CN115004033A - 辅助检测非酒精性脂肪肝炎的方法 - Google Patents

辅助检测非酒精性脂肪肝炎的方法 Download PDF

Info

Publication number
CN115004033A
CN115004033A CN202180012717.6A CN202180012717A CN115004033A CN 115004033 A CN115004033 A CN 115004033A CN 202180012717 A CN202180012717 A CN 202180012717A CN 115004033 A CN115004033 A CN 115004033A
Authority
CN
China
Prior art keywords
ldl
hdl
amount
subfraction
present
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.)
Pending
Application number
CN202180012717.6A
Other languages
English (en)
Inventor
佐藤谦亨
伊藤康树
樱井俊宏
水田正弘
惠淑萍
能祖一裕
冈田裕之
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.)
Hokkaido University NUC
Denka Co Ltd
Okayama University NUC
Original Assignee
Hokkaido University NUC
Denka Co Ltd
Okayama University NUC
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 Hokkaido University NUC, Denka Co Ltd, Okayama University NUC filed Critical Hokkaido University NUC
Publication of CN115004033A publication Critical patent/CN115004033A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
    • G01N33/6893—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids related to diseases not provided for elsewhere
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/60—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving cholesterol
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/92—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving lipids, e.g. cholesterol, lipoproteins, or their receptors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/435—Assays involving biological materials from specific organisms or of a specific nature from animals; from humans
    • G01N2333/775—Apolipopeptides
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2333/00—Assays involving biological materials from specific organisms or of a specific nature
    • G01N2333/90—Enzymes; Proenzymes
    • G01N2333/91—Transferases (2.)
    • G01N2333/91188—Transferases (2.) transferring nitrogenous groups (2.6)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2800/00—Detection or diagnosis of diseases
    • G01N2800/08—Hepato-biliairy disorders other than hepatitis
    • G01N2800/085—Liver diseases, e.g. portal hypertension, fibrosis, cirrhosis, bilirubin

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Cell Biology (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Endocrinology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Genetics & Genomics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

提供与肝活检相比侵入性极低、可不依赖于技术人员的技能而通过简便的操作辅助检测非酒精性脂肪肝炎(NASH)的方法。本发明提供辅助检测NASH的方法，其包括：a)测定从生物体分离的被检血液试样中含有的LDL‑TG的存在量，b)测定所述被检血液试样中含有的选自LDL‑C、LDL亚级分‑C、HDL‑C、HDL亚级分‑C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量，以及c)通过组合使用所述LDL‑TG的存在量和所述至少1种成分的存在量来判定NASH的发病和/或其可能性。

