在病毒性肝炎患者中模拟肝纤维化进展,使用机器学习工具子类型和阶段推断 (SuStaIn)

科学领域:

• 肝病学 肝病学是一种肝病学.
• 生物标志物发现发现
• 机器学习在医学中的应用

背景情况:

• 肝纤维化进展和生物标志物变化尚未完全理解.
• 乙型肝炎病毒 (HBV) 和乙型肝炎病毒 (HCV) 是导致肝病的主要原因.
• 需要新的工具来阐明疾病进展模式.

研究的目的:

• 在HBV和HCV患者中调查肝纤维化进展.
• 在疾病进展过程中识别生物标志物变化的模式.
• 使用机器学习工具子类型和阶段推理 (SuStaIn).

主要方法:

• 168名患者的回顾性研究 (HBV,HCV,对照).
• 从MRI中收集了血清生物标志物 (APRI,FIB-4) 和成像生物标志物 (Q-LSC,CEI,RV/TV).
• 将SuStaIn应用于z得分的生物标志物以确定进展序列.

主要成果:

• 建立了一个一致的生物标志物转换顺序:APRI,FIB-4,CEI,Q-LSC,RV/TV.
• 这一序列在HBV和HCV患者中一致.
• SuStaIn确定了肝纤维化进展的不同阶段.

结论:

• 血清生物标志物的异常会先于肝脏达酸吸收的变化.
• 肝叶缩是纤维化进展的晚期表现.
• SuStaIn为病毒性肝炎中肝纤维化进展提供了新的见解.