非酒精性脂肪性肝病(NAFLD) 流行病学及预后 随着肥胖和代谢综合征患病率的上升,NAFLD(现已更名为代谢相关脂肪性肝病,即MAFLD)的发病率逐年增加。根据相关流行病学研究,全球及亚洲的NAFLD总体流行率在2019年已接近30%,并仍在不断上升。NAFLD及其相关的肝硬化、肝癌已成为重要公共卫生问题,显示出其不可忽视的健康威胁。 已有研究指出,纤维化F3、F4是NAFLD疾病预后的主要因素,显著增加肝脏相关事件及全因死亡的发生风险,而逆转纤维化可显著减少NAFLD相关肝脏事件的发生。因此,早期识别并防止肝纤维化进展对改善NAFLD患者的预后至关重要。 在MAFLD肝纤维化评估中,作为“金标准”的肝活检尽管精确,但因其侵入性和操作复杂,临床推广受限。目前常见的无创评估手段包括:
无创评估方法在慢乙肝合并MAFLD患者中的应用 为此,李婕教授团队采用机器学习技术,结合多项指标开发出用于诊断进展纤维化和肝硬化的随机森林模型,相较于传统诊断模型显著提升了诊断效能,提高了临床医生在处理复杂病例时的诊断准确性。 总结 本次讲座深入阐述了MAFLD的无创评估技术最新进展及其在CHB合并MAFLD背景下的诊断效能。未来的研究应着重于开发适合中国特定人群的个性化评估模型,以应对复杂的代谢异常和CHB共存的临床挑战。无创诊断技术的改进不仅能帮助更早期地识别出高危患者,还能为临床治疗策略的制定提供科学依据。 本文图片引自李婕教授幻灯 (大会现场拍摄) |
|