华誉学术 2022-04-27 17:30
以下文章来源于肝胆相照平台 ，作者GanDanXiangZhao
2022年3月30日-4月3日，第31届亚太肝脏研究学会(APASL)年会于韩国首尔隆重召开。会上，多项关于非酒精性脂肪性肝炎(NASH)、代谢相关脂肪性肝病(MAFLD)的研究相继公布，温州医科大学附属第一医院郑明华教授团队在该领域的多项研究被大会收录，包括口头报告和壁报交流，郑明华教授也受邀做了两场专题报告。小编对入选研究进行分享，供全国同道参考。
LEARN算法：一种预测NASH的新方法
NASH是非酒精性脂肪性肝病(NAFLD)的慢性进展形式，可发展为晚期肝硬化及肝癌，早期发现和干预NASH可改善其预后。目前NASH诊断金标准为肝活检，但不易被患者接受，且具有一定的局限性，为实现准确、无创、简便的评估NASH，郑明华教授团队开发了一种新型全自动机器学习算法--LEARN算法。
研究从2016年到2021年，在中国六个医疗中心连续筛选了1259名年龄在12-75岁之间的疑似NAFLD患者，766例经活检证实为NAFLD的患者被纳入最终分析。将患者按4:1的比例随机分为建模组和验证组。在建模组中开发了LEARN算法(基于人体成分分析以及年龄、性别、高血压和糖尿病史)以识别NASH，随后在验证组中进行测试。
LEARN算法在建模组和验证组中均表现出良好的NASH识别能力(AUROC: 0.81，95%CI分别为0.77-0.84和0.80，0.73-0.87)。与血液细胞角蛋白18片段(CK-18 M30)水平或其他非侵入性NASH评分(包括HAIR、ION、NICE)相比，该算法在识别NASH方面表现更优(p值<0.001)。
此外，即使在部分身体成分数据缺失的情况下，LEARN算法也能很好地识别NASH(AUROC: 0.82，95%CI 0.72-0.92)。亚组分析显示，LEARN算法在不同分组中表现良好。
结论：LEARN算法利用简单易得的测量资料，为识别NASH提供了一种全自动、简单、无创的方法。
APASL 2022 Young Investigators Award OP-0234
acNASH指数诊断NASH
一项前瞻性推导和全球验证性研究
当前，用于诊断NASH的非侵入性生物标志物的需求尚未得到满足。本研究旨在开发和验证一种无创检测方法，用于诊断活检证实的NAFLD患者的NASH。
研究在一个由390名中国NAFLD患者组成的推导队列中开发了一种非侵入性检测方法--acNASH指数。该方法结合了血清肌酐和天冬氨酸转氨酶水平，并在五个由不同种族组成的经活检证实的NAFLD患者外部队列中进行验证(合计n=1089)。
在AUROC区域为0.818 (95%CI 0.777-0.860)的推导队列中，用于识别NASH的acNASH指数表现良好(定义为NAFLD活性评分≥5，每种脂肪变性、小叶炎症和气球样变的评分≥1)。
acNASH>7.73(即最佳阈值)诊断NASH的特异性(Sp)达到91%、敏感性(Se)达53%、阳性预测值(PPV)达85%。相反，acNASH指数<4.15，则排除NASH的Se为91%，Se为48%，阴性预测值(NPV)为83%。
在几个验证队列(n=1,089)中，该指数的诊断性能也很好，AUROC=0.805 (95%CI 0 780-0 830)，PPV为73%，NPV为93%。亚组分析显示，糖尿病患者或血清转氨酶水平正常的患者表现相似。
结论：acNASH指数作为一种简单的非侵入性生物标志物，在来自不同国家、不同种族、经活检证实的成人NAFLD患者中诊断NASH具有良好的实用价值。
APASL 2022 Free Paper Abstracts-OP-0029
较低的血清铜浓度与较高的NASH患病率相关：一项匹配的病例对照研究
铜是参与人体氧化应激反应和能量代谢必不可少的微量元素。虽然NAFLD与代谢功能障碍密切相关，但铜在单纯性脂肪变性发展为NASH中的作用尚不清楚。本研究旨在探讨血清铜对NASH风险的影响。
研究纳入了经活检证实的NAFLD患者，以1:1的比例，按年龄、性别和居住城市对单纯性脂肪肝(NAFL)进行匹配，开展病例对照分析。采用多变量logistic回归分析探讨血清铜水平与NASH之间的相关性。