Description

辅助检测非酒精性脂肪肝炎的方法
技术领域
本发明涉及辅助检测非酒精性脂肪肝炎的方法。
背景技术
非酒精性脂肪性肝病(nonalcoholic fatty liver disease，以下也称为“NAFLD”)是在组织诊断或影像诊断中被确认到脂肪肝、且排除了病毒性肝炎、自身免疫性肝炎和酒精性肝损伤等肝病的病态，随着肥胖人口的增加而全世界性地剧增。NAFLD被分为认为病态几乎不进展的非酒精性脂肪肝(nonalcoholic fatty liver，以下也称为“NAFL”)和进展性并且也成为肝硬化或肝癌的发病原因的非酒精性脂肪肝炎(nonalcoholicsteatohepatitis，以下也称为“NASH”)。作为NASH的特征性病态，有脂肪变性、气球样变性、炎症、纤维化等。
为了鉴别以肝脏的脂肪变性为起始的各种病态，以区别NAFL和NASH，需要进行基于肝活检的确诊。但是，肝活检是侵入性检查，且价格高，因此在各种方面消耗患者。另外，在肝活检中，有时会以一定的概率发生采样错误等，受实施的技术人员的力量左右，对于所采集的检体的诊断也是同样的。因此，患者为了接受一定水平的医疗而需要访问特定的机构，存在患者的负担大的问题。
另一方面，作为通常对肝病实施的临床检查项目，有天冬氨酸转氨酶(AST)、丙氨酸转氨酶(ALT)、AST/ALT比等，或作为炎症、细胞因子的标记物的TNF-α、高敏CRP、铁蛋白等，作为凋亡的标记物的细胞角蛋白18片段，作为纤维化的标记物的透明质酸、IV型胶原7S等(专利文献1和2)。但是，不存在能够在与NASH有关的多种病态中检测到的确认为疑似NASH的生物标记物的物质。即，到目前为止还没有发现综合反映与NASH有关的病态的生物标记物。
现有技术文献
专利文献
专利文献1：日本特开2010-94131号公报，
专利文献2：日本特开2018-80943号公报。
发明内容
发明所要解决的课题
本发明的目的在于提供与肝活检相比侵入性极低、可不依赖于技术人员的技能而通过简便的操作来辅助检测NASH的方法。
解决课题的手段
本申请发明人进行了深入研究，结果发现，通过将从生物体分离的被检血液试样中含有的LDL-TG的存在量与该被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT、AST的至少1种的存在量组合来使用，即使不实施肝活检，也可通过简便的操作来辅助检测NASH，从而完成了本发明。
即，本发明如下所示。
[1] 辅助检测非酒精性脂肪肝炎的方法，其包括：
a) 测定从生物体分离的被检血液试样中含有的LDL-TG的存在量，
b) 测定所述被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量，以及
c) 通过组合使用所述LDL-TG的存在量和所述至少1种成分的存在量来判定非酒精性脂肪肝炎的发病和/或非酒精性脂肪肝炎发病的可能性。
[2] [1]所述的方法，其中，所述LDL亚级分-C为小而密(sd) LDL-C。
[3] [1]所述的方法，其中，所述HDL亚级分-C为携带ApoE的HDL-C和/或HDL2-C和/或HDL3-C。
[4] [1]~[3]中任一项所述的方法，其中，制作以LDL-TG的存在量以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量作为变量的模型式，在将所述被检血液试样中含有的所述LDL-TG的存在量和所述至少1种成分的存在量代入所述模型式而求得的分数比对患有非酒精性脂肪肝的患者的血液试样求得的分数高的情况下，判定为非酒精性脂肪肝炎发病的可能性高。
[5] 模型式的制作方法，其是求得用于辅助检测非酒精性脂肪肝炎的指标的模型式的制作方法，其中，测定患有非酒精性脂肪肝炎的患者和患有非酒精性脂肪肝的患者的血液试样中的LDL-TG的存在量以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量，使用测定的所述存在量作为变量来制作模型式。
[6] 测定用试剂盒，其是用于[1]~[4]中任一项所述的辅助检测非酒精性脂肪肝炎的方法的测定用试剂盒，其中，含有LDL-TG的测定用试剂以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的测定用试剂。
[7] [6]所述的试剂盒，其中，所述LDL亚级分-C为小而密(sd) LDL-C。
[8] [6]所述的试剂盒，其中，所述HDL亚级分-C为携带ApoE的HDL-C和/或HDL2-C和/或HDL3-C。
[9] [1]~[4]中任一项所述的试剂盒的作为用于辅助检测非酒精性脂肪肝炎的试剂盒的用途。
发明的效果
根据本发明，可尽量不使用对患者的负担或风险大的肝活检，并且不依赖于实施肝活检的技术人员的力量，通过安全且简便的操作来辅助检测NASH。结果，可在早期开始NASH的治疗，可防止或延缓导致重症化或死亡的进展。
附图说明
[图1] 表示在实施例20中，将从被检者采集的血液中的LDL-TG量、sdLDL-C量、HDL2-C量、ApoE量和ALT量代入模型式来鉴别NASH和NAFL时的ROC曲线的图。
[图2] 表示在实施例36中，以各项目的截止值对从被检者采集的血液中的LDL-TG量、HDL2-C量、ApoE量和总胆固醇量进行二值化而得到的二值变量代入模型式来鉴别NASH和NAFL时的ROC曲线的图。
