目的 基于人口学特征、实验室检查等指标构建非酒精性脂肪性肝病(NAFLD)纤维化分期的鉴别诊断模型.方法 选取2011-2023 年在解放军总医院行肝病理活检为NAFLD的300 例患者为研究对象.按照7∶3 的比例,将300 例患者随机分为建模组[n=210,包括无或轻度纤维化患者(n=130)与显著纤维化患者(n=80)]与验证组[n=90,包括无或轻度纤维化患者(n=47)与显著纤维化患者(n=43)].对建模组的临床资料进行单因素及多因素Logistic分析,建立新的预测NAFLD患者纤维化的无创模型,与 NAFLD 纤维化评分(NFS)比较预测纤维化的效能,并以验证组检验新模型的效能.结果 建立了由年龄、体质量指数、血小板计数、天门冬氨酸氨基转移酶、空腹血糖5 个变量组成的新模型,新模型的曲线下面积(AUC)值达到了0.745,灵敏度为52.5%,特异度为89.2%,阴性预测值(NPV)为75.3%,阳性预测值(PPV)为75.0%,准确度为75.2%;验证组中新模型的AUC为0.815.新模型预测效能评价结果显示,新模型的AUC大于NFS,且在特异度、NPV、PPV、准确度方面优于NFS,模型净重新分类改善指数(NRI)和模型综合判别改善指数(IDI)均为正值(P<0.05).新模型预测能力验证结果显示,新模型的AUC大于NFS,在灵敏度、特异度、NPV、PPV和准确度方面,新模型较NFS均表现出较好改善,NRI与IDI均为正值(P<0.05).结论 采用临床特征构建的预测模型,具有良好的预测能力,且较NFS有所改善,可以为临床诊断提供一定的参考.
NETL
NSTL
万方数据
