壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

J Clin Hepatol | 血清学诊断非酒精性脂肪性肝病的研究进展

2020-12-03作者:临床肝胆病杂志资讯
其他消化疾病

96.jpg

郭滔, 胡波, 易为民, 钟振东, 刘苏来, 孙增彭创

湖南师范大学附属第一医院, 湖南省人民医院 


摘要:近年来非酒精性脂肪性肝病(NAFLD)的患病率明显升高,已逐渐成为我国常见的慢性肝病之一。而NAFLD相关终末期或恶化性肝病患者已成为肝移植的主要人群之一。NAFLD发病率的增加和非酒精性脂肪性肝炎(NASH)的严重后果使得有必要使用有效的方法来识别NAFLD。基于此,总结了目前血清学方法诊断NAFLD,包括脂肪变性、NASH和肝纤维化,并探讨了其优缺点。尽管大部分血清标志物真正应用于临床的价值有限,但血清标志物模型在诊断肝脂肪变性及评估纤维化程度和初步筛查方面均有较好的应用前景。由于联合不同血清学模型可以提高诊断的准确度,因此开展多角度、多中心的联合诊断将是未来的研究热点。


随着糖尿病(diabetes mellitus, DM)和肥胖症患病率的增加,非酒精性脂肪性肝病(NAFLD)也越来越普遍。据估计,全世界约有10亿人患有NAFLD[1]。其疾病谱包括非酒精性脂肪肝(NAFL)、非酒精性脂肪性肝炎(NASH)、肝硬化,部分患者进展为肝细胞癌[2]。NAFLD不仅可导致肝病相关的残疾与死亡,还参与2型糖尿病(T2DM)和心血管疾病等代谢相关疾病的发生、发展[3]。通常肝病的不良结局与纤维化严重程度相关,而肝脂肪变性的严重程度与代谢综合征的发生、发展关系密切[4]。因此诊断肝脂肪变性、NASH及评估肝纤维化程度对于判断其预后及确定干预的时机和策略具有非常重要的临床意义。目前临床上应用诊断NAFLD的方法主要分为有创和无创两种。无创诊断方法包括血清学标志物、影像学和综合诊断,有创性诊断方法主要是肝组织病理学检查。到目前为止,肝活检仍是诊断NAFLD的“金标准”,但其临床应用受到诸多因素的制约。近年来,血清学标志物或模型由于具有无创、费用低、操作简单、可重复性强及对操作者水平要求低等优点,引起临床广泛关注。目前诊断NAFLD的血清方法主要分为2类,一类是直接的血清学标志物,另外一类是由几个简单易测的血清学指标构成的模型。为后续临床研究和应用提供参考和依据,现NAFLD血清学诊断的研究进展予以综述。


 1  肝脂肪变性的诊断


目前国内外指南已基本达成共识,NAFLD的定义为存在肝细胞脂肪变性>5%的影像学或组织学依据,并能排除其他可致肝脂肪变性的明确病因。


1.1脂肪肝指数(fat liver index,FLI)  FLI主要以BMI、腰围(WC)、TG及GGT为主要参数进行计算,总评分为0~100。用于诊断NAFLD的受试者工作特征曲线下面积(AUC)为0.84。其对NAFLD的初步筛查有重要价值,当FLI<30可排除NAFLD,当FLI>60可诊断NAFLD[5]。


1.2 肝脂肪变性指数(hepatic steatosis index,HSI)  HSI是由BMI、DM和ALT/AST比值组成。在建模队列与验证队列中用于诊断NAFLD的AUC分别为0.81和0.82[6]。然而,对于肥胖儿童患者,其准确性下降[7]。


1.3  ZJU指数  ZJU指数包含BMI、空腹血糖(FPG)、TG及ALT/AST比值4个参数。在建模队列中和验证队列中用于诊断NAFLD的AUC分别为0.82和0.83[8]。另一项研究显示,其诊断NAFLD的AUC为0.925,准确性优于FLI、HSI[9]。


