超声受控衰减参数联合临床特征评估代谢功能障碍相关脂肪性肝病患者肝纤维化
刘春妤1
唐敬宽1
赵威2
1.成都市新都区中医医院超声科(成都 610500)2.成都医学院检验医学院临床生化教研室(成都 610500)
摘要：目的 探讨超声受控衰减参数(controlled attenuation parameter,CAP)结合临床特征构建的预测模型在代谢功能障碍相关脂肪性肝病(metabolic dysfunction-associated steatotic liver disease,MASLD)患者肝纤维化诊断中的价值.方法 回顾性纳入了美国国家健康与营养调查(National Health and Nutrition Examination Survey,NHANES)数据库2017-2020年间的MASLD成人样本.根据CAP≥248 dB/m定义MASLD,通过瞬时弹性成像测得肝脏硬度≥8.2 kPa定义肝纤维化,将患者分为纤维化组和非纤维化组.应用Boruta算法筛选特征,联合CAP及临床特征构建预测模型,使用受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under curve,AUC)、灵敏度、特异度和准确度评价诊断模型效能.结果 共纳入1 472例MASLD患者,纤维化组213例,非纤维化组1 259例.基于Boruta算法筛选得到腰围、体重指数、CAP、空腹血糖、合并糖尿病、丙氨酸转氨酶、天冬氨酸转氨酶、γ-谷胺酰转移酶、高敏C反应蛋白、年龄、白蛋白、碱性磷酸酶、血清总胆红素和性别14个临床特征.CAP单独预测时,AUC为0.727[95％CI(0.690,0.765)],灵敏度、特异度、准确度分别为62.4％、70.2％、69.1％;CAP联合临床特征预测时,AUC为0.842[95％CI(0.813,0.871)],灵敏度、特异度、准确度分别为 75.5％、76.7％、75.6％;Delong 检验结果显示两种方法AUC值的差异具有统计学意义(Z=-6.877,P＜0.001).结论 CAP结合临床特征构建的预测模型在MASLD纤维化诊断中具有较好的诊断效能,为临床实践提供了有价值的参考工具.
关键词：代谢功能障碍相关脂肪性肝病肝纤维化超声受控衰减参数机器学习诊断
分类号：R575.5(消化系及腹部疾病)
资助基金：四川省科技厅面上项目(2024NSFSC0577)
论文发表日期：2024-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1121-1129 )
英文信息