具体实施方式
本发明是通过将从生物体分离的被检血液试样中含有的至少LDL-TG的存在量与该被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量组合，来辅助检测NASH的方法。根据本发明的方法，与以往的单独使用肝病标记物ALT的方法或单独使用LDL-TG的方法相比，可高精度地辅助检测NASH。
被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分可选择任意1种单独成分，也可选择2种以上的成分。
在本发明中，LDL-TG是指低密度脂蛋白(以下称为LDL)中的甘油三酯(TG)。LDL-C是指低密度脂蛋白(LDL)中的胆固醇(C)。LDL亚级分是根据粒子的大小或密度、或组成成分将LDL细分类后的级分，可列举出sdLDL、大而轻(lb) LDL等，LDL亚级分-C是指LDL亚级分中的胆固醇(C)。sdLDL-C是指小粒子且高密度(d=1.044~1.063g/mL)的LDL中的胆固醇(C)。HDL-C是指高密度脂蛋白(HDL)中的胆固醇(C)。HDL亚级分是根据粒子的大小或密度、或组成成分将HDL细分类后的级分，可列举出HDL2、HDL3、携带ApoE的HDL等，HDL亚级分-C是指HDL亚级分中的胆固醇(C)。HDL2-C是指大粒子且低密度(d=1.063~1.125g/mL)的HDL中的胆固醇(C)，HDL3-C是指高密度(d=1.125~1.210g/mL)的HDL中的胆固醇(C)。携带ApoE的HDL-C是指含有大量载脂蛋白E的高密度脂蛋白(以下称为携带ApoE的HDL)中的胆固醇(C)。ApoB是指载脂蛋白B。ApoE是指载脂蛋白E。
在本发明中，由于以血液试样作为被检试样，所以与肝活检相比，侵入性极低，可不依赖于切出一部分的特定样品而整体地掌握肝脏整体的病态。另外，被检血液试样的采集容易，若在血液试样中含有的LDL-TG或LDL-C、sdLDL-C、HDL-C、携带ApoE的HDL-C、HDL2-C、HDL3-C、ApoB、ApoE、总胆固醇、ALT、AST的存在量的测定中使用对应自动分析装置的测定试剂盒，则可通过与日常诊疗或健康诊断等相同程度的简便操作来进行测定。作为本发明中的血液试样，可列举出全血、血浆和血清。
以下，在本发明中，对辅助检测NASH的具体方法进行说明。
在本发明中，测定从生物体分离的被检血液试样中含有的LDL-TG的存在量。另外，测定该被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量。然后，将测定的LDL-TG的存在量和所述至少1种成分的存在量组合来作为用于辅助检测NASH的指标。
为了得到本发明的辅助检测NASH的结果，通过对得到的数据(血液中的各成分的存在量)组合应用本领域技术人员公知的统计方法并进行评价，求得分数。作为求得分数的方法，可列举出从多个变量(血液中的各成分的存在量)中选择对辅助检测NASH有效的变量组合，使用选择的变量组合来制作模型式，应用被检血液试样中的各成分的存在量的方法。
作为在制作模型式时使用的被检血液试样中的各成分的存在量的值，可列举出测定值本身的连续变量、对测定值进行对数变换等变换而得到的变换值的连续变量、以任意的值分成2组而得到的二值变量、以多个任意的值分成3组以上而得到的名义变量或顺序变量，可使用任一种，并不限于任一种。具体而言，在使用二值变量的情况下，将各成分的测定值与任意的值比较，若小则存在量可设为0，若大则存在量可设为1。在这里，作为任意的值，例如可求得单独用各成分鉴别NASH和NAFL时的ROC曲线，使用通过约登指数(YoudenIndex)求得的截止值。约登指数是将离ROC曲线中的AUC为0.500的斜虚线最远的点、即(灵敏度+特异性-1)为最大值的点设定为截止值的方法。
作为对辅助检测NASH有效的变量组合的选择方法，可列举出逐步变量增减法、Losso法、Elastic net法等，但不限于此。
在选择有效的变量组合后，通过回归分析等适当的方法制作最适合于辅助检测NASH的模型式。作为模型式的制作方法，可列举出最小二乘法、线性判别分析、逻辑回归、最大似然法、Lasso回归、Ridge回归、Elastic net回归等，但不限于此。
在本发明中，用于求得作为辅助检测NASH的指标的分数的模型式例如用下述通式(1)表示。
分数=a+b×[LDL-TG的存在量]+c×[LDL-C的存在量]+d×[sdLDL-C的存在量]+e×[HDL-C的存在量]+f×[携带ApoE的HDL-C的存在量]+g×[HDL2-C的存在量]+h×[HDL3-C的存在量]+i×[ApoB的存在量]+j×[ApoE的存在量]+k×[总胆固醇的存在量]+l×[ALT的存在量]+m×[AST的存在量] ···(1)
式(1)中的a表示截距，b~m表示相对于各测定值的系数，a~m可以是对a~m的各数乘以相同的正数而得到的数。
