相关实验视频
Updated: Jul 25, 2026

08:58
Optimized Analysis of In Vivo and In Vitro Hepatic Steatosis
Published on: March 11, 2017
15.8K
与代谢功能障碍相关的脂肪肝炎 (INFORM MASH) 的非侵入性鉴定:一项回顾性队列和疾病建模研究
G Craig Wood1, Anthony Hoovler2, Rakesh Luthra2
1Geisinger Health System Center for Obesity and Metabolic Research, Danville, PA, USA.
Expert review of gastroenterology & hepatology
|March 11, 2025
概括
使用常见临床数据的新复合评分可以帮助非侵入性地识别代谢功能障碍相关的脂肪肝炎 (MASH) 和具有显著纤维化的MASH. 这一分数显示了早期MASH查和诊断的前景.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 非侵入性诊断 非侵入性诊断
- 代谢性肝病 代谢性肝病
背景情况:
- 代谢功能障碍相关的脂肪肝炎 (MASH) 需要非侵入性识别方法.
- 预测MASH和显著纤维化对于患者管理至关重要.
研究的目的:
- 开发和验证MASH和临床显著纤维化 (F2-F4) 的MASH的非侵入性预测模型.
- 用共同的临床参数和电子健康记录 (EHR) 数据来预测MASH.
主要方法:
- 追溯分析2698名患者的EHR数据和肝脏活检 (2016-2021年).
- 使用肝酶 (ALT,AST),先前的AST,代谢疾病,脉和BMI的复合概率得分的开发.
- 使用曲线下的面积 (AUC) 验证得分的预测准确性.
主要成果:
- 综合得分显示,与FIB-4,APRI和NFS相比,MASH预测的灵敏度和特异性更高.
- 对于预测有显著纤维化的MASH,得分的表现与FIB-4和APRI相比,优于NFS.
结论:
- 一个新的复合概率得分有效预测MASH和MASH与临床显著的纤维化.
- 这一分数有可能作为MASH的早期查工具.
更多相关视频
04:14Incorporation of a Survivable Liver Biopsy Procedure in Mice to Assess Non-alcoholic Steatohepatitis NASH Resolution
Published on: April 16, 2019
11.8K
07:03Author Spotlight: Establishing MASLD Cell Models for Investigating Disease Mechanisms and the Lipid-Lowering Effects of Koumiss
Published on: July 19, 2024
735