第一部分基于大数据平台的急性失代偿肝硬化患者住院天数延长预测模型的开发与验证目的:急性失代偿（AD）肝硬化患者病情复杂且治疗方式各异,导致住院天数延长,不仅引起住院费用日趋上升,而且可能造成医疗资源短缺。本研究旨在采用多中心大数据从病情、用药、诊疗过程及实验室指标等多维度探索影响住院天数的因素,建立住院天数延长预测模型,以帮助临床工作者快速识别高危因素,早期采取防治措施。同时为政府、医保和医疗机构制定控制平均住院日及住院费用的策略提供参考。方法:本研究为重庆市四家三甲医院的回顾性研究,共纳入2012年9月至2021年6月期间住院的8605名AD肝硬化患者。采集所有患者的人口统计学、病情、用药、诊疗过程及实验室指标进行对比分析,采用最小绝对收缩率和选择算子（LASSO）回归模型,利用单因素分析得到的有显著差异的指标进行特征选择,建立基于logistic回归的预测模型,来识别危险因素并构建列线图。根据受试者工作曲线（ROC）和ROC曲线下面积（AUC）、校准曲线和brier分,评估模型的区分度和校准度。采用重抽样的引导程序和内部-外部交叉验证调整模型预测性能和普遍适用性。新构建的模型与终末期肝病模型（MELD）、MELD-Na、慢性肝衰竭联合急性失代偿（CLIF-C AD）模型比较进一步评估模型的临床价值。结果:研究共纳入8605名患者,48个指标,平均住院天数为13.7天,其中有3194例患者住院天数延长,占总数的37.1%。患者的平均年龄58.5±12.3岁,其中男性5996例（69.7%）。肝硬化的主要病因为乙肝病毒感染（65.8%）,其次依次为酒精性肝病（15.6%）、其他原因（10.9%）、自身免疫性肝病（9.8%）、丙肝病毒感染（5.1%）。入院主要原因为细菌感染（26.2%）,其次依次为自发性细菌性腹膜炎（23.3%）、胃肠道出血（18.4%）、肝性脑病（6.8%）、腹水（4.6%）。最终纳入列线图的指标包括:使用心血管药物（OR:4.106,95%CI3.626-4.650,P＜0.001）、降糖药（OR:1.219,95%CI 1.06-1.401,P=0.005）、质子泵抑制剂（OR:1.346,95%CI 1.157-1.566,P＜0.001）、肠外营养（OR:1.588,95%CI 1.406-1.794,P＜0.001）、输注人血白蛋白（OR:6.469,95%CI 5.645-7.412,P＜0.001）、止咳化痰药（OR:3.431,95%CI2.912-4.042,P＜0.001）、治疗性操作（OR:3.297,95%CI 2.858-3.805,P＜0.001）、自发性细菌性腹膜炎（OR:2.61,95%CI 2.268-3.004,P＜0.001）、总胆红素（OR:1.228,95%CI 1.140-1.322,P＜0.001）、丙氨酸氨基转移酶（OR:1.717,95%CI 1.603-1.839,P＜0.001）及白细胞（OR:1.185,95%CI 1.069-1.314,P=0.001）。模型的AUC值为0.888,95%CI（0.881-0.895）,特异度72.3%,灵敏度93.7%,brier分为0.132。为了方便临床使用,利用shinyapp在网络上构建了计算器工具（https://cytjt007.shinyapps.io/dynnomapphospitalization/）。经过内部-外部交叉验证,模型的AUC均值为0.764,brier分均值为0.155。新构建的模型预测能力显著高于MELD、MELD-Na和CLIF-C AD,AUC依次为0.888、0.675、0.686、0.502。结论:AD肝硬化患者病情复杂且伴随多种合并症及并发症,易出现住院时间延长。本研究发现住院期间使用心血管药物、降糖药、质子泵抑制剂、肠外营养、人血白蛋白、止咳化痰药,治疗性操作,并发自发性细菌性腹膜炎,总胆红素、丙氨酸氨基转移酶及白细胞升高是住院天数延长的预测因素,并通过建立临床预测模型及网络APP,为临床工作者提供了一个快速计算患者住院天数延长概率的工具,为临床诊疗方案的制定和护理的关注点提供了思路。此外,来自多中心的数据具有一定的代表性,期望能为疾病诊断相关组-预付费（DRG/PPS）政策的制定提供参考。第二部分急性失代偿期肝硬化患者90天内再入院风险分层评分的建立及验证目的:AD肝硬化患者存在多种并发症的风险可能反复入院,再入院会给患者、家庭和医疗系统带来沉重负担。医生不仅要在出院时,更要在入院时识别可能再入院的高风险患者,应在住院期间及出院后对该部分患者采取有效措施避免再入院。