相关实验视频
Updated: Jul 30, 2026
08:58
Optimized Analysis of In Vivo and In Vitro Hepatic Steatosis
Published on: March 11, 2017
15.8K
确定增长分化因子15作为代谢功能障碍相关的脂肪肝炎的早期预测生物标志物:英国生物银行蛋白质数据的嵌套病例对照研究
Hao Wang1,2, Xiaoqian Xu1,2, Lichen Shi1,2
1National Clinical Research Center for Digestive Disease, State Key Lab of Digestive Health, Beijing Friendship Hospital, Capital Medical University, Beijing, China.
Diabetes, obesity & metabolism
|February 6, 2025
概括
增长分化因子15 (GDF15) 可以在诊断前10年内预测代谢功能障碍相关的脂肪肝炎 (MASH). 一个基于GDF15的模型显示了早期MASH风险识别的前景.
科学领域:
- 肝病学和胃肠病学 肝病学和胃肠学
- 蛋白质组学和生物标志物发现发现
- 代谢和心血管疾病
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,具有显著的长期并发症.
- 早期诊断和风险分层对于有效的MASH管理至关重要.
- 在临床诊断前很长时间确定MASH的预测生物标志物仍然是一个挑战.
研究的目的:
- 评估六种已确定的代谢功能障碍相关的脂肪性肝病 (MASLD) 生物标志物的预测能力,用于未来的MASH诊断.
- 评估这些生物标志物的预测准确性,使用来自英国生物银行的蛋白质组数据.
- 为了确定这些生物标志物是否可以预测MASH的发展,提前10多年.
主要方法:
- 使用嵌套病例控制研究设计,将MASH病例与匹配的对照组进行比较.
- 蛋白质学,人类学和生物化学数据来自英国生物银行.
- 对CDCP1,FABP4,FGF21,GDF15,IL-6和THBS2的基线水平进行了前性分析,以预测MASH.
主要成果:
- GDF15在5年和10年MASH的预测性表现强,AUC分别为0.90和0.86.
- 使用GDF15,FGF21,IL-6和THBS2的预测模型在5年和10年实现了0.88的AUC.
- 一个包含GDF15,FGF21,IL-6,THBS2,BMI,ALT和TC的蛋白质临床模型产生了0.92 (5年) 和0.89 (10年) 的AUC.
结论:
- 基线GDF15水平是早期MASH检测的强大个体预测指标.
- GDF15和基于GDF15的预测模型显示了潜在的易于实施的工具,用于识别高风险MASH患者.
- 这些发现支持使用蛋白质组生物标志物进行长期MASH风险分层.
