CN113936788A - 用于对非酒精性脂肪性肝病患者进行分类的系统及计算机存储介质 - Google Patents

用于对非酒精性脂肪性肝病患者进行分类的系统及计算机存储介质 Download PDF

Info

Publication number
CN113936788A
CN113936788A CN202111116899.XA CN202111116899A CN113936788A CN 113936788 A CN113936788 A CN 113936788A CN 202111116899 A CN202111116899 A CN 202111116899A CN 113936788 A CN113936788 A CN 113936788A
Authority
CN
China
Prior art keywords
classifying
liver
data
attenuation coefficient
subject
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111116899.XA
Other languages
English (en)
Other versions
CN113936788B (zh
Inventor
姚明解
鲁凤民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University
Original Assignee
Peking University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peking University filed Critical Peking University
Priority to CN202111116899.XA priority Critical patent/CN113936788B/zh
Publication of CN113936788A publication Critical patent/CN113936788A/zh
Application granted granted Critical
Publication of CN113936788B publication Critical patent/CN113936788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开用于对非酒精性脂肪性肝病患者进行分类的系统及计算机存储介质。本发明研究发现非酒精性脂肪性肝炎(NASH)患者的肝超声衰减系数显著高于非酒精性脂肪肝(NAFL)患者。进一步研究发现，肝超声衰减系数与非酒精性脂肪性肝病(NAFLD)患者的气球样变程度和小叶间炎症程度、SAS评分之间均存在相关。而三者又是计算NASH等级的重要参数。这些数据表明肝超声衰减系数可用于评估NAFLD患者是否进展为NASH。进一步发现肝超声衰减系数可以作为判定NASH患者的有效指标。考虑到NASH的存在是NAFLD预后不良的疾病过程，且目前缺乏有效的无创评估手段，肝超声衰减系数在评估NASH中的潜在作用具有重要的临床意义。

