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

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Boot-strap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