在使用测定值本身的连续变量作为存在量的情况下，在上述通式(1)中，截距a优选为-10~10，进一步优选为-5~5。系数b优选为0.1~1.5，进一步优选为0.2~1.0。系数c优选为-1.0~0，进一步优选为-0.1~0。系数d优选为-1~0，进一步优选为-0.5~0。系数e优选为-1.0~0，更优选为-0.2~0，进一步优选为-0.1~0。系数f优选为-2~0，进一步优选为-1.5~0。系数g优选为-1.0~0，进一步优选为-0.3~0。系数h优选为-1.0~0，进一步优选为-0.2~0。系数i优选为-1.0~0，进一步优选为-0.2~0。系数j优选为0~10，进一步优选为0~5。系数k优选为-1.0~0，进一步优选为-0.1~0。系数l优选为-1.0~0，进一步优选为-0.1~0。系数m优选为-1.0~0，进一步优选为-0.2~0。
在使用以任意的值分成2组而得到的二值变量作为存在量的情况下，例如在上述任意的值设为下述比较例3和4、实施例21~36、实施例53~57中使用的值，即LDL-TG为17.6mg/dL、LDL-C为116mg/dL、sdLDL-C为34.3mg/dL、HDL-C为47mg/dL、HDL2-C为43.8mg/dL、HDL3-C为22.7mg/dL、携带ApoE的HDL-C (AE-HDL)为4.2mg/dL、ApoB为88.9mg/dL、ApoE为3.4mg/dL、总胆固醇(TC)为178mg/dL、ALT为32单位、AST为20单位的情况下，在上述通式(1)中，截距a优选为-100~100，进一步优选为0~40。系数b优选为1~10，进一步优选为2~5。系数c优选为-5.0~0，进一步优选为-3~0。系数d优选为-5~0，更优选为-4~0，进一步优选为-3~0。系数e优选为-30~0，进一步优选为-20~0。系数f优选为-30~0，进一步优选为-20~0。系数g优选为-5~0，进一步优选为-3~0。系数h优选为-30~0，进一步优选为-20~0。系数i优选为-5~0，进一步优选为-3~0。系数j优选为0~10，进一步优选为0~3。系数k优选为-30~0，进一步优选为-20~0。系数l优选为-5~0，进一步优选为-2~0。系数m优选为-5~0，进一步优选为-2~0。
上述通式(1)是本发明中的模型式的一个实例，既可将对上述通式(1)的截距a和系数b~m乘以相同的正数而得到的式用作模型式，也可将对截距a加上或减去任意的数而得到的式用作模型式。此外，还可任意地设定在分成二值变量时成为边界的值。因此，本发明中使用的模型式的截距或系数不限于上述范围。
如上述通式(1)所示，通过将各种项目的存在量代入得到的模型式，可求得分数。将求得的分数与基准值进行比较，在比基准值大的情况下可表示NASH发病的可能性高，在比基准值小的情况下可表示NASH发病的可能性低。基准值可考虑灵敏度、特异性、阳性预测值(PPV)、阴性预测值(NPV)，根据目的任意设定。例如，在期望减少假阴性的情况下，可设定低的基准值，在期望减少假阳性的情况下，可设定高的基准值。在本发明中，使用认为它们的平衡良好的约登指数来进行基准值的设定。需说明的是，在本发明中记载的基准值只不过是简单的实例，如上所述，可根据目的采用其它的值作为基准值。另外，若采集数据的患者的群体不同，则最佳的基准值也不同。此外，如上所述，在对模型式的系数和截距乘以相同的正数的情况下或对模型式的截距加上或减去任意的数的情况下，最佳的基准值也联动变化。
在本发明中，作为表示NASH的检测精度的指标，使用ROC曲线下面积(AUC (AreaUnder Curve))和正诊率(被检患者中可正确判定NASH或NAFL的比例)。关于AUC，AUC为0.80以上的是高精度，0.85以上是非常高精度，0.90以上是极高精度。因此，在本发明中，AUC也优选为0.80以上，更优选为0.85以上，特别优选为0.90以上。关于正诊率，正诊率为75%以上的是高精度，85%以上是非常高精度，95%以上是极高精度。因此，在本发明中，正诊率也优选为75%以上，更优选为85%以上，特别优选为95%以上。
在被检血液样品中的各成分中，在使用测定值本身的存在量的实例中，在使用LDL-TG、sdLDL-C、HDL-C、ApoE和ALT的组合(下述实施例20)的情况下，在使用将测定值分成2组而得到的的二值变量作为存在量的实例中，在使用LDL-TG、HDL2-C、ApoE和总胆固醇的组合(下述实施例36)的情况下，可实现AUC为0.90以上且正诊率为95%，因此可极高精度地检测NASH。
需说明的是，在本发明中，即使不使用上述模型式，在将被检血液样品中含有的LDL-TG的存在量与该被检血液样品中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT、AST的至少1种的存在量组合的情况下，也可通过组合的各成分的存在量为截止值以上或截止值以下的组合来判定NASH发病的可能性。截止值例如可由在单独用各成分鉴别NASH和NAFL时的ROC曲线使用约登指数来求得。
具体而言，在将截止值设为实施例37~47中使用的值，即LDL-TG为17.6mg/dL、LDL-C为116mg/dL、sdLDL-C为34.3mg/dL、HDL-C为47mg/dL、HDL2-C为43.8mg/dL、HDL3-C为22.7mg/dL、携带ApoE的HDL-C (AE-HDL)为4.2mg/dL、ApoB为88.9mg/dL、ApoE为3.4mg/dL、总胆固醇(TC)为178mg/dL、ALT为32单位、AST为20单位的情况下，在LDL-TG的存在量为截止值以上，且选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、总胆固醇、ALT、AST的检查项目中的任一个的存在量为截止值以下的情况下，或在被检血液试样中含有的LDL-TG的存在量为截止值以上，且ApoE的存在量为截止值以上的情况下，可判定为NASH发病的可能性高。但是，可根据是优先考虑灵敏度还是优先考虑特异性等目的来任意设定截止值，组合不限于此。不过，通常截止值可在实施例37~47中使用的上述值(表5中记载的值)的±50%的范围内，更优选在±30%的范围内设定。