Description

用于对非酒精性脂肪性肝病患者进行分类的系统及计算机存 储介质
技术领域
本发明涉及非酒精性脂肪性肝病的分类，特别涉及用于区分单纯非酒精性脂肪肝和非酒精性脂肪性肝炎患者的分类系统及计算机存储介质。
背景技术
各种病因的慢性肝病(Chronic liver disease，CLD)可导致肝脏炎症和纤维化/肝硬化及肝细胞癌(HCC)的发生，最终导致全球每年约150万人死亡。随着社会的进步和生活方式的改变，非酒精性脂肪性肝病(non-alcoholic fatty liverdisease，NAFLD)已成为最常见的慢性肝病(全球成人患病率约为25％)，且已成为发达国家终末期肝病和肝移植的主要病因，也越来越多被认为是中国慢性肝病的重要病因。
NAFLD包括三种不同的组织病理学形态：非酒精性脂肪肝(non-alcoholicfattyliver，NAFL)、非酒精性脂肪性肝炎(non-alcoholic steatohepatitis，NASH)和非酒精性脂肪肝相关性纤维化/肝硬化。多项研究表明，NASH是NAFLD的重要进展形式，已成为美国HCC的主要病因。虽然只有不到10％的NAFLD患者会出现肝脏相关并发症，但如何从NAFLD患者中找出风险最高的人群仍然是一个关键的挑战，早期和及时诊断NASH是临床上重要的诊断目标。
目前，肝脏活检是唯一能够准确地区分NASH和NAFL的手段。然而该侵入性操作潜在的并发症、不适当的标本大小或抽样误差、可重复性差，以及观察者之间的差异等确定阻碍了肝活检的广泛使用。
CK-18被认为是NASH的潜在非侵入性生物标志物，但它仅表现出一般的诊断价值，缺乏循证医学证据证明其可靠性。因此，对于NAFLD有必要开发新的无创性的生物标志物以更好的区分非酒精性脂肪肝和非酒精性脂肪性肝炎。
背景技术中的信息仅在于说明本发明的总体背景，不应视为承认或以任何形式暗示这些信息构成本领域一般技术人员所公知的现有技术。
发明内容
为解决现有技术中的至少部分技术问题，本发明提供一种能够很好地区分非酒精性脂肪肝和非酒精性脂肪性肝炎的无创性的生物标志物。至少部分地基于此完成了本发明。具体地，本发明包括以下内容。
本发明的第一方面，提供一种用于对非酒精性脂肪性肝病患者进行分类的系统，其包括：
数据采集模块，其用于获取至少受试者肝脏的肝超声衰减系数数据；和判断模块，其用于根据体重指数数据将受试者分组，进一步根据肝超声衰减系数数据对不同分组内的受试者分别进行分类，从而确定不同分组内的受试者属于非酒精性脂肪肝患者或非酒精性脂肪性肝炎患者。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，其进一步包括超声波发生装置，其设置为能够与所述数据采集模块通信连接，从而能够将超声数据传输至所述数据采集模块。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，其进一步包括计算模块，且所述数据采集模块能够获取受试者的体重和身高数据，所述计算模块用于通过受试者的体重和身高数据计算体重指数数据。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，所述判断模块用于进行如下判断：根据体重指数将受试者分组为2个以上的组，接下来根据肝超声衰减系数对每一个分组内的受试者进一步分类。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，所述判断模块用于进行如下判断：根据体重指数将受试者分为体重指数小于24的第一组和体重指数为24及以上的第二组，在第一组内当肝超声衰减系数为219dB/m以上时，或者在第二组内当肝超声衰减系数为261dB/m以上时，将所述受试者分类为非酒精性脂肪性肝炎患者，否则将所述受试者分类为非酒精性脂肪肝患者。根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，其进一步包括预警模块，其用于当所述判断模块将受试者分类为非酒精性脂肪性肝炎患者时发出预警信息。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，其进一步包括显示模块，其用于显示判断结果。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，所述受试者没有引起慢性肝病的伴随因素。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，所述数据采集模块与医院信息系统通信连接，从而用于从医院或者受试者的原始诊疗数据中选择性获取肝超声衰减系数和体重指数数据。
根据本发明所述的用于对非酒精性脂肪性肝病患者进行分类的系统，优选地，所述数据采集模块通过人工输入端获取肝超声衰减系数和体重指数数据。
本发明的第二方面，提供一种计算机存储介质，其中存储有计算机程序，所述计算机程序被计算机执行时实现获取受试者肝脏的肝超声衰减系数数据和体重指数数据，并且根据体重指数数据将受试者分组，并进一步根据肝超声衰减系数数据对不同分组内的受试者分别进行分类。
本发明的效果部分：
