目前，慢乙肝（chronic hepatitis B, CHB）的最佳治疗终点是HBsAg清除，已有充分证据表明这一终点可改善临床结局。尽管HBsAg清除可降低肝细胞癌（hepatocellular carcinoma, HCC）或肝功能失代偿的发生风险，但残余风险仍不容忽视，需持续主动监测。近期，《Journal of Hepatology》上刊登了Hur等人的研究，基于大规模跨国数据，研究者开发了针对功能性治愈CHB患者的机器学习模型（PLAN-B-CURE），以预测HCC、失代偿及肝脏相关死亡等肝脏相关结局（liver-related outcomes, LROs）风险。该模型纳入7项变量（年龄、性别、饮酒史、糖尿病、肝硬化、血清白蛋白及血小板计数），在训练集和验证集中均显示出显著优于既往模型的预测性能。尽管研究设计严谨，以下几点仍需进一步探讨。

  首先，本研究将HCC、失代偿及肝脏相关死亡合并为主要结局。失代偿在LROs中占比较高（训练队列占37.2%，29例），且研究纳入了肝硬化及合并静脉曲张或腹水等并发症的患者。根据现有文献，肝硬化患者5年内肝性脑病风险为40%，腹水风险为40%，每年静脉曲张出血风险为9%。因此，需考虑肝硬化患者在随访期间高发的失代偿事件可能导致模型预测准确性被高估。这一偏倚可能掩盖功能性治愈后LROs进展的其他重要因素或机制，从而限制模型的普适性，使其难以完全适用于广泛的CHB功能性治愈人群。

其次，研究中与PLAN-B-CURE对比的模型（如PAGE-B、mPAGE-B、REACH-B、CU-HCC及Yang等开发的模型）仅以HCC为结局，而PLAN-B-CURE纳入了多种LROs（尤其侧重失代偿）。这种差异可能导致模型间的可比性受限。故建议开发以HCC为单一结局的机器学习模型，以便更直接地与其他模型进行比较。

  第三，研究结果显示，在实现HBsAg清除的CHB患者中，肝硬化患者的HCC风险更高。 然而，针对Child-Pugh A级和B级肝硬化患者，现行国际指南已推荐常规HCC筛查。临床实践中，亟需解决的关键问题是如何对无肝硬化且实现功能性治愈的患者实施监测与干预以降低LROs发生率。因此，我们建议根据基线肝硬化状态进行亚组分析，专门针对无肝硬化的功能性治愈患者开发LROs预测模型，以提供更具临床意义的指导。

此外，本研究仅排除了4例合并其他免疫性或代谢性肝病患者。既往研究显示，在831例实现功能性治愈的CHB患者中，139例（16.7%）诊断为代谢相关脂肪性肝病（MAFLD）。需澄清文中“metabolic liver disease”是否指MAFLD，或解释MAFLD患病率显著差异的原因。既往文献表明，MAFLD是HCC的已知危险因素，合并MAFLD的CHB患者结局较单纯CHB更差。

尽管上述问题需审慎考量，其采用现代机器学习方法具有前瞻性，为未来研究与临床应用提供了重要方向。