NASH患者血清铜水平明显低于对照组(15.75±2.52mol/L vs. 16.58±3.45mol/L；P=0.012)。校正潜在混杂因素后，每单位、每一标准偏差和每一次倍增的血清铜浓度分别与NASH风险降低约20%、50%和90%相关。亚组分析显示，男性受试者与相应对照者之间存在显著差异。
结论：血清铜浓度降低与经活检证实的NAFLD患者NASH风险增加显著相关，尤其是男性患者。
基于Ⅲ型胶原蛋白的N末端前肽可以识别MAFLD中的高风险脂肪性肝炎和严重纤维化
随着MAFLD的患病率不断上升，临床迫切需要无创诊断试验来准确筛选出肝脏炎症和纤维化的高危患者。该研究旨在开发一种基于Ⅲ型胶原蛋白的N末端前肽(PRO-C3)的新型序列算法，用于MAFLD患者的疾病风险分层。
研究包含推导和独立验证队列(327名和142名经活检证实的MAFLD患者)，比较了各种无创评分在不同疾病状态下的诊断性能，并将表现最好的非侵入性评分结合起来，构建了一种新的序列算法。
对于高危进行性脂肪性肝炎(即脂肪性肝炎+NAFLD活性评分≥4+F≥2)患者，FAST的AUROC评分为0.801 (95%置信区间(CI): 0.739-0.863)，阴性预测值(NPV)为0.951。
对于晚期纤维化(≥F3)和肝硬化(F4)，ADAPT和Agile 4的AUROC分别为0.879 (95% CI: 0.825-0.933)和0.943 (95% CI: 0.892-0.994)，NPV分别为0.972和0.992。
ADAPT+Agile 4组合的序列算法优于其他组合，可更好地对重度纤维化患者进行风险分层(AUROC=0.88)，在验证队列中的结果也是相似的。
同时，在所有亚组分析(按性别、年龄、糖尿病、NAS、BMI和ALT分层)中，ADAPT+Agile 4都具有良好的诊断性能。
结论：新的序列算法能准确识别出MAFLD中的肝脏炎症和纤维化，从而更容易排除低风险患者并推荐高风险患者进行临床试验。
与NAFLD相比
MAFLD与肺功能损害的相关性更大
该横断面研究比较了NAFLD和MAFLD的肺功能参数，并研究了肺功能参数与MAFLD纤维化严重程度之间的相关性。
研究于2016-2020年在中国4个城市的25个社区中随机抽取2543名中年人。所有参与者均接受健康检查，包括人体测量参数、生化变量、肝脏超声检查和肺活量测定。通过纤维化(FIB)-4评分评估肝脏疾病的严重程度。
结果显示：MAFLD患病率为20.4%(n=519)，NAFLD患病率为18.4%(n=469)。在对年龄、性别、肥胖指标、吸烟状态和过量酒精摄入进行调整后，与NAFLD患者相比，MAFLD患者的预测用力肺活量(FVC，88.27±17.60% vs. 90.82±16.85%，p<0.05)和1s用力呼气量(FEV1，79.89±17.34% vs. 83.02±16.66%，p<0.05)显著降低。
FIB-4评分升高的MAFLD与肺功能下降显著相关。FIB-4每增加1分，FVC减弱0.507(95% CI:0.840，0.173，p=0.003)，FEV1减少0.439(95% CI:0.739，0.140，p=0.004)。当对男性和女性分别进行统计分析时，结果仍保持不变。
结论：与NAFLD相比，MAFLD与肺功能参数损害显著相关。
郑明华教授作为Journal of Clinical and Translational Hepatology (JCTH)副主编，于2021年在JCTH上组建了“代谢相关脂肪性肝病的热点聚焦”特刊，目前该特刊已经完成全部收稿，经严格同行评审，最终一共发表15篇文章：1篇Editorial、5篇Original Article、9篇Review Article。相关文章如下，供大家参考：
专家简介
郑明华 教授
温州医科大学附属第一医院，感染科
科室副主任，主任医师，教授，医学博士，博士生导师
中国研究型医院学会肝病学分会委员
中国研究型医院学会肝病学分会脂肪肝学组委员
中国医师协会循证医学专业委员会委员
中国中西医结合学会循证医学专业委员会委员
浙江省医学会肝病学分会委员
浙江省数理医学会肝病学分会副主任委员
Global NASH Council member
GOASIA member
长期致力于脂肪性肝病的临床与研究，作为中国大陆地区2名专家之一参与起草代谢相关脂肪性肝病国际专家共识2项（全球及亚太区专家共识），同时参编国内“中国脂肪性肝病诊疗规范化的专家建议（2019年修订版）”一项
如有侵权，请联系本站删除！