由于缺乏灵敏度高、特异性好的无创检测手段，肝活检在NAFLD患者的管理中继续发挥关键作用。然而，侵入性的肝活检容易受到采样误差和观察者变异性等限制。临床上，丙氨酸转氨酶(ALT)、天冬氨酸氨基转移酶(AST)等指标可用于指示和评估病毒性肝炎患者肝脏炎症活动度。与病毒性肝炎患者不同，用于评估NASH患者肝脏炎症活动度的血清生物标志物相对较少。肝超声衰减系数常用于NAFLD脂肪变程度的评估或肝脏脂肪含量的测量。例如CN 105930665A公开了一种基于超声衰减系数的肝脏脂肪定量测量方法。本发明的发明人意外发现肝超声衰减系数与NASH患者的SAF评分存在密切相关性。
具体地，本发明研究发现，NASH患者的肝超声衰减系数显著高于NAFL。进一步研究发现，肝超声衰减系数与NAFLD患者的气球样变程度、小叶间炎症程度以及SAF评分之间均在相关。而三者又是计算NASH等级的参数。这些数据表明肝超声衰减系数可用于评估NAFLD患者进展为NASH的风险。接下来本发明进一步评估了肝超声衰减系数对NASH患者的诊断性能，发现其可以作为NASH患者诊断的有效指标。考虑到NASH的存在是NAFLD预后不良的疾病过程，肝超声衰减系数在诊断NASH诊断中的潜在作用具有重要的临床意义。
附图说明
图1临床NASH诊断过程示意图。
图2肝超声衰减系数在NAFLD患者中的分布。
图3肝超声衰减系数、ALT与AST对BMI<24人群NASH的诊断价值比较。
图4肝超声衰减系数、ALT与AST对BMI≥24人群NASH诊断价值的比较。
具体实施方式
现详细说明本发明的多种示例性实施方式，该详细说明不应认为是对本发明的限制，而应理解为是对本发明的某些方面、特性和实施方案的更详细的描述。
应理解本发明中所述的术语仅仅是为描述特别的实施方式，并非用于限制本发明。另外，对于本发明中的数值范围，应理解为具体公开了该范围的上限和下限以及它们之间的每个中间值。在任何陈述值或陈述范围内的中间值以及任何其他陈述值或在所述范围内的中间值之间的每个较小的范围也包括在本发明内。这些较小范围的上限和下限可独立地包括或排除在范围内。
除非另有说明，否则本文使用的所有技术和科学术语具有本发明所述领域的常规技术人员通常理解的相同含义。虽然本发明仅描述了优选的方法和材料，但是在本发明的实施或测试中也可以使用与本文所述相似或等同的任何方法和材料。本说明书中提到的所有文献通过引用并入，用以公开和描述与所述文献相关的方法和/或材料。在与任何并入的文献冲突时，以本说明书的内容为准。除非另有说明，否则“％”为基于重量的百分数。
本发明中，术语“超声衰减”是指超声波在器官组织内的传播过程中，会发生散射、衍射、反射、吸收等一系列物理现象，从而导致超声波的能量衰减，超声衰减包括超声束扩散衰减、组织内部散射衰减和介质吸收衰减。
本发明中，术语“肝超声衰减系数”是指超声波由于器官或组织内的脂肪变和炎症导致的超声波的能量衰减，该衰减系数可通过已知方法测量获得。
本发明中，术语“非酒精性脂肪性肝病”(本文有时简写为“NAFLD”)是指除酒精和其他明确的损肝因素所致的肝细胞内脂肪过度沉积为主要特征的临床病理综合征，与胰岛素抵抗和遗传易感性密切相关的获得性代谢应激性肝损伤。NAFLD包括非酒精性脂肪肝(本文有时简写为“NAFL”)、非酒精性脂肪性肝炎(本文有时简写为“NASH”)和非酒精性脂肪肝相关性纤维化/肝硬化(本文有时简称“肝纤维化”)。NAFL、NASH和肝纤维化三者之间的分类依据是病理改变程度分类及病变肝组织是否伴有炎症反应和纤维化，而并不依赖于脂肪在肝脏的累积程度。
实施例
1、材料和方法
1.1研究对象
回顾性收集于2018年1月至2021年3月期间，在解放军总医院第五医学中心入院就诊的117例NAFLD患者(表1)。符合以下4项标准的患者被纳入本研究：
(1)通过组织学检查有肝脂肪变性的证据；
(2)无明显酒精摄入史(男性乙醇摄入量<210克/周，女性摄入量<140克/周)；
(3)不存在诱导肝脏脂肪变化的其他因素；
(4)没有引起慢性肝病的伴随因素(脂肪变性药物或遗传性疾病等)。
收集纳入患者的临床数据及肝活检组织。本研究经解放军总医院第五医学中心伦理委员会批准，所有参与者均签署了知情同意书。
1.2肝脏免疫组织化学染色
将肝组织标本经福尔马林缓冲液固定后进行石蜡包埋，切片后进行苏木精、伊红和Masson等组织学染色。由经验丰富的病理学家进行阅片，该病理学家对患者的临床信息不知情。组织学病变依据SAF评分进行评分，分别评估脂肪变程度(S)、炎症活动度(A)和纤维化程度(F)，后者根据NASH临床研究网络(CRN)进行评估。
肝脂肪变程度通过计数含有大中型细胞质内脂滴(但不包括泡沫微泡)的肝细胞百分比进行评估，范围为0至3(S0：<5％；S1：5％-33％，S2：34％-66％，S3：>67％)。
肝细胞气球样变从0到2级(0：正常肝细胞呈立方形、尖角和粉红色嗜酸性细胞质；1：存在圆形和苍白细胞质的肝细胞簇，通常呈网状，尽管形状不同，大小与正常肝细胞相似；2，与1级相同，但也有至少一个增大的气球状肝细胞(与1级气球状肝细胞簇中的正常细胞相比，其大小至少是正常细胞的2倍)。
