编辑推荐：
本研究为解决代谢相关脂肪性肝病（MASLD）患者≥F2肝纤维化预测难题，开发DA-GAG评分，助力精准诊断与治疗
代谢相关脂肪性肝病（MASLD）是全球健康的重大威胁，其肝纤维化程度是影响疾病预后的关键因素。目前，肝活检是诊断肝纤维化的“金标准”，但存在侵入性、成本高和潜在并发症等缺点。无创诊断模型虽有一定应用，但在识别≥F2肝纤维化方面存在局限性。为解决这一问题，研究人员开发了一种新的评分系统——DA-GAG评分，旨在简单、高效地识别MASLD患者中的≥F2肝纤维化患者，以减轻医疗负担并改善患者预后。该研究由国内多家医疗机构的研究人员合作完成，成果发表于《Scientific Reports》。
研究背景
随着肥胖和糖尿病的流行，代谢相关脂肪性肝病（MASLD，曾称为非酒精性脂肪性肝病NAFLD）已成为全球成人和儿童的主要健康威胁，预计将成为未来肝病终末期的主要原因。MASLD涵盖代谢相关脂肪性肝（MAFL）和代谢相关脂肪性肝炎（MASH）两种病理情况，其中MASH的肝纤维化进展是影响疾病结局的重要因素。肝纤维化程度≥F2的患者有较高风险发展为肝病终末期。目前，肝活检虽然是诊断和监测肝纤维化进展的“金标准”，但由于其侵入性、成本高和潜在并发症，患者接受度低，且不适合长期监测。此外，磁共振弹性成像和振动控制瞬时弹性成像等技术受多种因素影响，测量结果不准确，且设备成本高、需要专业肝病学家操作，限制了其在基层医疗中的应用。因此，开发基于血清的无创诊断模型具有重要意义。
研究方法
研究人员利用来自NASH临床研究网络和暨南大学第一附属医院的791例经活检证实的MASLD患者数据，通过随机分层抽样分为训练集和内部测试集。采用多变量逻辑回归模型，结合关键分类变量，开发了用于识别≥F2肝纤维化的DA-GAG评分。该评分包括糖尿病、年龄、γ-谷氨酰转肽酶（GGT）、天门冬氨酸氨基转移酶/血小板比值（APR）和球蛋白/总蛋白比值（GTR）。外部验证使用了FLINT试验和中国多个中心的数据。研究中使用的主要关键技术方法包括：多变量逻辑回归模型构建、受试者工作特征曲线（ROC）分析、Kolmogorov-Smirnov检验（KS检验）验证数据分布相似性、限制性立方样条（RCS）分析评估变量线性关系、K最近邻（KNN）方法填补缺失值等。
研究结果
DA-GAG评分在训练集和测试数据集中均表现出优越的区分能力，ROC曲线下面积（AUROC）分别为0.79和超过0.80。该评分能够有效识别MASLD患者中的≥F2肝纤维化患者，显著减少医疗负担。研究还发现，DA-GAG评分在不同种族、年龄、糖尿病状态和体重指数（BMI）的患者中均表现出良好的预测性能，且对基线条件的敏感性较低。此外，DA-GAG评分的低阈值（≤4.0）和高阈值（≥7.0）分别具有较高的阴性预测值（NPV）和阳性预测值（PPV），可用于临床决策，避免不必要的肝活检。
结论与讨论
DA-GAG评分是一种新的、简单的MASLD患者≥F2肝纤维化预测模型，具有易于计算、普遍适用的特点。该评分系统在多中心数据中表现出良好的稳健性和准确性，能够有效识别适合接受resmetirom治疗的MASLD患者，从而改善患者的长期预后。尽管DA-GAG评分在预测≥F2肝纤维化方面表现出色，但仍存在一定的“灰区”，需要根据个体情况和偏好进行决策。未来的研究应扩大训练和测试数据集，以建立更准确的模型，并进一步验证DA-GAG评分在正常体重人群和其他种族中的准确性。鉴于该研究的回顾性性质，样本检测方法或仪器的一致性难以保证，可能会影响结果的变异性。总体而言，DA-GAG评分的开发为MASLD患者的临床管理和治疗决策提供了有力支持，具有重要的临床意义和社会价值。
