壹生资讯-EASL2023 | 机器学习辅助改善FIB-4指数预测CHB患者肝纤维化的准确性

您已通过HCP身份认证和信息审核

(

EASL2023 | 机器学习辅助改善FIB-4指数预测CHB患者肝纤维化的准确性

2023-08-03作者：论坛报小塔资讯

原创

第58届欧洲肝脏研究学会（EASL 2023）年会于2023年6月21-24日在奥地利维也纳举行。在这次大会上，南京大学医学院附属鼓楼医院感染科吴超、李婕教授团队16项研究成果入选2023欧洲肝病学会年会交流，其中3项获得青年研究者奖。研究内容主要针对乙肝以及乙肝合并脂肪肝，覆盖危险因素识别、疾病进展监测、诊断与治疗、患者免疫功能变化等多个方面，丰富地展现了过去一年来团队在肝病领域的研究与进展。中国医学论坛报社特邀吴超、李婕教授团队就研究进行分享，以飨读者。本期为大家带来《机器学习辅助改善FIB-4指数预测CHB患者肝纤维化的准确性》。

机器学习辅助改善FIB-4指数预测CHB患者肝纤维化的准确性

在CHB患者中，FIB-4对肝纤维化和肝硬化的预测价值一般。研究旨在利用先进的机器学习方法重构FIB-4，以改进对肝纤维化和肝硬化的预测。

研究纳入了来自4家医院的1231例CHB患者进行肝活检，随机分为训练集（70%）和测试集（30%），重复100次以确定最终模型，并在独立队列中进行外部验证，以AUROC为指标比较其与FIB-4的性能。结果显示，在预测显著纤维化、进展期纤维化和肝硬化方面，梯度提升（GB）的AUROC优于其他机器学习方法和FIB-4指数（P < 0.001）。在验证集中，GB在显著和非显著纤维化的分类中优于FIB-4指数（AUROC分别为0.664和0.626，P=0.09），在非进展和进展期纤维化的分类中明显优于FIB-4指数（AUROC分别为0.716和0.667，P= 0.04），在非肝硬化和肝硬化的分类中明显优于FIB-4指数（AUROC分别为0.780和0.727，P=0.01）。

因此，在CHB患者中，基于梯度提升的新模型在纳入与FIB-4相同的参数下，能更好地预测肝纤维化和肝硬化。

（本文版权属于中国医学论坛报社，禁止转载）

好文推荐

▶ ICU成人急性和慢加急性肝衰竭的管理：2020年美国重症医学会指南

▶ 医生让吃的流质、半流质饮食到底是什么？

▶ 急性胰腺炎的临床表现及诊断标准