当前位置:EASL-欧洲肝脏研究协会年会  » 正文
EASL2022丨郑明华教授团队:新建MAFLD序贯算法,快速准确筛选出高危患者
——  作者:    时间:2022-06-27 04:42:18    阅读数: 12

随着代谢功能障碍相关脂肪性肝病(MAFLD)发病率和患病率的增加,临床迫切需要可以准确、快速评估患者疾病状态的诊断方法。第57届欧洲肝病研究学会年会(EASL2022)暨2022年国际肝脏大会TM(ILC 2022)上,我国温州医科大学附属第一医院郑明华教授团队介绍了一种新序贯算法,该算法不仅可以可靠地评估MAFLD患者的炎症水平和纤维化程度,使其更容易排除低风险患者并推荐高风险患者进行及时的转诊治疗,而且能够减少临床肝活检的需求(摘要编号:FRI069)。《国际肝病》特邀团队详细介绍这项新算法,相关内容分享入下。
 
 
基于PRO-C3的序贯算法可筛查亚洲MAFLD人群中的高危NASH和严重纤维化
 
研究背景
 
代谢功能障碍相关脂肪性肝病(MAFLD)的发病率和患病率增加, 因此我们测试了一种新序贯算法用于评估MAFLD患者肝脏炎症和纤维化状态的诊断性能。
 
研究方法
 
本研究纳入了来自两个前瞻性的亚洲队列,包括327例经活检证实的MAFLD患者(262例来自温州,65例来自香港)的数据。受试者工作特征曲线下面积(AUROC)用于测试FAST、ADAPT、Agile 3+和Agile 4的诊断性能,并与其他广泛使用的无创纤维化评分进行比较和分析。
 
研究结果
 
对于高危进行性脂肪性肝炎的患者[脂肪性肝炎+NAFLD活动评分(NAS)≥4+ F ≥2],FAST评分的AUROC为0.801[95%置信区间(CI):0.739-0.863],并且阴性预测值(NPV)为0.951。对于晚期纤维化(F3)和肝硬化(F4)的患者,ADAPT、Agile 3+和Agile 4的AUROC分别为0.879(95% CI:0.825~0.933)、0.805(95% CI:0.725~0.886)和0.943(95% CI:0.892~0.994),NPV分别为0.972、0.952和0.992。ADAPT+Agile 4组合的新序贯算法同样优于其他组合(AUROC=0.88,95% CI:0.824~0.935),并且在验证队列中具有相似的结果。
 
这种新的组合算法方法可以更准确地筛选出高危晚期纤维化患者,即真阳性(TP)组的数量从21%、26%和31%增加到32%,同时减少需要肝脏活检的患者数量,包括假阳性(FP)、假阴性(FN)和不确定组从34%、32%、26%减少至20%(如下图所示)。同时,在所有亚组分析(按性别、年龄、糖尿病、NAS、BMI和ALT分层)中,ADAPT+Agile 4同样具有良好的诊断性能。
 
 
研究结论
 
新的序贯算法可以可靠地评估MAFLD患者的炎症水平和纤维化程度,使其更容易排除低风险患者并推荐高风险患者进行及时的转诊治疗,同时减少肝活检的需要。
 
研究者说
 
在这项研究中,我们结合了三种非侵入性诊断评分(FAST、ADAPT 和Agile 4评分)来识别MAFLD进行性脂肪性肝炎和晚期纤维化,从而对肝病的严重程度进行分类。这种联合诊断方法的诊断准确性明显优于其他无创评分系统,其优越性在独立验证队列中得到进一步证实。
 
我们建立的这种三步算法只需要患者进行一些简单的血液检测(血清PRO-C3水平)和纤维化检测(FibroScan测量的CAP和LSM)。结合患者的临床基本信息,就可以构建一套完整的无创评估系统,准确、快速地评估患者的疾病状态,可大大提高诊断效率。面对庞大的MAFLD人群,序贯算法可以自动筛选出需要转诊治疗的低危患者和高危患者,减少不必要的社会和经济负担。
 
 
专家简介
 
唐梁杰
 
温州医科大学 在读硕士
 
温州医科大学第一临床医学院2019级内科学学术型硕士研究生。在校期间共发表国内外论文16篇,其中以第一作者身份在SCI期刊发表论文2篇(中科院一区,IF: 8.694;中科院三区,IF: 3.869),以共一作者身份发表1篇(中科院二区,IF: 5.091)。在亚太肝病学会及全国肝病学会议发言2次,欧洲肝病学会壁报展示1次。获得省级优秀毕业生,研究生学业二等奖学金,优秀研究生干部,优秀共产党员等荣誉。担任院研究生会副主席,团委副书记等职务。
 
 
专家简介
 
郑明华
 
温州医科大学附属第一医院,感染内科
 
科室副主任,主任医师,教授,医学博士,博士生导师
 
长期致力于脂肪性肝病的临床与研究,作为中国大陆地区2名专家之一参与起草代谢相关脂肪性肝病国际专家共识2项(全球及亚太区专家共识),同时参编国内》中国脂肪性肝病诊疗规范化的专家建议(2019年修订版)》一项。
 
 
往期推荐
 
 
 
 
 

发表评论

全部评论