使用Fibro-Scope系统用于与代谢功能障碍相关的脂肪性肝病的两步方法的预后性能

科学领域:

• 肝病学 肝病学是一种肝病学.
• 人工智能在医学中的应用
• 非侵入性诊断 非侵入性诊断

背景情况:

• 与代谢功能障碍相关的脂肪性肝病 (MASLD) 是一个日益严重的全球健康问题.
• 准确,非侵入性评估肝纤维化对于患者管理至关重要.
• 目前肝纤维化的诊断方法可能是侵入性的或缺乏精度.

研究的目的:

• 通过使用纤维化-4 (FIB-4) 指数和Fibro-Scope人工智能系统来评估两步方法的诊断性能.
• 评估这种综合方法在日本患有MASLD的患者中的预测和预后能力.
• 确定这种用于识别高风险个体的非侵入性策略的临床实用性.

主要方法:

• 对796名日本患者的纵向队列进行分析,这些患者的活检证明了MASLD.
• 应用两步诊断策略:初步计算FIB-4指数,然后对中等风险病例进行纤维镜分类.
• 在6.4年的随访期内评估肝脏相关事件和预后结果的预测性表现.

主要成果:

• 两步方法成功地将患者分为低 (69.6%),高 (28.3%) 和中 (2.1%) 风险组.
• 预测晚期纤维化 (≥F3) 的灵敏度和特异性均为84.0%.
• 通过这种方法识别的高风险患者显示肝脏相关事件 (30.1) 和不良结果 (7.8) 的危险比率显著增加.

结论:

• 结合FIB-4指数和Fibro-Scope方法可以提高MASLD患者肝纤维化诊断的准确性.
• 这种基于血液样本的非侵入性方法有效地识别高风险个体,帮助临床决策.
• 由于成本效益和适合临床实践,这种方法具有价值,特别是在日本.