Introduction : Le carcinome hépatocellulaire (CHC) est la première cause de décès chez les patients chroniquement infectés par le virus de l’hépatite B (VHB). Les scores PAGE-B et FIB-4 pourraient prédire la survenue du CHC chez ces patients. Il s’agit de scores simples et utilisables en pratique clinique, développés pour prédire respectivement la fibrose hépatique et le risque de CHC. Notre objectif était de comparer les capacités prédictives du PAGE-B et du FIB-4 pour la survenue du CHC chez les patients infectés par le VHB de la cohorte ANRS CO22 HEPATHER à 1, 3 et 5 ans de suivi.

Patients et méthodes / ou matériel et méthodes :  Les patients infectés par le VHB inclus entre le 6 août 2012 et le 31 décembre 2015 dans la cohorte ANRS CO22 HEPATHER étaient éligibles. Les patients transplantés hépatiques, avec antécédent de CHC ou co-infectés VHC, VHD ou VIH étaient exclus. Le critère de jugement principal était le délai entre l’inclusion et la survenue du CHC. Les performances prédictives des scores PAGE-B et FIB-4 ont été comparées par le biais des AUROCs à 1, 3 et 5 ans. Deux seuils ont été déterminés par score, en maximisant respectivement sensibilité et spécificité, pour établir trois groupes de risque par score.

Résultats :  Parmi les 5214 patients analysés, avec une durée de suivi médian de 5,6 ans (IQR: 4,4 ; 6,9), 69 ont développé un CHC, avec un délai de survenue médian de 2,5 ans (IQR: 1,5 ; 4,0). Les AUROCs corrigées de l’optimisme pour le PAGE-B et le FIB-4 étaient respectivement de 0,91 (0,8 ; 0,97) et 0,85 (0,81 ; 0,97) à 1 an, de 0,81 (0,76 ; 0,86) et 0,85 (0,70 ; 0,97) à 3 ans, et 0,83 (0,77 ; 0,89) et 0,80 (0,75 ; 0,86) à 5 ans. Il n’existait pas de différence significative entre les AUROCs corrigées des deux scores à 1, 3 et 5 ans. Les meilleurs seuils permettant d’identifier les patients à risque faible, intermédiaire et haut étaient respectivement 10 et 18 pour le PAGE-B, et 1,0 et 2,2 pour le FIB-4. Les analyses de sous-groupe (en fonction du statut cirrhotique ou du traitement à l’inclusion) ainsi que la comparaison à un modèle multivariable comportant l’ensemble des paramètres présents dans les deux scores n’ont pas mis en évidence de différence significative entre les AUROCs corrigées des deux scores à 1, 3 et 5 ans.

Conclusion : Les scores PAGE-B et FIB-4 ont montré des capacités prédictives équivalentes et robustes pour la prédiction du CHC chez les patients chroniquement infectés par le VHB dans la cohorte française nationale ANRS CO22 HEPATHER. Ils pourraient être utilisés en pratique clinique courante pour identifier les patients atteints d’hépatite B chronique les plus à risque de CHC.

L’auteur n’a pas transmis de déclaration de conflit d’intérêt

Remerciements : Remerciements aux patients de la cohorte HEPATHER ainsi qu’aux investigateurs