1.4  Steato Test    Steato Test结合BMI、血清胆固醇、TG、血糖以及校正后的年龄和性别等指标可成功诊断肝脏脂肪变的程度,其AUC为0.80[10]。但其能否区分NAFLD与健康人仍需进一步的研究验证,同时生化指标多且部分指标临床不常用,检测费用稍高,故在一定程度上限制了临床应用。


目前血清学模型诊断NAFLD肝脂肪变性的准确性良好(表1)。但由于除了Steato Test,上述研究均是依靠超声诊断肝脂肪变性,而不是肝活检,且很少有独立的外部队列进行验证,因此这些模型尚不能在临床全面推广应用。


2NASH的诊断


2.1血清生物标志物


2.1.1与细胞凋亡和修复相关的因子  主要包括角蛋白-18(CK18)和Fas配体等。CKl8与肝细胞凋亡相关,是一种重要的肝细胞中间丝蛋白,包括CK18-M30和CK18-M65。有荟萃分析[11]表明,M30和M65诊断NASH的AUC分别为0.82和0.80,敏感度和特异度分别为75%和77%,以及71%和77%。CK18通常与其他血清生物标志物一起用于诊断NASH。将CK18和ALT组合使用诊断NASH的AUC为0.88,高于单独使用CK18(AUC为0.74)[12]。将CK18、IL-6和脂联素重组合可使诊断NASH的AUC达0.90,敏感度和特异度分别为845%和85.7%[13]。Fas配体是肝内跨膜蛋白,Fas/Fas配体是调节细胞凋亡的主导调控系统之一,可诱导下游外源性和内源性细胞凋亡信号通路同时激活,使肝细胞凋亡,导致肝脏炎症及纤维化的发生和进展。NASH患者的Fas及Fas配体水平明显高于NAFL患者,且Fas配体Fas诊断NASH的准确性更高,但其单独使用用于诊断NASH的效能有限,故仍需联合其他血清学标志物提高准确性[14]。

2.1.2炎症因子   炎性细胞因子主要包括TNFα、IL-8、超敏C反应蛋白(hs-CRP)、穿透3(PTX3)、CXCL10等。TNFα和IL-8诊断NASH的AUC分别为0.74和0.66,敏感度和特异度分别为72%和76%,以及65%和68%[15]。将这两种标志物与焦谷氨酸盐结合使用时,可使AUC达0.86,敏感度和特异度分别达到91%和87%[15]。hs-CRP区分NASH和NAFL的AUC为083[16]。PTX3诊断NASH的AUC为0.96,敏感度及特异度分别为91.1%和71.4%[17]。CXCL10是涉及DM和肥胖症的促炎细胞因子,区分NASH和NAFL的AUC为0.68,具有中等的准确性[18]。


2.1.3  脂肪细胞因子   脂肪细胞因子包括成纤维细胞生长因子21(fibroblast growth factor 21,FGF21)、脂联素、瘦素、抵抗素和视黄醇结合蛋白4等。肝脏分泌的FGF21是诊断NASH的一种潜在生物标志物。FGF21诊断NASH的AUC为0.62,敏感度和特异度分别为54%和72%[19]。脂联素诊断NASH的AUC为0.71[20],将其与CK18-M65和IL-8联合使用时,AUC可达到0.90[13]。其他脂肪细胞因子,如瘦素、抵抗素和视黄醇结合蛋白4,目前与NAFLD的关系尚存在争议,可能是诊断NASH的潜在标志物,但仍需更多研究进一步验证。


2.1.4 血清铁蛋白   血清铁蛋白是一种常见的与氧自由基相关的蛋白,可导致坏死性炎症和纤维化。在日本的一项研究[21]中,血清铁蛋白诊断NASH的AUC为0.73。有研究[22]证实,血清铁蛋白升高大于正常值上限的1.5倍与NASH和晚期纤维化的诊断有关。另一项研究[23]建立了一个结合血清铁蛋白、IV型胶原蛋白7S和空腹胰岛素的评分系统用于预测NASH。

2.1.5  细胞外游离微小RNA(microRNAmiRNA  miRNA-34a诊断NASH的AUC为0.78[24]。miRNA-122用于区分NASH和NAFL的AUC为0.64~0.70[25]。miRNA-122、miRNA-192和miRNA-21与CK18-Asp396的组合在诊断NASH时的AUC为0.83[26]。