本研究旨在基于临床大数据建立识别再入院高危患者的预测模型,有助于临床医生制定有效的干预措施以降低再入院率。方法:本研究为重庆市六家三甲医院的回顾性队列研究,共纳入2012年9月至2020年4月期间住院的956名AD肝硬化患者,以2012年9月至2016年12月住院的705名患者为建模组,以2017年1月至2020年4月住院的251名患者为时间验证组,采集所有患者的人口统计学、临床特征及实验室指标进行对比分析,采用LASSO回归模型,利用单因素分析得到的有显著差异的指标进行特征选择,建立基于Cox回归的预后模型来识别预后因素并构建列线图。根据C-指数（C-index）、ROC曲线和AUC、校准曲线和决策曲线分析,评估模型的区分度、校准度和临床价值。采用Kaplan-Meier曲线进行再入院风险分层,并使用对数rank检验来确定各风险组之间的显著差异。结果:共纳入956名患者,平均年龄为58.8±12.6岁,其中男性653例（68.31%）。肝硬化的病因为乙肝病毒感染（50.4%）、酒精性肝病（10.7%）、自身免疫性肝病（9.9%）、丙肝病毒感染（5.0%）和其他/隐源性因素（19.6%）。出院后30、60和90天的再入院率分别为24.58%、42.99%和51.78%。细菌感染是入院和再入院的主要原因。列线图中的独立预测因素包括胃肠道出血（HR:2.787,95%CI:2.221-3.499,P＜0.001）、血清钠（HR:0.955,95%CI:0.933-0.978,P＜0.001）、总胆红素（HR:1.004,95%CI:1.003-1.005,P＜0.001）、以及国际标准化比值（HR:1.398,95%CI:1.126-1.734,P=0.002）。为了方便临床医生应用,我们提供了一个基于网络的计算工具（https://cqykdx1111.shinyapps.io/dynnomapp/）。在建模和验证队列中,列线图都表现出良好的预测能力。预测的和观察到的再入院概率经过校准,具有可靠的一致性。与MELD、CLIF-C AD、Child-Turcotte-Pugh（CTP）和MELD-Na模型相比,列线图表现出更高的预测性能及临床价值。再入院高危组（列线图得分＞56.8）的再入院概率明显高于低危组（列线图得分≤56.8,P＜0.0001）。结论:AD肝硬化相关的短期再入院率很高。细菌感染是入院和再入院的主要原因。本研究开发并通过时间队列验证了一个预后模型,该模型包括胃肠道出血、血清钠、总胆红素及国际标准化比值4个预测因子,可以预测仅接受药物治疗的AD肝硬化患者再入院的发生概率。该列线图可协助临床决策,对患者再入院风险进行分层,帮助区分需要强化管理以防止短期再入院的患者。第三部分基于决策树的失代偿期肝硬化患者再代偿因素分析目的:失代偿肝硬化患者经过有效的病因控制、治疗或预防,部分患者可以在很长一段时间内不再出现失代偿相关并发症,甚至退出肝移植名单,称为“再代偿”。再代偿的发生可降低患者死亡率,提高生活质量,本研究旨在评估失代偿期肝硬化患者的再代偿因素。方法:本研究是在重庆市六家三甲医院开展的回顾性病例对照研究,共纳入2014年1月到2019年10月连续随访的3953名失代偿肝硬化患者。将患者分为再代偿组和AD组。采集所有患者的人口统计学、临床特征及实验室指标进行分析。采用单变量和多变量logistic回归对两组进行比较,在不同并发症的失代偿期肝硬化患者中选择与再代偿相关的指标。使用决策树算法及10倍交叉验证来开发及验证模型以识别再代偿患者的特征。研究遵循关于个体预后或诊断的多变量预测模型透明报告（TRIPOD）规范来开发和报告新模型。结果:共纳入3953例患者,再代偿组553例,AD组3400例,其中AD组包括消化道出血1158例,细菌感染1715例,肝性脑病104例,腹水423例。决策树模型选择的最相关的再代偿指标是白蛋白,阈值为40g/L。还选择了总蛋白、血红蛋白、嗜碱性粒细胞百分比、丙氨酸氨基转移酶、中性粒细胞与淋巴细胞的比值和糖尿病,作为再代偿患者的特征。出现再代偿概率的终端节点为0.89。该模型的总体准确率为0.92（95%CI:0.91-0.93）,具有较高的特异性（86.9%）和敏感性（92.6%）。结论:白蛋白、总蛋白、血红蛋白、嗜碱性粒细胞百分比、丙氨酸氨基转移酶、中性粒细胞与淋巴细胞的比值和无糖尿病可以作为失代偿肝硬化患者再代偿的特征。其中血清白蛋白水平≥40g/L是再代偿患者最明显的特征。这些变量可能有助于临床医生制定治疗计划,促进失代偿期肝硬化患者向再代偿转变,提高患者生活质量及生存率。