这样，通过组合使用被检血液试样中含有的LDL-TG的存在量和该被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT、AST的至少1个的存在量，可通过简便的操作容易且高精度地辅助以往需要进行肝活检的NASH和NAFL的鉴别。
在本发明中，还提供检测疑似非酒精性脂肪肝炎或罹患非酒精性脂肪肝炎的人的被检血液试样中的LDL-TG与选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的方法。
即，还提供检测疑似非酒精性脂肪肝炎或罹患非酒精性脂肪肝炎的人的被检血液试样中的LDL-TG与选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的方法，其包括：
从人得到血液试样的工序，和
测定所述血液试样内的LDL-TG的存在量与选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量的工序；
其中，制作以所述LDL-TG的存在量和所述至少1种成分的存在量作为变量的模型式，将所述血液试样中含有的所述LDL-TG的存在量和所述至少1种成分的存在量代入所述模型式而求得的分数比对患有非酒精性脂肪肝的患者的血液试样求得的分数高。
另外，在通过上述本发明的方法辅助检测非酒精性脂肪肝炎的情况下，通过对检测到非酒精性脂肪肝炎的患者施用有效量的非酒精性脂肪肝炎治疗药，可治疗非酒精性脂肪肝炎。作为治疗药，在糖尿病并发例中可列举出吡格列酮，在糖尿病非并发例中可列举出维生素E等。
在本发明中，作为测定血液试样中含有的LDL-C、sdLDL-C、HDL2-C、HDL3-C、HDL-C、携带ApoE的HDL-C、ApoB、ApoE、总胆固醇、ALT、AST的存在量的方法，可使用以往公知的方法。例如，作为各种脂质项目的测定方法，可列举出：通过超离心法、电泳法或高效液相色谱法等分级分离操作将对象脂蛋白分离后，通过定量操作对甘油三酯或胆固醇进行定量的方法；或不进行分级操作而在第1工序中除去对象脂蛋白以外的全部脂蛋白中的甘油三酯或胆固醇后，在第2工序中测定对象脂蛋白中的甘油三酯或胆固醇的方法等。作为测定ApoB或ApoE的方法，可列举出使用对它们特异的抗体的ELISA法或免疫比浊法。作为ALT的测定方法，可列举出LDH-UV法(JSCC常用基准方法)，作为AST的测定方法，可列举出MDH-UV方法(JSCC常用基准方法)。
具体而言，作为LDL-TG量的测定方法，可使用WO2013/157642中记载的方法，作为LDL-C量的测定方法，可使用WO98/47005中记载的方法，作为sdLDL-C量的测定方法，可使用WO08/105486中记载的方法，作为HDL-C量的测定方法，可使用WO98/26090中记载的方法，作为HDL2-C和HDL3-C量的测定方法，可使用Ito Y et al.(2014)“Development of ahomogeneous assay for measurement of high-density lipoprotein-subclasscholesterol，”Clinica Chimica Acta，427：86-93.中记载的方法，作为携带ApoE的HDL-C量的测定方法，可使用日本特开2014-030393中记载的方法，只要是测定各种项目的量的方法，则不限于上述各方法。
以下，基于实施例对本发明进行具体说明，但本发明不限于下述实施例。
实施例
对于从由8名NAFL患者、34名NASH患者组成的全部42人的群体中采集的血液中的LDL-TG量、LDL-C量、sdLDL-C量、HDL-C量、HDL2-C量、HDL3-C量、携带ApoE的HDL-C量、ApoB量、ApoE量、总胆固醇量、ALT量、AST量，使用自动分析装置进行测定。在LDL-C量、HDL-C量、ApoB量、ApoE量、总胆固醇量、ALT量、AST量的测定中，使用在临床检查现场通常使用的自动分析装置用的各测定用试剂。在LDL-TG量的测定中使用LDLTG-EX“SEIKEN”(DENKA SEIKENCo., Ltd.制)，在sdLDL-C量的测定中使用sdLDL-EX“生研”(DENKA SEIKEN Co., Ltd.制)，在HDL2-C量和HDL3-C量的测定中使用Ito Y et al.(2014)“Development of ahomogeneous assay for measurement of high-density lipoprotein-subclasscholesterol，”Clinica Chimica Acta，427：86-93.的方法，在携带ApoE的HDL-C量的测定中使用日本特开2014-030393的方法。