2.2血清学诊断模型


2.2.1  NASH Test  根据Kleiner的标准,NASH Test结合了13个参数,即人口学特征(年龄、性别和BMI)、血清学参数(转氨酶和血脂)和α2巨球蛋白、载脂蛋白A1和结合珠蛋白。一项包含257例NAFLD患者的横断面研究[27]显示,其诊断NASH的AUC为0.69~0.79,敏感度和特异度分别为33%和94%。一项针对257例肝活检患者的研究[28]显示,其诊断NASH、可疑NASH、非NASH的AUC分别为0.79、0.69、0.77。目前,关于NASH Test诊断NASH的相关研究较少,故该模型的诊断价值仍有待进一步验证。


2.2.2  NASH ClinLipMet评分  NASH Clin评分是由AST、空腹胰岛素和PNPLA3基因型构建。在384例组织学诊断的患者中,其诊断NASH的AUC为0.79,敏感度和特异度分别为77%和71%[29]。为了提高准确性,Zhou等[29]将基于代谢综合征的因素添加到NASH Clin评分中,并将其命名为“NASH ClinLipMet评分”,其诊断NASH的AUC为0.87,敏感度和特异度分别为86%和72%。

血清生物标志物诊断NASH是一个很热门的研究领域。大多数生物标志物在诊断NASH方面的表现良好,但相关研究还太少,其诊断效能有待更大样本量研究加以验证。还有一部分血清标志物与NAFLD的关系尚存在较大争议,需更多临床试验证实。


3  肝纤维化的诊断


根据美国NASH临床研究工作网络推荐,NAFLD的纤维化程度分为5期(F0~F4期):F0期无纤维化,F1期为轻度纤维化,≥F2期为显著纤维化,≥F3期为晚期纤维化或进展期纤维化,F4期即肝硬化。


3.1血清生物标志物


3.1.1C3蛋白前体(Pro-C3)  血清中Pro-C3(一种Ⅲ型前胶原氨基端肽)水平的增加与肝纤维化的发生相关。其诊断F3、F4的AUC分别为0.79和0.76[30-31]。将其与CK18、乙酰高迁移率蛋白和帕他汀磷脂酶结构域蛋白3相结合后的AUC为0.87,敏感度和特异度分别为71%和87%,显著提高了肝纤维化的诊断效能[32]。


3.1.2Ⅲ型胶原的前胶原(PⅢNP)血清PⅢNP是纤维化过程中常见的纤维化标志物。其诊断F2的AUC为0.81[33],诊断F3的AUC为0.84[34]。


3.1.3透明质酸(HA)  HA是细胞外基质的重要元素。其诊断F2、F3、F4的AUC分别为0.87、0.89和0.92[35]。


3.1.4基质金属蛋白酶组织抑制因子1(tissue inhibitor of metalloproteinases 1,TIMP1) TIMP1是一种反映组织基质重塑的纤维化生物标志物,其诊断肝纤维化的AUC为0.97,敏感度和特异度分别为97%和100%[36]。增强肝纤维化测试(enhanced liver fibrosis test, ELF)结合了HA、PⅢNP和TIMP-1,其诊断F2的AUC为0.82,F3的AUC为0.90[37]。


3.2血清学诊断模型


3.2.1  AST/PLT比值(APRI)  APRI最初是用于诊断慢性丙型肝炎的纤维化严重程度的一种较简单的计算方法。荟萃分析[38]表明,其诊断F2、F3、F4的AUC分别为0.70、075和0.75。


3.2.2基于4因子的纤维化指数(FIB-4)  FIB-4最早建立是用于评估慢性丙型肝炎合并人类免疫缺陷病毒感染者的肝纤维化程度,包括年龄、PLT、AST和ALT。荟萃分析[38]表明,其诊断F2、F3、F4期的AUC分别为075、0.80和0.85。


