代谢相关脂肪性肝病发生脂肪性肝炎的无创诊断模型构建及分析

• Published in: Linchuang gandanbing zazhi Vol. 39; no. 8; pp. 1857 - 1866
• Main Authors: 陈智恒, 高博文, 桂蓓, 施梅姐, 萧焕明, 谢玉宝, 黎胜, 池晓玲
• Format: Journal Article
• Language: Chinese
• Published: Changchun Journal of Clinical Hepatology 01.08.2023; 广州中医药大学第二附属医院,广州 510006; 广州中医药大学第二附属医院,广州 510006%广东省中医院肝病科,广州510006; 广州中医药大学第二临床医学院,广州510006%广东省中医院肝病科,广州510006; 省部共建中医湿证国家重点实验室(广州中医药大学第二附属医院),广州510120
• Subjects: Body mass index; Calibration; Fatty liver; Liver diseases; Metabolism; Nomograms; Regression analysis; 代谢相关脂肪性肝病; 非酒精性脂肪性肝病; 诊断; Metabolic Associated Fatty Liver Disease; Diagnosis; Non-alcoholic Fatty Liver Disease
• ISSN: 1001-5256; 2097-3497
• DOI: 10.3969/j.issn.1001-5256.2023.08.014

目的 通过临床一般资料、血清学指标及肝脏弹性成像无创检查手段，基于LASSO及Logistic回归建立代谢相关脂肪性肝病(MAFLD)发生脂肪性肝炎的诊断模型，并评估该模型的诊断价值。 方法 纳入2018年1月—2021年12月于广东省中医院诊断为MAFLD且完善肝病理活检的患者为研究对象299例，根据肝病理NAS评分将其分为脂肪性肝炎组(n=170)例和无脂肪性肝炎组(n=129)。先后通过LASSO回归及多因素Logistic回归筛选MAFLD发生脂肪性肝炎的影响因素，并建立无创诊断模型，利用列线图形式可视化，采用加强Bootstrap法进行内部验证，绘制ROC曲线及Calibration曲线，并在MAFLD+NAFLD和MAFLD+cHBVi两个亚组人群中观察模型的诊断效能，并与其他诊断模型进行比较分析。计数资料组间比较采用χ2检验；符合正态分布的计量资料组间比较采用成组t检验，不符合正态分布的计量资料组间比较采用Mann-Whitney U检验。采用多因素Logistic回归分析，筛选最佳诊断因素，构建列线图诊断模型，绘制受试者工作特征曲线(ROC曲线)，计算ROC曲线下面积(AUC)，并进一步采用加强Bootstrap法对模型进行内部验证，绘制Calibration曲线显示校准度。 结果 两组间BMI、ALT、AST、ADA、ALP、GGT、TBA、TCO2、UA、HbA1c比较差异均有统计学意义(P值均 < 0.05)；FibroScan方面，两组LSM及CAP比较提示差异具有统计学意义(P值均 < 0.001)；病理学方面，两组的纤维化等级、脂肪变积分、小叶炎症积分、气球样变积分及NAS总分差异均有统计学意义(P值均 < 0.001)。亚组队列方面，MAFLD+NAFLD有、无脂肪性肝炎组分别为63、48例，MAFLD+cHBVi有、无脂肪性肝炎组分别为90、71例。通过LASSO回归及多因素Logistic回归筛选出LSM、CAP、BMI、AST是判断MAFLD患者是否发生脂肪性肝炎的最佳诊断因素，并以此构建LCBA模型。LCBA模型结果提示，总MAFLD、MAFLD+NAFLD和MAFLD+cHBVi人群的AUC分别为0.816、0.866、0.764(P值均 < 0.001)，ROC曲线对比显示均优于acNASH、HSI、NFS模型。 结论 LCBA模型用于诊断MAFLD患者是否发生脂肪性肝炎