200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
2025年 5月 3—6日，2025年美国消化疾病周（DDW 2025）在美国圣地亚哥成功举行。广东省人民医院消化内科沙卫红教授、陈浩教授团队凭借其在肝硬化、炎症性肠病（IBD）、心血管疾病风险预测、烟草暴露与消化疾病关联以及胃食管反流病（GERD）与哮喘共病等多领域的深入研究，在本次大会中脱颖而出，成功获得5项口头报告及4项壁报展示机会，其中一个oral入围大会主席奖竞选答辩环节，一个poster获得卓越海报奖。这些成果不仅为消化系统疾病的早期筛查、精准诊断与个性化治疗提供了新的科学依据和技术手段，也体现了沙卫红教授团队在消化系统疾病研究领域的学术影响力。
《中国医学论坛报》特邀广东省人民医院消化内科沙卫红教授团队对“血浆蛋白质组学新突破！精准预测肝硬化相关事件 16 年发病风险”进行分享。
血浆蛋白质组学新突破！精准预测肝硬化相关事件 16 年发病风险
Session Title: Cirrhosis and Portal Hypertension
Session Type: Research Forum
Session Date & Time: 2025.5.3 8:00-9:30 a.m.
Submission ID: 4253192
Presentation ID: 9
广东省人民医院消化内科陈烁作口头报告
这项由南方医科大学陈烁、奉婧、张雅洁、林桐共同进行，由广东省人民医院消化内科沙卫红教授、陈浩教授作为通讯作者指导的开创性研究《基于血浆蛋白质组学的肝硬化相关事件16年发病风险预测模型》，成功入选2025年DDW大会口头汇报，在肝硬化相关事件早期预测领域实现了重大进展。
慢性肝病是全球范围内的一大健康问题，每年在全球范围内导致超过 140 万人死亡。其主要致命后果是肝硬化相关事件。慢性肝病的早期可逆阶段通常无症状且容易被忽视，从而导致诊断延迟以及不可逆的并发症，而此时的治疗选择又十分有限。人类血液蛋白质组能非靶向评估数千种循环分子，为人类健康状况提供了一个全面的解读。
这项研究基于高通量技术测定的几千种血浆蛋白数据，通过结合Cox回归分析和机器学习算法，开发了一个创新的蛋白质组预测模型，旨在提前识别肝硬化相关事件的发病风险。
结果显示，738种血浆蛋白质与肝硬化相关事件发病显著相关，其中10种蛋白质在模型中显示出最高的重要性。蛋白质组模型在预测新发肝硬化相关事件方面，优于采用其他预测因子构建的模型（AUC：蛋白质组模型0.86；人口统计学特征 0.79；实验室指标 0.79；多基因评分：0.53；所有P < 0.05）。此外，该模型的表现优于传统的 FIB-4 和 APRI 评分（AUC：蛋白质组模型0.86；FIB-4 0.70；APRI 0.71；所有P < 0.05）。
基于大规模的蛋白质组学数据，这项研究开发了一个在诊断前16 年预测肝硬化相关事件的新型蛋白质组模型，为肝硬化相关事件的早期筛查和预防提供了新的方向。
肝硬化是全世界慢性肝病患者发病和死亡的重要原因，在全世界的死亡原因中位居第11位。目前，肝硬化所带来的疾病负担变得越来越严重，已成为全球常见且日益严重的公共卫生问题。肝硬化相关事件，在临床早期时往往无症状，而导致患者错过干预的时机。当患者发生肝硬化相关事件时，治疗难度大，治疗效果差，同时治疗费用也给家庭带来沉重的经济负担。这项研究探究了蛋白质组学结合机器学习算法在预测肝硬化相关事件发病风险中的作用。研究团队通过机器学习算法在大规模蛋白质组学中筛选出10个重要的蛋白质，基于该10个重要蛋白构建的机器学习模型可以达到一个较高的预测性能。该模型构建简单，并且表现优于基于既往报道过的预测因子所构建的模型，也优于传统的FIB-4、APRI评分。本研究开发的新型蛋白质组模型在发病16年前就能识别出发生肝硬化相关事件的高危个体，在肝硬化相关事件的早期筛查和干预中具有潜在的应用价值。
中国医学论坛报社将持续追踪DDW2025最新进展，敬请广大读者关注！
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017