(比较例1和2、实施例1~20)
在比较例1和2、实施例1~20中，使用表1所示的项目，作为其存在量，分别使用测定值本身的连续变量。
[表1]
Figure DEST_PATH_IMAGE006
将以各组合通过逻辑回归求得的模型式示出于表2中。在该模型式所示的项目名中，通过代入各项目的测定值得到分数值。
[表2]
Figure DEST_PATH_IMAGE008
将NASH为阳性时的ROC曲线下面积(AUC)、以约登指数设定的基准值、比较所述基准值和分数值来进行判定时的灵敏度、特异性、PPV (阳性预测值)、NPV (阴性预测值)、正诊率示出于表3-1和表3-2中。另外，作为它们的代表，将实施例20的ROC曲线示出于图1中。
[表3-1]
Figure DEST_PATH_IMAGE010
[表3-2]
Figure DEST_PATH_IMAGE012
如表3-1和表3-2所示，与以往的单独使用肝病标记物ALT的比较例1或单独使用LDL-TG的比较例2相比，实施例1~20的AUC均较大，且正诊率均较高，由此表示可以更高的概率预测NASH或NAFL。
(比较例3和4、实施例21~36)
在比较例3和4、实施例21~36中，使用表4所示的项目，作为其存在量，分别使用以由各项目单独求得ROC曲线时以约登指数求得的截止值分成2组而得到的二值变量。
[表4]
Figure DEST_PATH_IMAGE014
将比较例3和4、实施例21~36中使用的各项目的截止值示出于表5中。
[表5]
Figure DEST_PATH_IMAGE016
将以各组合通过逻辑回归求得的模型式示出于表6中。在该模型式所示的项目名中，在各项目的测定值比截止值大的情况下代入1，在比截止值小的情况下代入0，由此得到分数值。
[表6]
Figure DEST_PATH_IMAGE018
将NASH为阳性时的ROC曲线下面积(AUC)、以约登指数设定的基准值、比较所述基准值和分数值来进行判定时的灵敏度、特异性、PPV (阳性预测值)、NPV (阴性预测值)、正诊率示出于表7-1和表7-2中。另外，作为它们的代表，将实施例36的ROC曲线示出于图2中。
[表7-1]
Figure DEST_PATH_IMAGE020
[表7-2]
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE024
如表7-1和表7-2所示，与以往的单独使用肝病标记物ALT的比较例3或单独使用LDL-TG的比较例4相比，实施例21~36的AUC均较大，且正诊率均较高，由此表示可以更高的概率预测NASH或NAFL。
(实施例37~47)
在实施例37~47中，使用表8所示的项目，不使用模型式，而以被检血液试样中含有的各成分的存在量为截止值以上或截止值以下的组合来进行评价。各项目的截止值使用表5所示的值。
[表8]
Figure DEST_PATH_IMAGE026
将实施例37~47中评价的各项目的测定值的组合、相应人数和相应人员中的NASH患者的比例示出于表9中。
[表9]
Figure DEST_PATH_IMAGE028
如表9所示，在实施例37~47的测定值的组合的相应人员中，NASH患者的比例高，由此表示可以这些项目的测定值的组合来判定NASH发病的可能性。
(实施例48~52)
在实施例48~52中，使用表10所示的项目，作为其存在量，分别使用测定值本身的连续变量。
[表10]
Figure DEST_PATH_IMAGE030
将以各组合通过逻辑回归求得的模型式示出于表11中。在该模型式所示的项目名中，通过代入各项目的测定值得到分数值。
[表11]
Figure DEST_PATH_IMAGE032
将NASH为阳性时的ROC曲线下面积(AUC)、所设定的基准值、比较所述基准值和分数值来进行判定时的灵敏度、特异性、PPV (阳性预测值)、NPV (阴性预测值)、正诊率示出于表12中。
[表12]
Figure DEST_PATH_IMAGE034
如表12所示，与表3-1所示的以往的单独使用肝病标记物ALT的比较例1或单独使用LDL-TG的比较例2相比，实施例48~52的AUC均较大，且正诊率均较高，由此表示可以更高的概率预测NASH或NAFL。
(实施例53~57)
在实施例53~57中，使用表13所示的项目，作为其存在量，分别使用以由各项目单独求得ROC曲线时以约登指数求得的截止值分成2组而得到的二值变量。各项目的截止值使用表5所示的值。
[表13]
Figure DEST_PATH_IMAGE036
将以各组合通过逻辑回归求得的模型式示出于表14中。在该模型式所示的项目名中，在各项目的测定值比截止值大的情况下代入1，在比截止值小的情况下代入0，由此得到分数值。
[表14]
Figure DEST_PATH_IMAGE038
将NASH为阳性时的ROC曲线下面积(AUC)、所设定的基准值、比较所述基准值和分数值进行判定时的灵敏度、特异性、PPV (阳性预测值)、NPV (阴性预测值)、正诊率示出于表15中。
[表15]
Figure DEST_PATH_IMAGE040
如表15所示，与表7-1所示的以往的单独使用肝病标记物ALT的比较例3或单独使用LDL-TG的比较例4相比，实施例53~57的AUC均较大，且正诊率均较高，由此表示可以更高的概率预测NASH或NAFL。

