在退伍军人事务电子健康记录中使用弹性扫描数据检测肝硬化预测算法

科学领域:

• 肝病学 肝病学是一种肝病学.
• 医疗信息学 医疗信息学
• 公共卫生 公共卫生

背景情况:

• 非酒精性脂肪肝 (NAFLD) 是一个日益严重的全球健康问题.
• 早期检测肝硬化症 (HS) 对于及时的肝病学转诊至关重要.
• 控制衰减参数 (CAP) 的振动控制过时弹性图 (VCTE) 是一种已验证的HS诊断的非侵入性工具.

研究的目的:

• 开发和验证一种新的临床预测算法,用于退伍军人HS.
• 确定高CAP分数的关键临床预测因素.
• 在退伍军人群体中确定HS检测的最佳CAP值.

主要方法:

• 追溯分析403名退伍军人从大洛杉矶VA医疗保健系统获得VCTE数据.
• 排除患有酒精相关的肝病,特定的C型肝炎基因型,恶性瘤或肝移植的患者.
• 线性回归以确定NAFLD的预测因子;接收器运行特征分析以确定CAP值,使用活检,MRI和超声作为黄金标准.

主要成果:

• 队列多样化:26%的黑人/非洲裔美国人,20%的西班牙裔.
• 增加CAP的预测因素包括糖尿病,胆固醇,甘油三,BMI和西班牙裔种族.
• 预测模型与实际的CAP分数有很强的相关性 (r=0.61),在验证中具有82%的灵敏度和83%的特异性. 最佳的CAP截止值是273.5dB/m (AUC=75.5%). 这是一个很好的方法.

结论:

• 一个新的临床算法有效地预测了退伍军人的HS,有助于风险分层.
• 该工具有助于将处于危险状态的退伍军人与非侵入性检测和分专科护理联系起来.
• 未来的研究应该探索算法在非专业诊所的适用性,因为潜在的转诊偏差.