小叶炎症被定义为小叶内两个或多个炎症细胞的病灶，组织为微粒肉芽肿或位于血窦内。病灶在20倍放大倍数下计数(0级：无；1：每个小叶<2个病灶；2：每个小叶>2个病灶)。活动等级A(从A0到A4)通过气球样变和小叶炎症等级相加来计算。然后使用FLIP算法对NAFLD进行分类如图1。
1.3肝超声衰减系数测定、丙氨酸转氨酶(ALT)、天冬氨酸氨基转移酶(AST)和血小板计数的测定
肝超声衰减系数测定在肝活检前一周内进行。通过肋间隙与患者(在餐后至少两小时)仰卧位和右臂最大外展确定在右肝叶中。仅包括有效测量(成功率超过60％，四分位数间/中位数<0.3)，结果以分贝/米(dB/m)表示，对应于10次测定的中值。通过自动生化分析仪(Beckman，CA，USA)测量丙氨酸氨基转移酶(ALT)和天冬氨酸氨基转移酶(AST)的水平。通过电阻法(Sysmex，Kobe，apan)进行血小板计数。体重指数(Body mass index，BMI)计算公式为：BMI＝体重(kg)/身高2(m)，本研究以BMI<24为正常体重，BMI≥24为超重。
1.4统计分析
用IBMSPSSStatistic22.0软件(International Business MachinesCorporation，NewYork，USA)进行数据分析，并用GraphPadPrism5.0版(Graphpad SoftwareInc.，LaJolla，California)进行绘图。连续变量根据其分布特征选择描述方法，近似服从正态分布的定量资料采用X±S表示，呈偏态分布的定量资料采用中位数(M)及四分位间距描述其分布特征，定性资料组间比较采用χ2检验。使用Medcalc(15.6.1)进行受试者工作特征(ROC)曲线分析。使用最大化灵敏度和特异度之和的最佳临界值计算灵敏度、特异度。所有显著性检验均为双尾检验，以α＝0.05为检验水准。
2、结果
2.1患者的临床特征
从2018年1月至2021年3月，纳入了符合研究标准的NAFLD患者117名。其中男性66名，占56.4％，平均年龄(43.45±12.95)岁。按照SAF评分，有86名患者诊断为NASH，占73.5％。患者的临床特征如表1所示。
表1研究人群人口学及实验室检查基本情况
Figure BDA0003275662800000081
Note:*Means±SE，BMI＝体重指数、AST＝天冬氨酸氨基转移酶、ALT＝丙氨酸氨基转移酶、PLT＝血小板计数、GGT＝γ-谷氨酰转肽酶
2.2肝超声衰减系数与NAFLD患者临床特征的相关性分析
根据117例患者的肝活检病理结果，单纯脂肪肝患者和NASH患者肝超声衰减系数水平差异有统计学意义[中位数，NAFL：196.00(187.20,233.00)dB/m，NASH：292.00(268.00,322.50)dB/m，(P<0.0001)。同时，肝超声衰减系数与气球样变程度和小叶间炎症显著相关相关系数分别为0.242、-0.183，P<0.001)(表2)。
表2 NASH患者肝脏炎症活动度与临床生化指标的相关性
Figure BDA0003275662800000082
Figure BDA0003275662800000091
2.3肝超声衰减系数对NASH的评估价值
如上所述，肝超声衰减系数具有评估NAFLD患者进展为NASH的潜在应用价值。ROC曲线分析结果表明，肝超声衰减系数用于BMI<24的NAFLD患者诊断NASH患者的cut-off值为219dB/m(范围179dB/m-361dB/m)，相应的AUROC为0.824(95％CI：0.626-0.944)，敏感性为84.62％，特异性为66.67％，显著高于ALT和AST(ALT：0.527，AST：0.618，P＝0.01)。对于BMI≥24的NAFLD患者诊断NASH患者的cut-off值为261dB/m(范围188dB/m-376dB/m)，相应的AUROC为0.845(95％CI：0.749-0.915)，敏感性为84.72％，特异性为81.25％)，远优于ALT或AST(ALT：0.627，AST：0.567，P＝0.01)，(图3和4，表3-5)。
表3 GP73、ALT和AST对NASH患者的诊断价值
Figure BDA0003275662800000092
表4肝超声衰减系数对NASH诊断的ROC曲线的标准值和坐标(BMI<24)
Figure BDA0003275662800000101
表5肝超声衰减系数对NASH诊断的ROC曲线的标准值和坐标(BMI≥24)
Figure BDA0003275662800000102
Figure BDA0003275662800000111
Figure BDA0003275662800000121
综上所述，本发明研究了以肝超声衰减系数作为评估NASH患者肝脏炎症活动度潜在标志物的可能性。为NASH患者干预效果评估与药物研发提供了一种潜在的无创指标。
尽管本发明已经参考示例性实施方案进行了描述，但应理解本发明不限于公开的示例性实施方案。在不背离本发明的范围或精神的情况下，可对本发明说明书的示例性实施方案做多种调整或变化。权利要求的范围应基于最宽的解释以涵盖所有修改和等同结构与功能。

