开发和临床验证一种基于蛋白质生物标志物的新型算法,用于预测晚期肝纤维化风险和诊断:一项多中心研究
Chloe Yu-Yan Cheung1, Pei Wan1, Heng Wan2
1State Key Laboratory of Pharmaceutical Biotechnology, University of Hong Kong, Hong Kong, China; Department of Medicine, School of Clinical Medicine, University of Hong Kong, Hong Kong, China; Guangdong-Hong Kong Joint Institute for Metabolic Medicine, University of Hong Kong, Hong Kong, China.
使用血栓素-2 (TSP2) 和公素3 N-终端 (PIIINP) 的新TAP评分算法显示,它有望在2型糖尿病和肥胖患者中检测肝纤维化. 这种非侵入性测试 (NIT) 与现有方法 (如增强性肝纤维化 (ELF) 测试) 相比,提供了更好的准确性.
科学领域:
- 肝病学 肝病学是一种肝病学.
- 生物标志物发现发现
- 代谢疾病 代谢疾病
背景情况:
- 2型糖尿病 (T2D) 和肥胖是代谢功能障碍相关的脂肪性肝病 (MASLD) 肝纤维化的主要风险因素.
- 目前的肝纤维化非侵入性测试 (NIT) 在T2D/肥胖人群中缺乏可靠性和成本效益.
研究的目的:
- 开发和验证一种新的基于生物标志物的算法,用于检测MASLD的T2D/肥胖患者的晚期肝纤维化.
- 评估循环血栓蛋白-2 (TSP2) 和公原3N终端 (PIIINP) 作为纤维化标志物的诊断性能.
主要方法:
- 在三个独立的队列 (N=1872) 中评估了TSP2和增强性肝纤维化 (ELF) 测试组件,包括T2D和致病肥胖患者.
- 通过多变量逻辑回归使用TSP2和PIIINP开发了TAP得分算法.
- 与现有的NIT相比,TAP得分的表现:ELF,FIB-4和NAFLD纤维化得分 (NFS).
主要成果:
- 与ELF (AUC:0.809),FIB-4 (AUC:0.597) 和NFS (AUC:0.585) 相比,TAP得分显示出更高的诊断性能 (AUC:0.900).
- 塔普得分实现了高特异性 (85.16%),敏感性 (78.62%) 和负预测值 (95.08%).
- 该算法在外部验证队列中显示了可比的性能,并且与ELF相比减少了不确定的结果.
结论:
- 在T2D/肥胖MASLD患者中,TAP评分显示出作为一种新型,准确的非侵入性肝纤维化晚期肝纤维化测试的显著潜力.
- 这种基于生物标志物的算法比目前的ELF测试提供了更好的诊断能力.
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
08:41Novel In Vivo Micro-Computed Tomography Imaging Techniques for Assessing the Progression of Non-Alcoholic Fatty Liver Disease
Published on: March 24, 2023
相关概念视频
01:25Ultrasound II: Endoscopic Ultrasound and FibroScan
Endoscopic Ultrasound (EUS):
01:22Effect of Hepatic Disease on Pharmacokinetics: Pathophysiologic Assessment and Liver Function Test