快递:在高风险人群中进行高级肝纤维化算法查,与过渡弹性图形学结果的相关性

科学领域:

• 肝病学 肝病学是一种肝病学.
• 医学诊断 医学诊断 医学诊断
• 生物统计学 生物统计学

背景情况:

• 肝脏活检是纤维化评估的黄金标准,但具有侵入性和成本.
• 迫切需要准确的,非侵入性的方法来评估肝纤维化严重程度.
• 目前的非侵入性方法,如瞬态弹性图 (TE) 作为参考标准,但有局限性.

研究的目的:

• 评估一种新的算法FibroPredict的诊断性能,用于检测晚期肝纤维化.
• 为了比较FibroPredict与暂时弹性图 (TE) 和其他非侵入性标记 (APRI,FIB-4) 的准确性.
• 评估FibroPredict在高风险人群中的实用性,以排除晚期肝纤维化.

主要方法:

• 对316名高风险个体进行了回顾性队列研究.
• 使用电子健康记录 (EHR) 数据和常规实验室结果.
• 计算了FibroPredict,APRI和FIB-4分数,并将它们与通过过渡性弹性学 (TE) 测量的肝硬度 (LSM) 进行了比较.

主要成果:

• 对于晚期纤维化 (LSM ≥8 kPa),FibroPredict 获得了96.8%的灵敏度和90.9%的负预测值 (NPV),截止值为≥135.5.
• 在敏感性和排除晚期纤维化的能力方面,FibroPredict的表现优于FIB-4.
• APRI表现出高特异性但敏感性很低,而FIB-4的敏感性较低但比FibroPredict.具有更好的特异性.
• FibroPredict的特异性很低 (21.0%),这表明错误阳性率更高.

结论:

• FibroPredict是一种高度敏感的工具,具有强大的NPV,因此对于排除晚期肝纤维化,特别是在资源有限的环境中非常有价值.
• 由于FibroPredict的特异性较低,因此需要进行确认性测试 (例如,TE) 或与其他标记物 (如APRI) 结合,以提高诊断准确性.
• FibroPredict代表了肝纤维化评估的有希望的非侵入性替代方案,补充了现有的诊断策略.