【导语】
代谢相关脂肪性肝病（MASLD）与肥胖、2型糖尿病和心血管疾病密切相关。当病情进展至代谢相关脂肪性肝炎（MASH）时，死亡风险显著升高。因此，早期识别MASH对于预测临床结局和实施个体化治疗具有重要意义。尽管肝活检是诊断MASH的金标准，但其侵入性和可能引发的并发症使我们急需开发非侵入性的诊断工具。现有的生物标志物和影像学方法存在局限性，且大多缺乏跨人群验证。
“脂肪肝学苑”第30期特别分享复旦大学中山医院夏明锋教授团队于JOURNAL OF HEPATOLOGY（IF=26.8）上发表的研究论文“A metabolome-derived score predicts metabolic dysfunction-associated steatohepatitis and mortality from liver disease”。该研究旨在利用氢核磁共振（1H-NMR）衍生的血清代谢物，并结合机器学习策略，开发和验证一种基于1H-NMR代谢组的预测评分系统，用于非侵入性评估MASH风险，并探讨该评分是否能够预测MASLD相关的长期死亡率。
https://www.journal-of-hepatology.eu/article/S0168-8278(24)02636-9/fulltext
· 研究方法 ·
Methodology
研究通过机器学习策略开发MASH预测评分，该评分基于311例接受肝活检的中国成年人的44个临床参数和250种通过质子核磁共振（1H-NMR）技术测量的血清代谢物数据。在芬兰的肝活检队列（n = 305）中进行了外部验证，以评估该评分的可靠性和有效性。
为探讨MASH预测评分与全因死亡率及特定病因死亡率的关系，研究在上海长风队列（n = 5,893）和英国生物银行（UK Biobank，n = 111,673）两个大型人群队列中，采用Cox比例风险回归模型评估MASH预测评分与全因死亡率、肝脏疾病相关死亡率（尤其是NAFLD/MASLD相关死亡）以及其他病因相关死亡率之间的关联性。
· 结果 ·
Results
在中国肝活检队列中，24个临床参数和194个血清代谢物与MASH的发生显著相关。最终纳入评分的变量包括体重指数（BMI）、天冬氨酸转氨酶（AST）、酪氨酸和VLDL中的磷脂/总脂比率（图1）。
图1 机器学习策略识别MASH预测的候选变量
该评分在中国和芬兰队列中的表现均优异，诊断MASH的曲线下面积（AUROC）分别为0.87（95% CI：0.83-0.91）和0.81（95% CI：0.75-0.88）。在中国队列中，研究基于敏感性和特异性的90%确定了两个切点（低切点：<-0.21，高切点≥1.49）。研究以低切点（-0.21）将上海长风研究和英国生物银行队列分为MASH高风险组和低风险组（图2）。
图2 MASH预测评分在中国人和芬兰人中的诊断表现
在上海长风研究中，MASH高风险组的肝脏相关死亡率显著高于低风险组，特别是与NAFLD/MASLD相关的死亡率，调整后的风险比为23.19（中位随访7.2年）。在UK Biobank队列中，MASH高风险组的NAFLD/MASLD相关死亡率增加了20.15倍，全因死亡率增加了1.75倍，心血管疾病、除NAFLD/MASH外的肝脏疾病和肝外癌症的死亡风险也显著增加（中位随访12.6年）。MASH预测评分在预测MASLD相关死亡率方面优于Fibrosis-4指数和NAFLD纤维化评分。
· 研究结论 ·
Conclusions
基于临床和代谢组学参数开发的MASH预测评分在预测MASH风险和识别MASLD相关死亡风险方面表现出较高的准确性。与常用的FIB-4和NFS评分相比，MASH预测评分在预测NAFLD/MASLD相关死亡率方面具有显著优势。该评分在中国和欧洲人群中均展现了良好的临床实用性，表明其在不同种族人群中具有广泛适用性。
夏明锋教授
• 医学博士，复旦大学附属中山医院副教授、副主任医师，硕士生导师，美国德克萨斯大学西南医学中心访问学者
• 担任复旦大学附属中山医院内分泌科肥胖和脂肪肝亚专科副主任，中国医师协会内分泌代谢分会青年委员、中华医学会糖尿病分会流行病与预防学组副秘书、中国生物物理学会代谢生物学分青年委员、上海市生物医学工程学会代谢医学工程专委会委员、上海市医学会内分泌学分会青年委员。
• 长期从事代谢相关性脂肪性肝病的无创诊断和病理生理机制研究。
• 主持国家自然科学基金、上海市科委等课题8项，入选上海市优秀学术带头人、浦江人才(A类)、上海市医苑新星青年医学人才、复旦大学上海医学院临床名医培养计划。以第一或通讯作者身份（含共同通讯）在Cell Metabolism、Journal of Hepatology、Diabetologia等杂志发表论文84篇。在国际上首创建立标准化超声定量肝脏脂肪含量方法。曾获得上海市医学科技进步二等奖和推广奖、复旦大学“十佳百优”十佳医务工作者等荣誉。
--THE END--
撰稿 | 芮法娟博士
审校 | 夏明锋教授
本平台致力于为医疗卫生专业人士提供丰富的医学信息。请注意，本平台发布的内容不能替代专业的医疗建议，也不应被用作诊疗指导。如果将这些信息用于非医学信息了解的目的，本平台不承担相关责任。此外，本平台对发布的内容并不代表赞同其描述和观点。如有涉及版权问题，请权利人与我们联系，我们将尽快处理。
— END —
CCMTV临床频道注册会员数据突破210万+，平均每日更新视频及资讯内容150余条，目前拥有医学视频数量8.2万+，累积时长达185万+分钟，致力于打造贯穿医学教育全过程的专业服务平台。CCMTV药械营销推广覆盖开发期（上市前）、导入期（上市）、成长期、成熟期、衰退期。通过CCMTV朱雀AI大模型，实现权威精准触达和智能反馈分析，助力药械推广进入数字化闭环营销时代。