Claims (10)

1.一种用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，包括：
数据采集模块，其用于获取至少受试者肝脏的肝超声衰减系数数据；和判断模块，其用于根据体重指数数据将受试者分组，进一步根据肝超声衰减系数数据对不同分组内的受试者分别进行分类，从而确定不同分组内的受试者属于非酒精性脂肪肝患者或非酒精性脂肪性肝炎患者。
2.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，进一步包括超声波发生装置，其设置为能够与所述数据采集模块通信连接，从而能够将超声数据传输至所述数据采集模块。
3.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，进一步包括计算模块，且所述数据采集模块能够获取受试者的体重和身高数据，所述计算模块用于通过受试者的体重和身高数据计算体重指数数据。
4.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，所述判断模块用于进行如下判断：根据体重指数将受试者分为体重指数小于24的第一组和体重指数为24以上的第二组，在第一组内当肝超声衰减系数为219dB/m以上时，或者在第二组内当肝超声衰减系数为261dB/m以上时，将所述受试者分类为非酒精性脂肪性肝炎患者，否则将所述受试者分类为非酒精性脂肪肝患者。
5.根据权利要求4所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，进一步包括预警模块，其用于当所述判断模块将受试者分类为非酒精性脂肪性肝炎患者时发出预警信息。
6.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，进一步包括显示模块，其用于显示判断结果。
7.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，所述受试者没有引起慢性肝病的伴随因素。
8.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，所述数据采集模块与医院信息系统通信连接或者由受试者自主输入，从而用于从医院的原始诊疗数据或者受试者自主输入的数据中选择性获取肝超声衰减系数和体重指数数据。
9.根据权利要求1所述的用于对非酒精性脂肪性肝病患者进行分类的系统，其特征在于，所述数据采集模块通过人工输入端获取肝超声衰减系数和体重指数数据。
10.一种计算机存储介质，其特征在于，其中存储有计算机程序，所述计算机程序被计算机执行时实现获取受试者肝脏的肝超声衰减系数数据和体重指数数据，并且根据体重指数数据将受试者分组，并进一步根据肝超声衰减系数数据对不同分组内的受试者分别进行分类。
CN202111116899.XA 2021-09-23 2021-09-23 用于区分单纯非酒精性脂肪肝与非酒精性脂肪性肝炎患者的系统及计算机存储介质 Active CN113936788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111116899.XA CN113936788B (zh) 2021-09-23 2021-09-23 用于区分单纯非酒精性脂肪肝与非酒精性脂肪性肝炎患者的系统及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111116899.XA CN113936788B (zh) 2021-09-23 2021-09-23 用于区分单纯非酒精性脂肪肝与非酒精性脂肪性肝炎患者的系统及计算机存储介质

Publications (2)

Publication Number Publication Date
CN113936788A true CN113936788A (zh) 2022-01-14
CN113936788B CN113936788B (zh) 2023-04-07

Family

ID=79276665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111116899.XA Active CN113936788B (zh) 2021-09-23 2021-09-23 用于区分单纯非酒精性脂肪肝与非酒精性脂肪性肝炎患者的系统及计算机存储介质

Country Status (1)

Country Link
CN (1) CN113936788B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117577330A (zh) * 2024-01-15 2024-02-20 北京大学 预测非酒精性脂肪性肝病肝纤维化程度的装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2648183C1 (ru) * 2017-03-13 2018-03-22 Федеральное государственное бюджетное образовательное учреждение высшего образования "Смоленский государственный медицинский университет" министерства здравоохранения Российской Федерации Способ диагностики стеатоза печени
CN111973196A (zh) * 2020-09-22 2020-11-24 深圳市金迈得医疗科技有限公司 一种肝功能指标的检测与重分析装置
CN113440166A (zh) * 2020-03-12 2021-09-28 美国西门子医疗系统股份有限公司 利用超声医学成像的肝病活动估计
CN113662587A (zh) * 2020-12-25 2021-11-19 四川省中医药科学院 一种基于超声的便携式脂肪肝检测装置及其数据处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2648183C1 (ru) * 2017-03-13 2018-03-22 Федеральное государственное бюджетное образовательное учреждение высшего образования "Смоленский государственный медицинский университет" министерства здравоохранения Российской Федерации Способ диагностики стеатоза печени
CN113440166A (zh) * 2020-03-12 2021-09-28 美国西门子医疗系统股份有限公司 利用超声医学成像的肝病活动估计
CN111973196A (zh) * 2020-09-22 2020-11-24 深圳市金迈得医疗科技有限公司 一种肝功能指标的检测与重分析装置
CN113662587A (zh) * 2020-12-25 2021-11-19 四川省中医药科学院 一种基于超声的便携式脂肪肝检测装置及其数据处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚明解: ""基于瞬时弹性成像技术检测参数的非酒精性脂肪性肝病进展评估模型的建立"", 《临床肝胆病杂志》 *
顾东岳: ""超声衰减参数诊断慢性肝病患者肝脏脂肪变性程度的临床价值"", 《临床和实验医学杂志》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117577330A (zh) * 2024-01-15 2024-02-20 北京大学 预测非酒精性脂肪性肝病肝纤维化程度的装置及存储介质
CN117577330B (zh) * 2024-01-15 2024-04-02 北京大学 预测非酒精性脂肪性肝病肝纤维化程度的装置及存储介质

