对NAFLD风险预测模型的开发和验证:基于物理检查的人口的研究
Chunmei Yang1,2, Tingwan Du1, Yueying Zhao1
1Department of Nutrition and Food Hygiene, School of Public Health, Southwest Medical University, Luzhou, 646000, People's Republic of China.
Diabetes, metabolic syndrome and obesity : targets and therapy
|January 15, 2024
概括
一种新的诺莫格拉姆模型使用临床数据准确预测非酒精性脂肪性肝病 (NAFLD) 风险. 该工具增强了NAFLD查和个性化医疗管理,以获得更好的患者结果.
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
- 预测分析是一种预测分析.
背景情况:
- 非酒精性脂肪性肝病 (NAFLD) 是一个重大的全球健康挑战.
- 早期和准确的查对于有效的NAFLD管理至关重要.
- 目前的诊断方法可能是侵入性的或缺乏个性化.
研究的目的:
- 开发和验证一个精确的,个性化的NAFLD预测模型.
- 通过加强风险评估,改进NAFLD查和医疗保健管理.
主要方法:
- 一组730名参与者被随机分为培训 (3:7) 和验证组.
- 最小绝对收缩和选择操作员 (LASSO) 回归和后勤回归确定了关键预测因素.
- 用ROC曲线,校准图和决策曲线分析 (DCA) 来评估模型性能.
主要成果:
- 最终的模型包含了九个变量:性别,高血压,腰围,BMI,血小板计数,甘油三,高密度胆固醇,血葡萄糖和ALT.
- 该模型实现了高预测准确性,AUC值为0.877 (训练) 和0.871 (验证).
- 校准图表显示了预测和观察概率之间的良好一致性,DCA证实了临床效用.
结论:
- 为NAFLD风险预测而构建了一个经过验证的诺莫格拉姆模型.
- 该模型补充了传统的NAFLD检测方法.
- 它促进了个性化的风险评估,有助于个性化的医疗保健策略.