Claims (9)

1.辅助检测非酒精性脂肪肝炎的方法，其包括：
a) 测定从生物体分离的被检血液试样中含有的LDL-TG的存在量，
b) 测定所述被检血液试样中含有的选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量，以及
c) 通过组合使用所述LDL-TG的存在量和所述至少1种成分的存在量来判定非酒精性脂肪肝炎的发病和/或非酒精性脂肪肝炎发病的可能性。
2. 权利要求1所述的方法，其中，所述LDL亚级分-C为小而密(sd) LDL-C。
3.权利要求1所述的方法，其中，所述HDL亚级分-C为携带ApoE的HDL-C和/或HDL2-C和/或HDL3-C。
4.权利要求1~3中任一项所述的方法，其中，制作以LDL-TG的存在量以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量作为变量的模型式，在将所述被检血液试样中含有的所述LDL-TG的存在量和所述至少1种成分的存在量代入所述模型式而求得的分数比对患有非酒精性脂肪肝的患者的血液试样求得的分数高的情况下，判定为非酒精性脂肪肝炎发病的可能性高。
5.模型式的制作方法，其是求得用于辅助检测非酒精性脂肪肝炎的指标的模型式的制作方法，其中，测定患有非酒精性脂肪肝炎的患者和患有非酒精性脂肪肝的患者的血液试样中的LDL-TG的存在量以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的存在量，使用测定的所述存在量作为变量来制作模型式。
6.测定用试剂盒，其是用于权利要求1~4中任一项所述的辅助检测非酒精性脂肪肝炎的方法的测定用试剂盒，其中，含有LDL-TG的测定用试剂以及选自LDL-C、LDL亚级分-C、HDL-C、HDL亚级分-C、ApoB、ApoE、总胆固醇、ALT和AST的至少1种成分的测定用试剂。
7. 权利要求6所述的试剂盒，其中，所述LDL亚级分-C为小而密(sd) LDL-C。
8.权利要求6所述的试剂盒，其中，所述HDL亚级分-C为携带ApoE的HDL-C和/或HDL2-C和/或HDL3-C。
9.权利要求6~8中任一项所述的试剂盒作为用于辅助检测非酒精性脂肪肝炎的试剂盒的用途。
CN202180012717.6A 2020-02-04 2021-02-04 辅助检测非酒精性脂肪肝炎的方法 Pending CN115004033A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2020-016820 2020-02-04
JP2020016820 2020-02-04
PCT/JP2021/004008 WO2021157631A1 (ja) 2020-02-04 2021-02-04 非アルコール性脂肪肝炎の検出を補助する方法

