无创诊断系统分享

亲爱的朋友们，欢迎收看本期“代谢组学前沿”。我是数字主持人娲娲，专注于代谢组学的研究新成果。今天，娲娲将带您走进一项革命性进展——非侵入性代谢相关脂肪性肝炎预测评分系统

这项研究不仅在医学领域引起了广泛关注，也为全球公共卫生带来了新的希望，让我们共同走进这一科学之光

代谢相关脂肪性肝病曾被命名为非酒精性脂肪性肝病，是一种以肝细胞内脂肪异常沉积为主的慢性进展性肝病

当前，代谢相关脂肪性肝病已成为世界范围内肝病的首要负担，累及全球约32.4%的患者

代谢相关脂肪性肝炎与肥胖、2型糖尿病以及心血管疾病等密切相关，显著增加全因死亡风险

代谢相关脂肪性肝病疾病谱包括代谢相关脂肪肝、代谢相关脂肪性肝炎及其相关纤维化和肝硬化，甚至演变为肝细胞肝癌

代谢相关脂肪性肝炎是一种更为严重的肝病，它可能导致肝硬化、肝功能衰竭甚至肝癌，肝病相关死亡风险会增加10倍以上

因此，早期识别和诊断代谢相关脂肪性肝炎对于提高患者生存率至关重要

每一次肝活检都伴随着风险和痛苦。患者渴望一种更温和、更安全的方法，以减轻痛苦和恐惧。这项新技术可通过非侵入性方法，让诊断过程变得更加人性化

肝活检被认为是代谢相关脂肪性肝炎诊断和分级的金标准，但存在创伤、依从性差，可能引发并发症，且成本高昂。此外，肝活检的取样误差以及病理解释主观差异等，可能导致诊断不准确

B超是临床广泛用于诊断肝脂肪变的影像学工具，但敏感性低，特异性有待提高

随着临床研究发展，基于血清标志物的非侵入性检测技术用于诊断代谢相关脂肪性肝炎的接受度越来越高，但是相关模型或评分的诊断性能有限，且缺乏包括中国人在内的多人群验证。

因此，开发一种可靠的非侵入性诊断方法对于改善代谢相关脂肪性肝病或代谢相关脂肪性肝炎患者的预后具有重大意义

代谢组学作为一门新兴的科学，通过研究疾病病理生理过程中的代谢物变化，为发现生物标志物提供了有力手段

基于代谢组学衍生的代谢相关脂肪性肝炎预测模型,,极有潜力成为识别代谢相关脂肪性肝病，以及代谢相关脂肪性肝炎的关键技术，为非侵入性诊断开辟新的道路

复旦大学附属中山医院高鑫教授团队，以及复旦大学唐惠儒教授团队合作，利用机器学习方法分析了311名接受肝脏病理活检的中国成年人的44个临床参数，以及250个采用核磁共振代谢组学定量技术测定的血清代谢物，构建了一个新的代谢组学衍生的代谢相关脂肪性肝炎预测评分模型

研究利用体质量指数、血清天冬氨酸转氨酶、酪氨酸，以及极低密度脂蛋白颗粒中磷脂与总脂质的比值，共4个指标，通过公式量化代谢相关脂肪性肝炎的风险

代谢相关脂肪性肝炎预测评分可准确预测中国成人的代谢相关脂肪性肝炎风险，AUC可达0.87。通过与芬兰赫尔辛基大学合作，在305名接受肝活检的芬兰成年人中验证该评分，AUC为0.81

进一步利用代谢相关脂肪性肝炎预测评分系统，在中国近6000人的上海长风队列，以及超过11万人的UK Biobank欧洲人群队列中进行筛选，发现其中代谢相关脂肪性肝炎高风险人群，占总人群的5.6%，其肝病死亡风险升高10倍，而代谢相关脂肪性肝病，其相关死亡风险升高20倍以上

这种新开发的代谢组学衍生的代谢相关脂肪性肝炎预测评分系统，在预测代谢相关脂肪性肝病相关死亡风险方面，显著优于欧美指南推荐的NFS和FIB-4公式

因此，这种新的代谢相关脂肪性肝炎预测评分系统，很可能成为一种适合全球多人群的，可准确预测代谢相关脂肪性肝炎，以及代谢相关脂肪性肝病相关死亡风险的实用工具。

这项跨学科的国际联合研究成果最近发表于世界著名学术期刊Journal of Hepatology

复旦大学黄庆霞副研究员、芬兰赫尔辛基大学Sami F. Qadri博士，中山医院卞华教授是共同第一作者

中山医院夏明锋副主任医师、高鑫教授

以及复旦大学唐惠儒教授是共同通信作者

研究同时得到了芬兰赫尔辛基大学Hannele Yki-Järvinen教授

复旦大学郑琰教授、胡锡琪教授的支持和帮助。

同时，这项突破性研究成果得到了许多专家学者的高度关注

中国工程院院士，上海交通大学医学院附属第六人民医院贾伟平教授点评说。该研究基于中国以及芬兰人群的血清代谢组学数据，利用机器学习策略，开发并验证了新的，基于核磁共振定量代谢组参数的，代谢相关脂肪性肝炎预测评分系统。该系统不仅能准确区分代谢相关脂肪性肝炎患者，而且在预测中国以及欧洲人群的代谢相关脂肪性肝病相关死亡风险方面，显著优于 FIB-4和 NFS评分，在代谢相关脂肪性肝炎无创诊断方面取得了突破

这项基于核磁共振定量代谢组的，代谢相关脂肪性肝炎预测评分系统具有通量高、重现性好、定量准确等优势，适合在专业临床医疗机构中大规模推广使用

这一预测评分系统可为代谢相关脂肪性肝炎的无创诊断，以及代谢相关脂肪性肝病远期死亡风险的评估，提供新思路。希望能尽快应用于临床实践，推动代谢相关脂肪性肝炎早期筛选、识别，甚至早期干预

上海交通大学医学院附属新华医院教授，消化内科范建高主任点评说。该研究利用机器学习策略，对44个临床参数以及250个血清代谢组学指标进行筛选，获得一种基于体质量指数、血清天冬氨酸转氨酶、酪氨酸，以及极低密度脂蛋白颗粒中磷脂与总脂质的比值，这4项指标兼顾的，诊断早期代谢相关脂肪性肝炎风险的预测评分模型

在中国以及芬兰接受肝活检的成人队列中，均获得满意的准确性。进一步在上海长风队列，以及UK Biobank队列中发现，该预测评分系统对代谢相关脂肪性肝病相关死亡风险的预测性能，优于目前国际广泛推荐使用的 FIB-4和 NFS评分。

该研究新建立的预测评分系统，是一种能在不同人群中，可有效识别肝脏不良结局风险的可用工具，必将有助于早期筛查以及诊断代谢相关脂肪性肝炎，并提高代谢相关脂肪性肝病患者的分层管理，以及医师的精准诊疗能力，从而改善患者的生活质量，减轻沉重的疾病负担

科学家们的跨学科国际合作，取得了创新性的突破，该评分系统为全球多人群代谢相关脂肪性肝炎的无创诊断，以及代谢相关脂肪性肝病远期死亡风险的准确预测，提供了新的工具。

我是娲娲，专注于代谢组学的研究新成果，我们下期见。