Also Published As

Publication number Publication date
CN113936788B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
Bussler et al. New pediatric percentiles of liver enzyme serum levels (alanine aminotransferase, aspartate aminotransferase, γ‐glutamyltransferase): effects of age, sex, body mass index, and pubertal stage
Lédinghen et al. Controlled attenuation parameter for the diagnosis of steatosis in non‐alcoholic fatty liver disease
Sun et al. Comparison of FIB‐4 index, NAFLD fibrosis score and BARD score for prediction of advanced fibrosis in adult patients with non‐alcoholic fatty liver disease: a meta‐analysis study
Chen et al. Serum cytokeratin‐18 in the diagnosis of non‐alcoholic steatohepatitis: a meta‐analysis
Tian et al. The diagnostic value of serum C-reactive protein, procalcitonin, interleukin-6 and lactate dehydrogenase in patients with severe acute pancreatitis
de Lédinghen et al. Non‐invasive diagnosis of liver steatosis using controlled attenuation parameter (CAP) and transient elastography
JP5612067B2 (ja) 肝線維化進行を評価するための非侵襲的方法
Kim et al. Predictors of nonalcoholic steatohepatitis and significant fibrosis in non‐obese nonalcoholic fatty liver disease
Qu et al. Diagnostic performance of FibroTouch ultrasound attenuation parameter and liver stiffness measurement in assessing hepatic steatosis and fibrosis in patients with nonalcoholic fatty liver disease
Koc et al. Comparison of diagnostic accuracy of ACR-TIRADS, American Thyroid Association (ATA), and EU-TIRADS guidelines in detecting thyroid malignancy
EP2359285A2 (en) Non-invasive in vitro method for quantifying liver lesions
Wai et al. Confounding factors of non-invasive tests for nonalcoholic fatty liver disease
Tang et al. Among simple non-invasive scores, Pro-C3 and ADAPT best exclude advanced fibrosis in Asian patients with MAFLD
Jin et al. Serum chitinase-3-like protein 1 is a biomarker of liver fibrosis in patients with chronic hepatitis B in China
Lijuan et al. Neutrophil-lymphocyte, platelet-lymphocyte and lymphocyte-monocyte ratios may not be useful markers to assess disease activity in rheumatoid arthritis: A STROBE-compliant article
CN113936788B (zh) 用于区分单纯非酒精性脂肪肝与非酒精性脂肪性肝炎患者的系统及计算机存储介质
Maida et al. Non-invasive assessment of liver injury in non-alcoholic fatty liver disease: a review of literature
Eguchi et al. A new detection system for serum fragmented cytokeratin 18 as a biomarker reflecting histologic activities of human nonalcoholic steatohepatitis
van Son et al. Prevalence of metabolic dysfunction-associated steatotic liver disease (MASLD) in a middle-aged population with overweight and normal liver enzymes, and diagnostic accuracy of noninvasive proxies
Almeida et al. Anthropometric clinical indicators of visceral adiposity as predictors of nonalcoholic fatty liver disease
Wang et al. Diagnostic value of serum procollagen III N-terminal peptide for liver fibrosis in infantile cholestasis
JP7007361B2 (ja) 複数標的線維症検査
Pennisi et al. The relevance of noninvasive tools to assess fibrosis in non-alcoholic fatty liver disease
Li et al. Intravoxel incoherent motion diffusion weighted imaging for preoperative evaluation of liver regeneration after hepatectomy in hepatocellular carcinoma
Asıl et al. The Neutrophil-to-Lymphocyte Ratio as A Noninvasive Marker in Patients with Biopsy-Proven Non-Alcoholic Steatohepatitis.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant