读医学网

Hy s法则广泛用于预测药物诱导性肝损害患者（DILI）急性肝衰竭的风险。2014年7月，发表在《Gastroenterology》上 的一项研究显示，在识别DILI的应用中，Hy s法则的nR模型的敏感性和特异性最好。

背景及目的：Hy s法则指出肝癌药物诱导的有黄疸的肝损伤（DILI）表示一种严重反应，该法则被广泛用于确定急性肝衰竭（ALF）的风险。本研究旨在优化Hy s法则的定义，并为DILI患者建立一种预测ALF的模型。

方法：研究者自西班牙DILI注册表中收集了自1994年4月至2012年8月的771例药物性肝损害（805次发作）患者的数据，研究者对在确定DILI和丙氨酸氨基转移酶（ALT）和总胆红素（TBL）峰值水平时的数据进行了分析。

结果：在771例DILI患者中，32名进展为ALF。肝细胞损伤、女性、TBL高水平和门冬氨酸转氨酶（AST）：ALT高比例为ALF独立危险因素。研究者对使用Hy s法则预测哪些患者会发展为ALF的3种方式进行了比较；所有包括TBL大于2倍正常值上限（ULN ）、ALT水平大于3 ULN、5或更高比例（R）值（ALT ULN/碱性磷酸酶 ULN），或5或更高比例（NR）值（ALT或AST，其所产生的 ULN/碱性磷酸酶 ULN值最高）。在识别DILI中，基于R-和nR-模型分别识别出67％和63％的进展为ALF的患者，而只使用ALT水平则仅确定44％。然而，ALT和nR模型分别识别出ALF的灵敏度为90％，而R准则识别的敏感度为83％。相同数量的发生和没有发生ALF患者的碱性磷酸酶水平大于2 ULN。基于AST水平大于17.3 ULN、TBL大于6.6 ULN和AST的算法：ALT大于1.5识别发生ALF患者的特异性为82％和为80％。

结论：在识别DILI的应用中，Hy s法则的nR模型的敏感性和特异性最好，该新型复合算法在预测ALF的最终发展中表现出额外的特异性。

（选题审校：聂小燕 编辑：刘爱菊）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）