Références [1] World Health Organization, “Global Hepatitis Report, 2017.,” WHO, p. http://www.who.int/hepatitis/publications/global-hepatitis-report2017/en/ ,[Last accessed on Oct. 2021].
[2] G. Fattovich, “Natural history and prognosis of hepatitis B,” Semin. Liver Dis., vol. 23, no. 1, pp. 47–58, Feb. 2003, doi: 10.1055/s-2003-37590.
[3] E. Raffetti, G. Fattovich, and F. Donato, “Incidence of hepatocellular carcinoma in untreated subjects with chronic hepatitis B: a systematic review and meta-analysis,” Liver Int. Off. J. Int. Assoc. Study Liver, vol. 36, no. 9, Art. no. 9, Sep. 2016, doi: 10.1111/liv.13142.
[4] I. Varbobitis and G. V. Papatheodoridis, “The assessment of hepatocellular carcinoma risk in patients with chronic hepatitis B under antiviral therapy,” Clin. Mol. Hepatol., vol. 22, no. 3, pp. 319–326, Sep. 2016, doi: 10.3350/cmh.2016.0045.
[5] EASL European Association for the Study of the Liver, “EASL 2017 Clinical Practice Guidelines on the management of hepatitis B virus infection.,” J. Hepatol., vol. 67(2), pp. 370-398., Aug. 2017, doi: 10.1016/j.jhep.2017.03.021.
[6] R. K. Sterling et al., “Development of a simple noninvasive index to predict significant fibrosis in patients with HIV/HCV coinfection,” Hepatol. Baltim. Md, vol. 43, no. 6, Art. no. 6, Jun. 2006, doi: 10.1002/hep.21178.
[7] AFEF, Association Française pour l’Etude des maladie du Foie, “Recommandations pour le Diagnostic et le Suivi Non Invasif Des Maladies Chroniques du Foie,” Jun. 2019. Accessed: Oct. 19, 2021. [Online]. Available: https://afef.asso.fr/recommandations/recommandations-afef/ [Last accessed on Oct. 2021]
[8] G. Papatheodoridis et al., “PAGE-B predicts the risk of developing hepatocellular carcinoma in Caucasians with chronic hepatitis B on 5-year antiviral therapy,” J. Hepatol., vol. 64, no. 4, Art. no. 4, Apr. 2016, doi: 10.1016/j.jhep.2015.11.035.
[9] V. de Lédinghen, “NON-INVASIVE DIAGNOSIS AND FOLLOW-UP OF CHRONIC LIVER DISEASE,” Clin. Res. Hepatol. Gastroenterol., p. 101763, Jul. 2021, doi: 10.1016/j.clinre.2021.101763.
[10] J. H. Kim, J. W. Kim, J. W. Seo, W. H. Choe, and S. Y. Kwon, “Noninvasive Tests for Fibrosis Predict 5-Year Mortality and Hepatocellular Carcinoma in Patients With Chronic Hepatitis B,” J. Clin. Gastroenterol., vol. 50, no. 10, Art. no. 10, Dec. 2016, doi: 10.1097/MCG.0000000000000574.
[11] F.-M. Sou et al., “Incidence and predictors of hepatocellular carcinoma beyond year 5 of entecavir therapy in chronic hepatitis B patients,” Hepatol. Int., vol. 14, no. 4, Art. no. 4, Jul. 2020, doi: 10.1007/s12072-020-10031-3.
[12] Peter C. Austin1,2,3 Aurélien Latouche4,5 Jason P. Fine6,7, “A review of the use of time-varying covariates in the Fine-Gray subdistribution hazard competing risk regression model,” Stat. Med., vol. 39, pp. 103-113., 2020, doi: https://doi.org/10.1002/sim.8399.
[13] Patrick Royston and Douglas G. Altman, “Regression Using Fractional Polynomials of Continuous Covariates: Parsimonious Parametric Modelling,” J. R. Stat. Soc. Ser. C Appl. Stat., vol. Vol. 43, no. No. 3, pp. 429–467, 1994, doi: https://doi.org/10.2307/2986270.
[14] E. W. Steyerberg, F. E. Harrell, G. J. Borsboom, M. J. Eijkemans, Y. Vergouwe, and J. D. Habbema, “Internal validation of predictive models: efficiency of some procedures for logistic regression analysis,” J. Clin. Epidemiol., vol. 54, no. 8, pp. 774–781, Aug. 2001, doi: 10.1016/s0895-4356(01)00341-9.
[15] P. Blanche, C. Proust-Lima, L. Loubère, C. Berr, J.-F. Dartigues, and H. Jacqmin-Gadda, “Quantifying and comparing dynamic predictive accuracy of joint models for longitudinal marker and time-to-event in presence of censoring and competing risks,” Biometrics, vol. 71, no. 1, pp. 102–113, Mar. 2015, doi: 10.1111/biom.12232.
