【技术实现步骤摘要】
一种超早期代谢相关脂肪性肝病的预测装置
[0001]本专利技术涉及生物医学
,具体而言,涉及一种超早期代谢相关脂肪性肝病的预测装置。
技术介绍
[0002]MAFLD已取代病毒性肝病成为中国第一大肝脏疾病。根据2020年版MAFLD国际专家共识,代谢相关脂肪性肝病的诊断标准为:基于病理学或影像学脂肪肝证据,同时有超重/肥胖、2 型糖尿病或代谢功能紊乱三项条件之一。
[0003]其中,肝组织活检病理诊断仍然是该病确诊的金标准,用于MAFLD的病理指标包括脂肪变性(S0
‑
S4)、气球样变(B0
‑
B4)、小叶炎症(L0
‑
L4)和纤维化分级(F0
‑
F4),四项评分总和小于等于2明确排除MAFLD,大于等于5确定MAFLD,大于2小于5之间的区域多数观点认为是超早期或疑似MAFLD。病理区分值设为2的意义是用于阴性排除,在健康筛查时意义重大。而设为5时,比较适合用于阳性确诊。现有技术(申请号为201911424602.9)公开了一种非酒精性脂肪性肝病的诊断模型,设定的区分值是总评分5,其只能进行早期非酒精性脂肪性肝病的诊断,而对于处于潜伏状态(超早期)的人群则无法有效地进行预测。事实上,现有公开的用于评估中、重度代谢相关性脂肪性肝病,或者合并纤维化的代谢相关性脂肪性肝病最高曲线下面积能达到0.7左右,但用于早期代谢相关性脂肪性肝病的评估效果有限,ROC下曲线面积只有0.6左右。临床上需要更有效的早期评估方法,特别是健康体检时需要更明确
【技术保护点】
【技术特征摘要】
1.一种超早期代谢相关脂肪性肝病预测模型的训练方法,其特征在于,其包括:获取训练样本个体指标、标志物水平的检测结果及其对应的标注结果;所述标志物包括血清总蛋白TP和细胞角蛋白18,所述个体指标包括身高质量指数BMI;将训练样本的个体指标以及标志物水平的检测结果输入预先构建好的预测模型中,获得预测评估结果;其中,所述预测模型用于根据样本个体指标以及标志物水平的检测结果预测样本超早期代谢相关脂肪性肝病的患病风险或疾病状态;基于所述标注结果和所述评估结果对所述预测模型进行参数更新。2.根据权利要求1所述的超早期代谢相关脂肪性肝病预测模型的训练方法,其特征在于,所述细胞角蛋白18选自:角蛋白18
‑
M30和角蛋白18
‑
M65中的至少一种。3.根据权利要求1所述的超早期代谢相关脂肪性肝病预测模型的训练方法,其特征在于,所述标志物还包括:谷丙转氨酶ALT、谷草转氨酶AST、谷氨酰转移酶GGT、血红蛋白HB、总胆固醇TC、高尔基体跨膜糖蛋白73 GP73、低密度脂蛋白LDL、空腹血糖和空腹胰岛素中的至少一种。4.根据权利要求1~3任一项所述的超早期代谢相关脂肪性肝病预测模型的训练方法,其特征在于,所述个体指标还包括年龄age和性别sex中的至少一种。5.一种超早期代谢相关脂肪性肝病的预测装置,其特征在于,其包括:获取模块,用于获取待测样本个体指标以及标志物水平的检测结果,所述标志物和所述个体指标均为如权利要求1~4任一项所述的标志物和个体指标;预测模块,用于将所述个体指标和所述检测结果输入由权利要求1~4任一项所述的超早期代谢相关脂肪性肝病预测模型的训练方法训练获得的预测模型中,获得待测样本的预测结果。6.根据权利要求5所述的超早期代谢相关脂肪性肝病的预测装置,其特征在于,所述预测模型通过式1~式12中的至少一种获得样本的预测结果;式1:logit(P)= a+b
×
age + c
×
sex +d
×
BMI +e1×
M30+f
×
TC +g
×
HB + j
×
ALT + h
×
TP + i
×
GP73;式2:logit(P)=a+b
×
age + c
×
sex +d
×
BMI +e1×
M30+f
×
TC +g
×
HB + k
×
AST + h
×
TP + i
×
GP73;式3:logit(P) =a+ d
×
BMI +e1×
M30+e2×
M65 + h
×
TP;式4:logit(P) =a+ d
×
BMI +e1×
M30 + h
×
TP;式5:logit(P) =a+ d
×
BMI +e1×
M30 + h
×
TP + l
×
LDL + n
×
DM3;式6:logit(P) =a+ d
×
BMI +e1×
M30 + h
×
TP +n
×
DM3;式7:logit(P) =a+b
×
age + c
×
sex +d
×
BMI +e M30
‑
M65 + l
×
LDL +g
×
HB + j
×
AST + h
×
TP + i
×
GP73;式8:logit(P) =a+b
...
【专利技术属性】
技术研发人员:陈菲,王莹,霍如松,
申请(专利权)人:苏州和锐生物科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。