尽管多种评分与结局均具有较好相关性，但在纳入假阳性和不同决策阈值下的净获益后，传统评分的临床实用性差异显著。

不同人群与亚型中的风险分层

一项荷兰多中心队列研究比较了Toronto HCC风险指数（Toronto HCC Risk Index, THRI）与aMAP评分在1,531例肝硬化患者中的表现，其中60%为非病毒性病因，30%为SLD。结果显示，THRI在识别低风险患者方面更优，且其5年HCC发生率更低。这提示HCC风险预测具有明显的病因异质性和纤维化状态依赖性，强调了制定个体化风险模型的必要性。

在儿科人群中，针对MASLD纤维化评估改良的pFIB评分与肥胖儿童青年起病2型糖尿病风险具有良好相关性，提示其可作为一种肝脏-代谢整合的风险分层模型，反映出超越传统成人纤维化评分的疾病进展信息。

机器学习与无创检测的补充作用

新兴的机器学习（Machine Learning, ML）框架，如XGBoost模型，已在欧洲和美国的大型队列中显示出识别显著肝纤维化的良好准确性，并纳入了可获取的人口学和临床变量。这些方法可在独立于传统风险评分之外，进一步提升对全因死亡的区分能力和预后价值。

无创检测（Non-invasive Tests, NITs）包括FIB-4和振动控制瞬时弹性成像（Vibration-Controlled Transient Elastography, VCTE），并联合增强型肝纤维化检测（Enhanced Liver Fibrosis, ELF）后，可改善代谢功能障碍相关脂肪性肝炎（Metabolic Dysfunction-Associated Steatohepatitis, MASH）的分期一致性，从而优化晚近肝相关事件的预测及进展性纤维化中的治疗分层。

组织学相关性与新兴生物学认识

Meta分析证实，随着肝纤维化分期升高，不良临床结局的风险显著增加，包括肝硬化、肝功能失代偿和HCC，进一步验证了纤维化可作为临床试验中的替代终点。值得注意的是，一些研究提示，在进展性纤维化阶段，较低的肝脂肪变性分级反而可能预示更差的临床结局，这可能反映了终末期疾病过程中脂肪被重新吸收。

遗传风险分层（如PNPLA3、TM6SF2变异）进一步区分了年轻起病MASLD肝硬化的风险，强调宿主因素在疾病进展中的作用，并提示可将遗传学纳入多因素风险模型。

专家点评

现有证据总体表明，并不存在一种可适用于所有临床决策的单一风险评分。SAFE评分在肝硬化风险分层方面表现稳健，这可能与其纳入了多个相关变量有关，因此可作为SLD中肝硬化监测间隔优化的实用工具。

在无肝硬化SLD患者中，HCC风险预测仍受限于事件发生率低及风险因素重叠。现有评分所呈现的净获益有限，提示这些模型尚不足以在进展性纤维化或肝硬化之外指导HCC筛查。

无创纤维化评估仍是风险分层的核心，联合生化标志物与弹性成像指标的作用正在不断演进。将机器学习衍生模型整合其中，可能提高早期识别与治疗分配效率，但仍需在不同人群及基层医疗场景中进一步验证。

临床医生在解读评分时，应同时考虑饮酒量变化和代谢性合并症等动态风险因素。重要的是，风险分层必须置于综合临床框架中进行解读，其中应纳入患者偏好、合并症及资源可及性。

结论

脂肪性肝病风险评分有助于识别肝硬化和HCC风险较高的患者，从而指导监测策略。在无肝硬化SLD人群中，SAFE评分对肝硬化风险预测具有更优的临床实用性；而HCC风险评分在该人群中的临床应用前仍需进一步优化。持续整合无创检测、遗传学和计算建模，有望实现更精准的个体化风险分层，从而优化诊疗路径。

未来研究应致力于在不同种族和人群背景的队列中验证并优化风险评分，纳入纵向动态变化，并评估其在筛查项目中的成本效益。阐明纤维化进展及肝癌发生的生物学机制的转化研究，也可能进一步支持MASLD中的精准医疗策略。

参考文献

• Mezzacappa C, Tate JP, Torgersen J, Skanderson M, Taddei TH, Justice AC. Steatotic Liver Disease Risk Scores to Predict Cirrhosis and Hepatocellular Carcinoma. JAMA Intern Med. 2026 Sep 21. PMID: 42766290.
• Janssen JP et al. Comparative performance of HCC risk scores in identifying low-risk patients with cirrhosis: A multicenter cohort study. Dig Liver Dis. 2026 Oct;58(10):1301-1307. PMID: 42686444.
• Olsson MQ et al. pFIB scores for paediatric MASLD fibrosis associated with type 2 diabetes risk. Diabetologia. 2026 Oct;69(10):2774-2783. PMID: 42486926.
• Smith T et al. Explainable machine learning models predict liver fibrosis risk: Development and external validation. Comput Methods Programs Biomed. 2026 Oct;285:109533. PMID: 42365707.
• Schmidt M et al. Aligned ELF and VCTE cutoffs facilitate risk staging in MASH. JHEP Rep. 2026 Sep 18;102041. PMID: 42759697.
• Lee YJ et al. Prognostic value of liver histology in steatotic liver disease: meta-analysis. J Comp Eff Res. 2026 Sep; e260148. PMID: 42690133.
• Kumar R et al. Clinical utility of emerging fibrosis scoring systems in MASLD: paradigm shift beyond histology. Z Gastroenterol. 2026 Aug 19. PMID: 42665261.
• Nguyen PT et al. Diagnostic and prognostic performance of the fibrotic nonalcoholic steatohepatitis index in MASLD. Eur J Gastroenterol Hepatol. 2026 Sep;38(9):1052-1062. PMID: 41870956.