开发和验证一个评分系统,以预测有明显肝纤维化MASLD患者的得分
Linjing Long1, Yue Wu2, Huijun Tang3
1Department of Gastroenterology, the Fifth Affiliated Hospital, Guangzhou Medical University, Guangdong, 510700, People's Republic of China.
Scientific reports
|March 21, 2025
概括
一个新的DA-GAG得分有效地预测了代谢功能障碍相关的脂肪性肝病 (MASLD) 患者的显著肝纤维化 (≥F2). 这种简单的模型有助于早期识别,减少医疗保健负担.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 临床诊断 临床诊断 临床诊断
- 生物标志物开发 生物标志物开发
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.
- 准确预测肝纤维化对于及时干预和管理至关重要.
- 目前的纤维化诊断方法可能是侵入性的或昂贵的.
研究的目的:
- 开发和验证一种简单的,非侵入性模型,用于预测MASLD患者的显著肝纤维化 (≥F2).
- 确定能够有效区分肝纤维化不同阶段的关键临床变量.
- 通过早期检测纤维化,减少诊断负担并改善患者的治疗结果.
主要方法:
- 利用791名经过活检验证的MASLD患者的数据进行模型开发和内部验证.
- 采用随机分层抽样,将数据分为培训和内部测试集.
- 开发了一种多变量后勤回归模型,并使用FLINT试验和多个中国中心的数据对其进行外部验证.
主要成果:
- 开发的DA-GAG得分,包括糖尿病,年龄,GGT,AST/血小板比率和全球蛋白/总蛋白比率,显示出高的预测性能.
- 在训练集中实现了接收器操作特征曲线 (AUROC) 下的面积为0.79,在测试数据集中超过0.80.
- 该得分有效地区分了MASLD患者的≥F2纤维化,在外部验证中表现优越.
结论:
- DA-GAG评分是一个简单而有效的工具,用于识别患有严重肝纤维化 (≥F2) 的MASLD患者.
- 这种非侵入性评分系统可以显著减少与MASLD诊断相关的医疗负担.
- DA-GAG评分有望在MASLD管理中广泛临床应用.
