以下文章来源于JCTH ，作者编辑部
本文翻译整理：JCTH青年编委马东梅（青岛大学附属医院）
文章导读
肝脏疾病是英国第三大常见的过早死亡原因。非酒精性脂肪性肝病（NAFLD）占英国人口中30%，是其他非肝脏疾病（如2型糖尿病、心血管疾病、慢性肾脏疾病）的风险因素，会导致发生癌症的风险增加。而肝纤维化是肝硬化、肝细胞癌和终末期肝衰竭的关键危险因素。因此，检测肝纤维化非常重要。美国国家健康与护理卓越研究所（NICE）建议使用增强型肝纤维化（ELF）试验，联合振动控制瞬态弹性成像（VCTE）进行非酒精性脂肪肝患者重度（≥F3）肝纤维化的评估。而在实践中，ELF预测中度（≥F2）纤维化的性能尚不确定。由于ELF尚未广泛使用，因此需要提供一种评估肝病风险患者的可行和有效的方法。
本研究使用了2020年1月至12月期间从英国南安普顿社区招募的回顾性患者队列（衍生队列）和2021年3月至12月之间招募的患者独立队列(验证队列)，用于肝纤维化患者算法的研究。在南安普顿社区对肝纤维化患者进行初筛，然后由全科医生对患者进行肝纤维化患者VCTE评估。评估包括：体重指数（BMI）、糖尿病状态、丙氨酸氨基转移酶（ALT）水平、ELF评分，最后根据VCTE的活检验证的纤维化分期。该回顾性评价评估了ELF检测临界值在真实环境中的表现，采用受试者操作曲线下面积(AUROC)比较ALT、BMI、HbA1c 和ELF的诊断准确性，以识别肝纤维化中度（≥F2）和重度肝纤维化（≥F3）。
研究开始即对数据进行了清洗，将不完整的数据排除在本次评估之外。筛选获得的衍生队列中的273/350患者和验证队列中的115/176患者符合回顾性评估的条件（图1）。
图1. 研究总路线图
利用（ROC）曲线分析（1）检验VCTE评估前收集的变量与肝纤维化分期之间的关联性，（2）评估变量的风险预测能力，以识别≥F2和≥F3作为二元结局。受试者曲线下面积（AUROC）用于比较ALT、BMI、HbA1c和ELF的诊断准确性。
作为中度（≥F2/≥8.2 kPa）或重度肝纤维化（≥F3/≥9.7 kPa）的预测因子，ELF表现出了良好的性能，AUC=0.70，95%置信区间CI：0.64-0.76和AUC=0.72，95% CI：0.65-0.79的情况。Youden指数计算得出肝纤维化≥F2的ELF=9.85，肝纤维化≥F3的ELF=9.95（图2）。
图2.用于诊断（A）中度纤维化（≥F2/≥8.2 kPa）和（B）重度纤维化（≥F3/≥9.7 kPa）的增强肝纤维化（ELF）的曲线下面积（AUC）、受试者工作特性（ROC）。
由于每个单独的变量（ALT、BMI和HbA 1c）对于识别肝纤维化没有显示出良好的诊断性能，研究者测试了组合这些变量的诊断性能。当合并ALT、BMI和HbA 1c检测指标时，识别肝纤维化≥F2和≥F3的诊断性能得以改善，这对识别≥F2具有良好的性能（AUC=0.80，95% CI：0.74-0.85），识别≥F3的性能一般（AUC=0.78，95% CI：0.72-0.84，图3A）。将ELF添加到三个变量中，将肝纤维化≥F3的性能提高至良好（AUC=0.82，95% CI：0.76-0.88），亦增加了≥F2的性能（AUC=0.82，95% CI：0.76-0.87，图3B）。
图3.预测中度（≥F2/≥8.2 kPa）和重度肝纤维化（≥F3/≥9.7 kPa）的ROC结果。使用（A）ALT、BMI和HbA1c以及（B）ALT、BMI、HbA1c和ELF的曲线下面积（AUC）及受试者工作特性（ROC）。
将ALBA算法应用于衍生队列以预测≥F2，显示AUC=0.80，95%置信区间：0.69–0.92（图4A）。
将ALBA算法应用于验证队列以预测≥F2，显示AUC=0.75，95%CI：0.66–0.85（图4B）。
将ALBA算法和ELF相结合时，识别≥F2的诊断性均得到改善。衍生队列AUC=0.82，95% CI：0.77-0.88，验证队列AUC=0.76，95% CI：0.67-0.86（图4C、D）。
图4.预测中度肝纤维化（≥F2/≥8.2 kPa）的曲线下面积（AUC）受试者工作特性（ROC），使用ALBA算法对（A）衍生数据和（B）验证数据，并使用ALBA算法和ELF共同预测（C）衍生数据和（D）验证数据的中度肝纤维化（≥F2/≥8.2 kPa）。
本文“Performance of the Enhanced Liver Fibrosis Score, Comparison with Vibration-controlled Transient Elastography Data, and Development of a Simple Algorithm to Predict Significant Liver Fibrosis in a Community-based Liver Service: A Retrospective Evaluation”在期刊Journal of Clinical and Translational Hepatology上发表。
引用本文
Reinson T, Patel J, Mathews M, Fountain D, Buchanan RM, Byrne CD. Performance of the Enhanced Liver Fibrosis Score, Comparison with Vibration-controlled Transient Elastography Data, and Development of a Simple Algorithm to Predict Significant Liver Fibrosis in a Community-based Liver Service: A Retrospective Evaluation. J Clin Transl Hepatol. 2023;11(4):800-808. doi: 10.14218/JCTH.2022.00335.
原文链接：https://www.xiahepublishing.com/2310-8819/JCTH-2022-00335
作者简介
第一作者&通讯作者：Tina Reinson
南安普顿大学医学院生物医学研究中心
转自：“华誉学术”微信公众号
如有侵权，请联系本站删除！