3.2.3  NAFLD纤维化评分(NFS)  NFS包括年龄、高血糖(FPG异常或DM)、BMI、PLT、白蛋白和AST/ALT比值。最早是基于一项针对733例患者的多中心研究而建立,使用该模型可减少75%的肝活检需求,其诊断F4期的AUC为0.82[39]。荟萃分析[38]表明,其诊断F2、F3、F4期的AUC分别为0.72、0.73和0.83。、


3.2.4   BARD评分  BARD评分是一种用于评估纤维化严重程度的评分系统,包含BMI、AST/ALT比值及是否存在DM。荟萃分析[38]表明,其诊断F2、F3、F4期的AUC分别为0.64、0.73和0.70。


3.2.5  Hepascore  Hepascore最初是针对慢性丙型肝炎而开发的,包括六个变量(年龄、性别、α2巨球蛋白、HA、胆红素、GGT),其诊断F3和F4的AUC分别为0.81和0.91[40]。然而,对于病因不明的肝酶升高患者,其准确性降低。


3.2.6  FibroTest  FibroTest通过使用5种生物标志物(珠蛋白、α2巨球蛋白、载脂蛋白A1、总胆红素、GGT)预测肝纤维化。其诊断F2的AUC为0.81,F3为0.88[41]。然而,对于吉尔伯特综合征、胆汁淤积和急性炎症患者,其诊断效能下降。


3.3血清学诊断模型联合  张意兰等[42]纳入了96例经肝组织学检查证实的NAFLD患者,发现NFS联合APRI的AUC为0.640,明显高于单独使用NFS(AUC=0432)和APRI(AUC为=0.580)。敏感度和特异度分别为11%和90%,其敏感度较单一的NFS明显上升(2%),而特异度并未明显下降(100%)。BARD联合BAAT的敏感度和特异度分别为76.4%和10.3%,其敏感度较单一的BARD明显提高(64%),但其特异度较BARD(17%)有一定程度的下降。


血清学标志物评估纤维化程度的效能有限,尚不推荐单独用于肝纤维化程度的评估。而大部分血清学模型在评估肝纤维化严重程度方面具有良好的效能(表2),且NFS、FIB-4已经在不同NAFLD人群中多次被验证。2017年美国肝病学会NAFLD诊疗指南[43]推荐NFS和FIB-4用于判断脂肪性肝炎或进展期肝纤维化的风险。在《非酒精性脂肪性肝病防治指南(2018年更新版)》[44]中也提及NFS对于评估NAFLD患者的肝纤维化程度的准确性可能最高。此外,联合血清学诊断模型可在一定程度上提高诊断肝纤维化的敏感度和特异度。


4结论


基于各血清标志物诊断NASH和评估肝纤维化程度的敏感度与特异度差异较大,真正应用于临床的价值有限,目前尚没有被推荐使用。其中CK18是诊断NASH相对有效的无创方法之一,可用于NAFLD患者的筛查。另外,CK18与其他生物标志物联合使用诊断NAFLD具有较好的应用前景。单个血清学指标无论是诊断NASH还是评估纤维化严重程度,诊断效能和业内共识度都低于血清标志物模型。无创血清标志物模型在NAFLD脂肪变性及纤维化程度的诊断和初步筛查方面有较好的应用价值。其中ZJU指数在肝脂肪变性方面的诊断效能良好,而FLI可作为肝脂肪变性的初步筛查工具。NFS和FIB-4在诊断肝纤维化方面具有良好效能,被推荐用于需要肝活检评估纤维化分期患者的常规无创评估。考虑到NFS和FIB-4能准确地排除F3期患者,在临床实践中可作为常规应用的筛查工具。虽然目前尚无血清学诊断方法能完全代替肝穿刺活组织检查,但联合不同血清学模型可以提高NAFLD诊断的准确度。相信日后会建立一种更经济、有效及准确的血清学模型。


作者贡献声明:

易为民负责拟定写作思路,指导撰写;郭滔负责资料查证及原稿撰写;胡波参与修改论文;钟振东、刘苏、孙增彭创参与指导撰写。



参考文献:

[1]YOUNOSSI ZM, KOENIG AB, ABDELATIF D, et al. Global epidemiology of nonalcoholic fatty liver disease-Meta-analytic assessment of prevalence, incidence, and outcomes[J]. Hepatology, 2016, 64(1): 73-84.

