一个新的风险预测模型,用于MASLD的肝细胞癌:一个跨国,多中心的队列研究
Ho Soo Chun1, Minjong Lee1, Hye Ah Lee2
1Department of Internal Medicine, Ewha Womans University College of Medicine, Seoul, Republic of Korea; Department of Internal Medicine, Ewha Womans University Medical Center, Seoul, Republic of Korea.
概括
一个新的MASLD-HCC评分识别了与代谢功能障碍相关的脂肪性肝病患者的肝细胞癌的高风险. 关键因素包括肥胖和糖尿病,使HCC发展的风险分层更好.
科学领域:
- 肝病学和胃肠病学 肝病学和胃肠学
- 代谢综合征研究 代谢综合征研究
- 瘤学和癌症风险预测预测
背景情况:
- 与代谢功能障碍相关的脂肪性肝病 (MASLD) 在全球范围内越来越令人担忧.
- 在MASLD患者中确定与肝细胞癌 (HCC) 相关的心脏代谢风险因素 (CMRF) 是至关重要的,但不清楚.
- 需要在MASLD中对HCC进行验证的风险预测模型.
研究的目的:
- 开发和验证一种新的风险预测模型,用于MASLD患者的HCC.
- 确定与MASLD中HCC发展显著相关的特定CMRF.
- 为了使医生能够在MASLD患者中对HCC风险进行分层.
主要方法:
- 一项多中心队列研究,涉及亚洲和西方国家的20个医疗中心的77,677名MASLD患者 (2004-2023年).
- 在韩国培训队伍中使用时间变化的Cox多变量分析开发MASLD-HCC得分 (n=36,800).
- 在不同的亚洲和西方人群中进行内部验证 (n=36,799) 和外部验证 (n=4078).
主要成果:
- 超重/肥胖 (或中心肥胖) 和糖尿病前期/糖尿病独立地与MASLD中的HCC发展有关.
- 开发的MASLD-HCC得分显示出强大的预测性能,Harrell的C指数为0.84 (培训),0.83 (内部验证) 和0.93 (外部验证).
- 通过MASLD-HCC得分识别的高风险个体显示HCC发育风险显著升高 (在培训/内部中sHR>11,在外部验证中sHR>56).
结论:
- 超重/肥胖和糖尿病前期/糖尿病是MASLD患者中HCC风险增加的重要预测因素.
- 新的MASLD-HCC评分有效地分层了MASLD中的HCC风险.
- 这个分数可以帮助临床医生识别有针对性的监测和干预的高风险个体.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
200
