MASLDのデータ駆動型クラスター化モデルの検証：3つの大規模アジアコホートからのエビデンス

科学分野:

• 肝臓病学
• 心臓病学
• 内分泌学

背景:

• 代謝機能障害関連脂肪肝疾患（MASLD）は、肝臓および心血管合併症に対するリスクが変動する不均一な状態です。
• 異なるMASLDサブタイプの特定は、リスク層別化および個別化管理に不可欠です。
• 既存のMASLDクラスター化モデルのアジア人集団への適用には検証が必要です。

研究 の 目的:

• 3つの異なるアジアコホートでデータ駆動型MASLDクラスター化モデルを検証すること。
• 特定されたMASLDサブタイプ全体での主要有害心血管イベント（MACE）、肝臓関連イベント（LRE）、および新規発症2型糖尿病（T2DM）の差次的リスクを評価すること。
• アジア人集団におけるMASLDサブタイピングの臨床的有用性を判断すること。

主な方法:

• 年齢、BMI、HbA1c、ALT、LDL-C、トリグリセリドを含む臨床変数を使用してクラスター分析を実行しました。
• 主要有害心血管イベント（MACE）、肝臓関連イベント（LRE）、および新規発症2型糖尿病（T2DM）をアウトカムとして分析しました。
• MASLDクラスター全体のリスクとインシデントイベントを評価するために、Cox回帰およびKaplan-Meier分析を採用しました。

主要な成果:

• 3つのアジアコホート全体で、MACE、LRE、およびT2DMの異なるMASLDリスクパターンが観察されました。
• 心血管代謝クラスターは、すべてのコホートで一貫してMACEに対する最高リスクを示しました。
• 肝臓特異的クラスターは、2つのコホートでLREに対する最高リスクを示しましたが、別のコホートでは心血管代謝クラスターと肝臓特異的クラスターの両方でLREリスクが増加しました。

結論:

• 検証されたMASLDクラスター化モデルは、アジア人集団に適用可能です。
• MASLD内のサブグループの特定は、個別化リスク評価と治療を促進します。
• このアプローチは、MASLD患者のアウトカムを最適化するための個別化管理戦略をサポートします。