[2]KIM GA, LEE HC, CHOE J, et al. Association between non-alcoholic fatty liver disease and cancer incidence rate[J]. J Hepatol, 2017. [Online ahead of print]

[3]STARLEY BQ, CALCAGNO CJ, HARRISON SA. Nonalcoholic fatty liver disease and hepatocellular carcinoma: A weighty connection[J]. Hepatology, 2010, 51(5): 1820-1832.

[4]VERNON G, BARANOVA A, YOUNOSSI ZM. Systematic review: The epidemiology and natural history of non-alcoholic fatty liver disease and non-alcoholic steatohepatitis in adults[J]. Aliment Pharmacol Ther, 2011, 34(3): 274-285.

[5]BEDOGNI G, BELLENTANI S, MIGLIOLI L, et al. The Fatty Liver Index: A simple and accurate predictor of hepatic steatosis in the general population[J]. BMC Gastroenterol, 2006, 6: 33.

[6]KOTRONEN A, PELTONEN M, HAKKARAINEN A, et al. Prediction of non-alcoholic fatty liver disease and liver fat using metabolic and genetic factors[J]. Gastroenterology, 2009, 137(3): 865-872.

[7]KOOT BG, van der BAAN-SLOOTWEG OH, BOHTE AE, et al. Accuracy of prediction scores and novel biomarkers for predicting nonalcoholic fatty liver disease in obese children[J]. Obesity (Silver Spring), 2013, 21(3): 583-590.

[8]WANG J, XU C, XUN Y, et al. ZJU index: A novel model for predicting nonalcoholic fatty liver disease in a Chinese population[J]. Sci Rep, 2015, 5: 16494.

[9]LI L, YOU W, REN W. The ZJU index is a powerful index for identifying NAFLD in the general Chinese population[J]. Acta Diabetol, 2017, 54(10): 905-911.

[10]POYNARD T, RATZIU V, NAVEAU S, et al. The diagnostic value of biomarkers (SteatoTest) for the prediction of liver steatosis[J]. Comp Hepatol, 2005, 4: 10.

[11]HE L, DENG L, ZHANG Q, et al. Diagnostic value of CK-18, FGF-21, and related biomarker panel in nonalcoholic fatty liver disease: A systematic review and Meta-analysis[J]. Biomed Res Int, 2017, 2017: 9729107.

[12]ANTY R, IANNELLI A, PATOURAUX S, et al. A new composite model including metabolic syndrome, alanine aminotransferase and cytokeratin-18 for the diagnosis of non-alcoholic steatohepatitis in morbidly obese patients[J]. Aliment Pharmacol Ther, 2010, 32(11-12): 1315-1322.

[13]GRIGORESCU M, CRISAN D, RADU C, et al. A novel pathophysiological-based panel of biomarkers for the diagnosis of nonalcoholic steatohepatitis[J]. J Physiol Pharmacol, 2012, 63(4): 347-353.

[14]ALKHOURI N, ALISI A, OKWU V, et al. Circulating soluble fas and fas ligand levels are elevated in children with nonalcoholic steatohepatitis[J]. Dig Dis Sci, 2015, 60(8): 2353-2359.

[15]QI S, XU D, LI Q, et al. Metabonomics screening of serum identifies pyroglutamate as a diagnostic biomarker for nonalcoholic steatohepatitis[J]. Clin Chim Acta, 2017, 473: 89-95.

[16]UCHIHARA M, IZUMI N. High-sensitivity C-reactive protein (hs-CRP): A promising biomarker for the screening of non-alcoholic steatohepatitis (NASH)[J]. Nihon Rinsho, 2006, 64(6): 1133-1138.

[17]BOGA S, KOKSAL AR, ALKIM H, et al. Plasma pentraxin 3 differentiates nonalcoholic steatohepatitis (NASH) from non-NASH[J]. Metab Syndr Relat Disord, 2015, 13(9): 393-399.

[18]ZHANG X, SHEN J, MAN K, et al. CXCL10 plays a key role as an inflammatory mediator and a non-invasive biomarker of non-alcoholic steatohepatitis[J]. J Hepatol, 2014, 61(6): 1365-1375.

