查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
第58届欧洲肝脏研究学会(EASL 2023)年会于2023年6月21-24日在奥地利维也纳举行。在这次大会上,南京大学医学院附属鼓楼医院感染科吴超、李婕教授团队16项研究成果入选2023欧洲肝病学会年会交流,其中3项获得青年研究者奖。研究内容主要针对乙肝以及乙肝合并脂肪肝,覆盖危险因素识别、疾病进展监测、诊断与治疗、患者免疫功能变化等多个方面,丰富地展现了过去一年来团队在肝病领域的研究与进展。中国医学论坛报社特邀吴超、李婕教授团队就研究进行分享,以飨读者。本期为大家带来《机器学习助力监测乙肝合并脂肪肝的疾病进展》。
机器学习助力监测乙肝合并脂肪肝的疾病进展
慢性乙型肝炎(CHB)始终是构成我国肝硬化、肝癌的主要病因之一。同时,随着人们生活方式、饮食结构的改变,代谢性疾病的发病率也呈逐年增高的趋势。由此,CHB合并非酒精性脂肪性肝病(NAFLD)成为临床常见的共病现象。但是,目前仍缺乏准确评估这类患者肝脏炎症、纤维化程度及肝硬化的无创模型。并且,糖尿病作为最常见的代谢性疾病,在这类患者中,其与肝脏炎症以及肝纤维化的关系尚不明确。机器学习(ML)凭借其独有的优势,可通过高效地分析数据,助力临床诊疗。因此,研究团队基于ML分别构建CHB合并NAFLD患者肝脏炎症、肝纤维化程度及肝硬化的诊断模型。
本研究连续招募2004年至2021年期间来自中国九个医疗中心的接受肝活检的CHB合并NAFLD的患者,分别作为训练队列和独立的外部验证队列。采用不同的ML模型来预测肝脏炎症G≥3、进展期纤维化(≥S3)和肝硬化(S4)。采用Pearson相关系数分别探讨29个临床特征与炎症分级、纤维化分级的相关性。Pearson相关系数绝对值>0.2的特征被纳入诊断模型。此外,通过logistic回归分析,探讨糖尿病与显著肝脏炎症(G2-G4)和显著肝纤维化(S2-S4)的关系。
研究提示,凝血酶原时间(PT)、天冬氨酸氨基转移酶(AST)、丙氨酸氨基转移酶(ALT)与肝脏炎症G≥3呈正相关,白蛋白(ALB)、血小板(PLT)与肝脏炎症G≥3呈负相关。逻辑回归(LR)模型表现最好,其AUC在训练队列中诊断肝脏炎症G≥3为0.863(0.810-0.916),在验证队列中为0.890(0.864-0.917),显著优于其他ML算法。同时,PT与进展期纤维化和肝硬化呈正相关,ALB和PLT与进展期肝硬化和纤维化呈负相关。高斯朴素贝叶斯(GNB)模型表现最好,其诊断进展期纤维化和肝硬化的AUC在训练队列中分别为0.770(0.714-0.827)和0.844(0.795-0.893),在外部验证队列中分别为0.716(0.669-0.762)和0.812(0.772-0.853),显著优于现有的无创评分(FIB-4、APRI和NFS)。此外,多变量logistic分析校正混杂因素后,明确糖尿病与显著肝脏炎症(OR 3.38;95%CI 1.46-7.86;P=0.005)和显著肝纤维化(OR 4.49;95% CI 2.08-9.72;P<0.001)独立相关。
研究主要结论是,ML可以辅助诊断CHB合并NAFLD患者肝脏炎症、肝纤维化程度和肝硬化,具有良好的准确性。并且,CHB合并NAFLD的患者若再合并糖尿病,出现显著肝脏炎症的比例较非糖尿病患者高出3倍以上,出现显著肝纤维化的比例高出4倍以上。因此,应将糖尿病视为CHB合并NAFLD患者肝病管理的一部分。
(本文版权属于中国医学论坛报社,禁止转载)
查看更多