[16] Aalen, O.O and Johansen, S., “An empirical transition matrix for nonhomogeneous Markov chains based on censored observations.,” Scand. J. Stat., vol. 5, pp. 141–150, 1978.
[17] H. W. Lee et al., “External validation of the modified PAGE-B score in Asian chronic hepatitis B patients receiving antiviral therapy,” Liver Int. Off. J. Int. Assoc. Study Liver, vol. 39, no. 9, pp. 1624–1630, Sep. 2019, doi: 10.1111/liv.14129.
[18] T. C.-F. Yip et al., “Reassessing the accuracy of PAGE-B-related scores to predict hepatocellular carcinoma development in patients with chronic hepatitis B,” J. Hepatol., vol. 72, no. 5, pp. 847–854, May 2020, doi: 10.1016/j.jhep.2019.12.005.
[19] N. Paik et al., “Non-invasive tests for liver disease severity and the hepatocellular carcinoma risk in chronic hepatitis B patients with low-level viremia,” Liver Int. Off. J. Int. Assoc. Study Liver, vol. 38, no. 1, pp. 68–75, Jan. 2018, doi: 10.1111/liv.13489.
[20] B. K. Kim et al., “Validation of FIB-4 and comparison with other simple noninvasive indices for predicting liver fibrosis and cirrhosis in hepatitis B virus-infected patients,” Liver Int. Off. J. Int. Assoc. Study Liver, vol. 30, no. 4, pp. 546–553, Apr. 2010, doi: 10.1111/j.1478-3231.2009.02192.x.
[21] H. Nishikawa et al., “Comparison of FIB-4 index and aspartate aminotransferase to platelet ratio index on carcinogenesis in chronic hepatitis B treated with entecavir,” J. Cancer, vol. 8, no. 2, pp. 152–161, 2017, doi: 10.7150/jca.16523.
[22] T.-C. Tseng et al., “Fibrosis-4 Index Helps Identify HBV Carriers With the Lowest Risk of Hepatocellular Carcinoma,” Am. J. Gastroenterol., vol. 112, no. 10, Art. no. 10, Oct. 2017, doi: 10.1038/ajg.2017.254.
[23] T. Tada, T. Kumada, H. Toyoda, K. Tsuji, A. Hiraoka, and J. Tanaka, “Impact of FIB-4 index on hepatocellular carcinoma incidence during nucleos(t)ide analogue therapy in patients with chronic hepatitis B: An analysis using time-dependent receiver operating characteristic,” J. Gastroenterol. Hepatol., vol. 32, no. 2, Art. no. 2, Feb. 2017, doi: 10.1111/jgh.13473.
[24] B. Suh et al., “High liver fibrosis index FIB-4 is highly predictive of hepatocellular carcinoma in chronic hepatitis B carriers,” Hepatol. Baltim. Md, vol. 61, no. 4, Art. no. 4, Apr. 2015, doi: 10.1002/hep.27654.
[25] T.-C. Tseng et al., “One-year Fibrosis-4 index helps identify minimal HCC risk in non-cirrhotic chronic hepatitis B patients with antiviral treatment,” Hepatol. Int., Feb. 2021, doi: 10.1007/s12072-020-10124-z.
[26] Y. E. Chon et al., “The accuracy of noninvasive methods in predicting the development of hepatocellular carcinoma and hepatic decompensation in patients with chronic hepatitis B,” J. Clin. Gastroenterol., vol. 46, no. 6, Art. no. 6, Jul. 2012, doi: 10.1097/MCG.0b013e31825079f1.
[27] H. Nishikawa et al., “Comparison of FIB-4 index and aspartate aminotransferase to platelet ratio index on carcinogenesis in chronic hepatitis B treated with entecavir,” J. Cancer, vol. 8, no. 2, pp. 152–161, 2017, doi: 10.7150/jca.16523.
[28] European Association for the Study of the Liver. Electronic address: easloffice@easloffice.eu and European Association for the Study of the Liver, “EASL Clinical Practice Guidelines: Management of hepatocellular carcinoma,” J. Hepatol., vol. 69, no. 1, pp. 182–236, Jul. 2018, doi: 10.1016/j.jhep.2018.03.019.
[29] G. V. Papatheodoridis et al., “Hepatocellular carcinoma prediction beyond year 5 of oral therapy in a large cohort of Caucasian patients with chronic hepatitis B,” J. Hepatol., vol. 72, no. 6, Art. no. 6, Jun. 2020, doi: 10.1016/j.jhep.2020.01.007.