使用MASLD多基因风险评分进行人口分层,通过临床纤维化得分改善了通过临床纤维化得分预测严重肝病的情况
Zhenqiu Liu1, Huangbo Yuan1, Chen Suo2
1Human Phenome Institute, Research and Innovation Center, Shanghai Pudong Hospital, Fudan University, Shanghai, 201203, China; Fudan University Taizhou Institute of Health Sciences, Taizhou, 225316, China.
概括
根据基因预测的肝脂肪含量 (gHFC) 风险得分对个体进行分层,可以显著改善严重肝病的预测. 这种方法提高了临床纤维化得分,特别是用于识别肝细胞癌风险.
科学领域:
- 遗传学 是一个遗传学.
- 肝病学 肝病学是一种肝病学.
- 生物信息学是一种生物信息学.
背景情况:
- 目前严重肝病 (SLD) 的多基因风险评分 (PRS) 的预测准确性有限.
- 需要一种新的方法来重新定位PRS在临床实践中的应用,以预测肝脏疾病.
研究的目的:
- 开发和验证基因预测肝脂肪含量 (gHFC) 的多基因风险评分.
- 评估gHFC PRS在分层个人严重肝病风险和改善临床纤维化得分表现方面的实用性.
主要方法:
- 用英国生物银行数据对肝脂肪含量 (HFC) 进行全基因组关联研究.
- 构建一个gHFC多基因风险评分 (PRS).
- 在独立队列中应用gHFC PRS来分层风险和评估临床纤维化得分 (FIB-4,Forns,APRI).
主要成果:
- 单独gHFC PRS对SLD的预测能力有限.
- 通过gHFC的分层显著改善了FIB-4,Forns和APRI的预测性能,特别是在肝细胞癌 (HCC) 中.
- 在所有纤维化得分中,用于HCC预测的接收器运行特征曲线下的面积在最高gHFC五分位数中显著更高.
结论:
- 在应用临床纤维化得分之前使用PRS进行人口分层是预测SLD更有效的.
- 这种基于PRS的分层策略增强了现有的肝病风险评估工具的临床实用性.