Publications (1)

Publication Number Publication Date
CN115004033A true CN115004033A (zh) 2022-09-02

Family

ID=77199639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180012717.6A Pending CN115004033A (zh) 2020-02-04 2021-02-04 辅助检测非酒精性脂肪肝炎的方法

Country Status (5)

Country Link
US (1) US20230060781A1 (zh)
EP (1) EP4080221A4 (zh)
JP (1) JPWO2021157631A1 (zh)
CN (1) CN115004033A (zh)
WO (1) WO2021157631A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116577509A (zh) * 2022-02-10 2023-08-11 香港中文大学深圳研究院 非酒精性脂肪性肝炎生物标志物组合物及其应用

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998026090A1 (fr) 1996-12-09 1998-06-18 Denka Seiken Co., Ltd. Procede pour determiner la teneur en cholesterol des lipoproteines de haute densite
ATE348339T1 (de) 1997-04-14 2007-01-15 Denka Seiken Kk Methode zur quantifizierung von cholesterol in lipoproteinen geringer dichte
WO2005109006A1 (ja) * 2004-04-23 2005-11-17 Ajinomoto Co., Inc. 非アルコール性脂肪肝炎鑑別方法
CN101663404B (zh) 2007-02-28 2013-05-01 电化生研株式会社 用于定量测定小而密ldl的试剂
WO2009028457A1 (ja) 2007-08-29 2009-03-05 Shinshu University 非アルコール性脂肪肝炎治療薬
US8729240B2 (en) * 2010-04-28 2014-05-20 National University Corporation Hokkaido University Monoclonal antibody against oxidized low-density lipoprotein
CN102971630A (zh) * 2010-06-17 2013-03-13 国立大学法人千叶大学 非酒精性脂肪性肝炎检测和/或鉴别用标记物、检测和/或鉴别非酒精性脂肪性肝炎的方法及用于它们的试剂盒
WO2012105590A1 (ja) * 2011-02-01 2012-08-09 アステラス製薬株式会社 非アルコール性脂肪肝炎の鑑別マーカー及び当該マーカーを指標とした非アルコール性脂肪肝炎の診断方法
JP6240065B2 (ja) 2012-04-20 2017-11-29 デンカ生研株式会社 低密度リポ蛋白以外のリポ蛋白中のトリグリセリドの消去方法
JP2014030393A (ja) 2012-08-03 2014-02-20 Denka Seiken Co Ltd 高密度リポ蛋白（ｈｄｌ）中のコレステロールの定量方法
AU2016219050B2 (en) * 2015-02-13 2022-05-19 The Regents Of The University Of California Methods and compositions for identifying non-alcoholic fatty liver disease
JP6835327B2 (ja) 2016-11-14 2021-02-24 株式会社特殊免疫研究所 Ｎａｓｈの検出方法
US20200400694A1 (en) * 2018-03-13 2020-12-24 Denka Company Limited Method for assisting determination of risk of cardiovascular disease or the like
JP7029139B2 (ja) * 2018-08-23 2022-03-03 デンカ株式会社 非アルコール性脂肪性肝炎の検出を補助する方法

Also Published As

Publication number Publication date
EP4080221A4 (en) 2023-06-28
US20230060781A1 (en) 2023-03-02
EP4080221A1 (en) 2022-10-26
WO2021157631A1 (ja) 2021-08-12
JPWO2021157631A1 (zh) 2021-08-12

Similar Documents

Publication Publication Date Title
Moreno et al. Non-invasive diagnosis and biomarkers in alcohol-related liver disease
Mantovani et al. Nonalcoholic fatty liver disease increases risk of incident chronic kidney disease: a systematic review and meta-analysis
Tsai et al. FABP1 and FABP2 as markers of diabetic nephropathy
US20240353392A1 (en) Method for assessment of hepatic function and portal blood flow
Varo et al. Influence of pre-analytical and analytical factors on soluble CD40L measurements
WO2013113992A1 (en) Method for determining liver fat amount and method for diagnosing nafld
Yan et al. Total bile acid-to-cholesterol ratio as a novel noninvasive marker for significant liver fibrosis and cirrhosis in patients with non-cholestatic chronic hepatitis B virus infection
Rodriguez-Lopez et al. Impaired immune reaction and increased lactate and C-reactive protein for early prediction of severe morbidity and pancreatic fistula after pancreatoduodenectomy
CN115004033A (zh) 辅助检测非酒精性脂肪肝炎的方法
Sönmez et al. Visceral adiposity index in kidney stone patients who have undergone surgery
TWI805827B (zh) 非酒精性脂肪肝炎之檢測輔助方法、及輔助判定非酒精性脂肪肝炎關聯病態之進行程度的方法
JP2023063389A (ja) 原発性胆汁性胆管炎の検出を補助する方法
CN108535488B (zh) 利用含载脂蛋白e的高密度脂蛋白的值对冠心病发病风险的评价方法
Xia et al. Assessing whether serum ceruloplasmin promotes non-alcoholic steatohepatitis via regulating iron metabolism
De Oliveira et al. Blood count parameters as a marker for metabolic syndrome in older adults
Huang et al. Reference intervals for serum creatinine levels in the healthy geriatric population
Zhang et al. Establishing reference intervals of aspartate aminotransferase-to-platelet ratio index for apparently healthy elderly
RU2709507C1 (ru) Способ диагностики стадии фиброза печени у пациентов с хроническим вирусным гепатитом с
TWI544216B (zh) 一種用以預斷肝硬化病患發生肝癌之風險的方法
Rizk et al. Plasma Osteopontin Level and Nonalcoholic Fatty Liver Disease in Patients with Type 2 Diabetes Mellitus
Aguado-Codinaa et al. Evaluation of the characteristics of the HLC-723G11 for the determination of the HbA1c in the University and Polytechnic Hospital La Fe of Valencia Spain
Gudowska et al. Selected noninvasive markers in diagnosing liver diseases
CN105823870A (zh) 一种用以预断肝硬化病患发生肝癌的风险的方法
Holy et al. Diagnostic value of homocysteine, cystatin C and lipid indices in assessment of cardiovascular risk status of patients with diabetes type 2
Perera et al. Association between LDL, Apolipoprotein-B Apolipoprotein AI and Lipoprotein (a) and Severity of Coronary Artery Disease Based on Coronary Angiograph

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