[19]SHEN J, CHAN HL, WONG GL, et al. Non-invasive diagnosis of non-alcoholic steatohepatitis by combined serum biomarkers[J]. J Hepatol, 2012, 56(6): 1363-1370.

[20]TIETGE UJ, SCHMIDT HH, SCHTZ T, et al. Reduced plasma adiponectin in NASH: Central obesity as an underestimated causative risk factor[J]. Hepatology, 2005, 41(2): 401; author reply 401-402.

[21]YONEDA M, NOZAKI Y, ENDO H, et al. Serum ferritin is a clinical biomarker in Japanese patients with nonalcoholic steatohepatitis (NASH) independent of HFE gene mutation[J]. Dig Dis Sci, 2010, 55(3): 808-814.

[22]KOWDLEY KV, BELT P, WILSON LA, et al. Serum ferritin is an independent predictor of histologic severity and advanced fibrosis in patients with nonalcoholic fatty liver disease[J]. Hepatology, 2012, 55(1): 77-85.

[23]OKANOUE T, EBISE H, KAI T, et al. A simple scoring system using type IV collagen 7S and aspartate aminotransferase for diagnosing nonalcoholic steatohepatitis and related fibrosis[J]. J Gastroenterol, 2018, 53(1): 129-139.

[24]LIU CH, AMPUERO J, GIL-GMEZ A, et al. miRNAs in patients with non-alcoholic fatty liver disease: A systematic review and meta-analysis[J]. J Hepatol, 2018, 69(6): 1335-1348.

[25]PIROLA CJ, FERNNDEZ GIANOTTI T, CASTAO GO, et al. Circulating microRNA signature in non-alcoholic fatty liver disease: From serum non-coding RNAs to liver histology and disease pathogenesis[J]. Gut, 2015, 64(5): 800-812.

[26]BECKER PP, RAU M, SCHMITT J, et al. Performance of serum microRNAs -122, -192 and -21 as biomarkers in patients with non-alcoholic steatohepatitis[J]. PLoS One, 2015, 10(11): e0142661.

[27]YOUNOSSI ZM, LOOMBA R, ANSTEE QM, et al. Diagnostic modalities for non-alcoholic fatty liver disease (NAFLD), non-alcoholic steatohepatitis (NASH) and associated fibrosis[J]. Hepatology, 2017, 68(1): 349-360.

[28]POYNARD T, RATZIU V, CHARLOTTE F, et al. Diagnostic value of biochemical markers (NashTest) for the prediction of non alcoholo steato hepatitis in patients with non-alcoholic fatty liver disease[J]. BMC Gastroenterol, 2006, 6: 34.

[29]ZHOU Y, OREICˇ M, LEIVONEN M, et al. Noninvasive detection of nonalcoholic steatohepatitis using clinical markers and circulating levels of lipids and metabolites[J]. Clin Gastroenterol Hepatol, 2016, 14(10): 1463-1472.e6.

[30]HANSEN JF, JUUL NIELSEN M, NYSTRM K, et al. PRO-C3: A new and more precise collagen marker for liver fibrosis in patients with chronic hepatitis C[J]. Scand J Gastroenterol, 2018, 53(1): 83-87.

[31]DANIELS SJ, LEEMING DJ, ESLAM M, et al. ADAPT: An algorithm incorporating PRO-C3 accurately identifies patients with NAFLD and advanced fibrosis[J]. Hepatology, 2019, 69(3): 1075-1086.

[32]CHERNBUMROONG S, GROVE JI, ASTBURY S, et al. Advanced machine learning techniques to identify a panel of biomarkers that identify nonalcoholic steatohepatitis[J]. Hepatology, 2017, 66(S1): 53A-54A.

[33]POLYZOS SA, SLAVAKIS A, KOUMERKERIDIS G, et al. Noninvasive liver fibrosis tests in patients with nonalcoholic fatty liver disease: An external validation cohort[J]. Horm Metab Res, 2019, 51(2): 134-140.

