基于人工智能的数字病理学为MASLD中的生活方式干预诱导的纤维化回归提供了新的见解:一项探索性研究

科学领域:

• 肝病理学和数字病理学
• 代谢功能障碍相关的脂肪肝炎 (MASH) 研究研究
• 纤维化评估和干预研究研究纤维化.

背景情况:

• 代谢功能障碍相关的脂肪肝炎 (MASH) 是一个日益严重的健康问题,肝纤维化是不良临床结果的关键预测因素.
• 生活方式干预是MASH的主要治疗方法,但了解其对纤维化的确切影响,特别是在临床试验中,仍然至关重要.
• 安慰剂效应显著影响MASH试验结果,需要精确的方法来评估标准组织学分期之外的治疗疗效.

研究的目的:

• 用先进的数字病理学探索生活方式干预对MASH患者肝纤维化的影响.
• 用人工智能驱动的第二波生成/双光子激发光 (SHG/TPEF) 显微镜 (qFibrosis) 来定量评估纤维化变化.
• 在MASH临床试验中调查qFibrosis在区分治疗效果和理解安慰剂反应方面的潜力.

主要方法:

• 对MASH患者进行常规生活方式干预 (RLI) 或强化生活方式干预 (SLI) 的配对肝活检 (基线和干预结束) 的分析.
• 使用数字病理学工具qFibrosis对特定的肝脏区域进行肝纤维化的量化:门道,周门,过渡,周中心和中心静脉.
• 在RLI和SLI组之间比较纤维化回归率.

主要成果:

• 在RLI组的约20%患者和SLI组的65%患者中观察到纤维化回归.
• 在两次干预后,肝纤维化呈现回归趋势或没有变化,在SLI组中效果更为明显.
• 由SLI诱导的肝纤维化回归主要在周门区域观察到.

结论:

• 强化生活方式干预 (SLI) 与常规生活方式干预 (RLI) 相比,对肝纤维化回归产生更大的影响,特别是在周围区域.
• 数字病理学,特别是qFibrosis,有效地检测和量化纤维化回归,提供了传统分期无法捕获的见解.
• qFibrosis方法在周门区域检测纤维化变化的能力可能有助于区分MASH临床试验安慰剂组中的RLI和SLI效应.