[34]TANWAR S, TREMBLING PM, GUHA IN, et al. Validation of terminal peptide of procollagen III for the detection and assessment of nonalcoholic steatohepatitis in patients with nonalcoholic fatty liver disease[J]. Hepatology, 2013, 57(1): 103-111.

[35]SUZUKI A, ANGULO P, LYMP J, et al. Hyaluronic acid, an accurate serum marker for severe hepatic fibrosis in patients with non-alcoholic fatty liver disease[J]. Liver Int, 2005, 25(4): 779-786.

[36]ABDELAZIZ R, ELBASEL M, ESMAT S, et al. Tissue inhibitors of metalloproteinase-1 and 2 and obesity related non-alcoholic fatty liver disease: Is there a relationship[J]. Digestion, 2015, 92(3): 130-137.

[37]LICHTINGHAGEN R, PIETSCH D, BANTEL H, et al. The Enhanced Liver Fibrosis (ELF) score: Normal values, influence factors and proposed cut-off values[J]. J Hepatol, 2013, 59(2): 236-242.

[38]XIAO G, ZHU S, XIAO X, et al. Comparison of laboratory tests, ultrasound, or magnetic resonance elastography to detect fibrosis in patients with nonalcoholic fatty liver disease: A meta-analysis[J]. Hepatology, 2017, 66(5): 1486-1501.

[39]European Association for Study of Liver, Asociacion Latinoamericana para el Estudio del Higado. EASL-ALEH clinical practice guidelines: Non-invasive tests for evaluation of liver disease severity and prognosis[J]. J Hepatol, 2015, 63(1): 237-264.

[40]ADAMS LA, GEORGE J, BUGIANESI E, et al. Complex non-invasive fibrosis models are more accurate than simple models in non-alcoholic fatty liver disease[J]. J Gastroenterol Hepatol, 2011, 26(10): 1536-1543.

[41]RATZIU V, MASSARD J, CHARLOTTE F, et al. Diagnostic value of biochemical markers (FibroTest-FibroSURE) for the prediction of liver fibrosis in patients with non-alcoholic fatty liver disease[J]. BMC Gastroenterol, 2006, 6: 6.

[42]ZHANG YL,  MA YJ, WANG ZL,   et al. Evaluation of four scoring systems in diagnosis of hepatic fibrosis in patients with nonalcoholic fatty liver disease[J]. Chin J Modern Med, 2017, 27(22): 112-126. (in Chinese)

张意兰, 马英杰, 王志凌, 等. 4种评分系统在非酒精性脂肪肝病肝纤维化程度的诊断效能评价[J]. 中国现代医学杂志, 2017, 27(22): 112-126.

[43]GUO ZQ, WANG QY, QI XS, et al. Recommendations for the diagnosis and management of nonalcoholic fatty liver disease: Practice guidance from the American Association for the Study of Liver Diseases(2017)[J]. J Clin Hepatol, 2017, 33(12): 2275-2277. (in Chinese)

郭泽, 王倩, 祁兴顺, 等. 《2017年美国肝病学会非酒精性脂肪性肝病诊疗指导》摘译[J].临床肝胆病杂志, 2017, 33(12): 2275-2277.

[44]National Workshop on Fatty Liver and Alcoholic Liver Disease, Chinese Society of Hepatology, Chinese Medical Association; Fatty Liver Expert Committee, Chinese Medical Doctor Association.Guidelines of prevention and treatment for nonalcoholic fatty liver disease: A 2018 update[J]. J Clin Hepatol, 2018, 34(5): 947-957. (in Chinese)

中华医学会肝病学分会脂肪肝和酒精性肝病学组, 中国医师协会脂肪性肝病专家委员会. 非酒精性脂肪性肝病防治指南(2018年更新版)[J]. 临床肝胆病杂志, 2018, 34(5): 947-957.

引证本文:GUO T, HU B, YI WM,   et al. Research advances in the serological diagnosis of nonalcoholic fatty liver disease[J]. J Clin Hepatol, 2020, 36(11): 2579-2583. (in Chinese)

郭滔, 胡波, 易为民,  等. 血清学诊断非酒精性脂肪性肝病的研究进展[J]. 临床肝胆病杂志, 2020, 36(11): 2579-2583.

200 评论

查看更多