WO2021157631A1 - 非アルコール性脂肪肝炎の検出を補助する方法 - Google Patents

非アルコール性脂肪肝炎の検出を補助する方法 Download PDF

Info

Publication number
WO2021157631A1
WO2021157631A1 PCT/JP2021/004008 JP2021004008W WO2021157631A1 WO 2021157631 A1 WO2021157631 A1 WO 2021157631A1 JP 2021004008 W JP2021004008 W JP 2021004008W WO 2021157631 A1 WO2021157631 A1 WO 2021157631A1
Authority
WO
WIPO (PCT)
Prior art keywords
ldl
abundance
hdl
subfraction
apoe
Prior art date
Application number
PCT/JP2021/004008
Other languages
English (en)
French (fr)
Inventor
謙亨 佐藤
康樹 伊藤
俊宏 櫻井
正弘 水田
淑萍 惠
一裕 能祖
岡田　裕之
Original Assignee
デンカ株式会社
国立大学法人北海道大学
国立大学法人 岡山大学
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 デンカ株式会社, 国立大学法人北海道大学, 国立大学法人 岡山大学 filed Critical デンカ株式会社
Priority to US17/797,284 priority Critical patent/US20230060781A1/en
Priority to CN202180012717.6A priority patent/CN115004033A/zh
Priority to JP2021575841A priority patent/JPWO2021157631A1/ja
Priority to EP21750163.4A priority patent/EP4080221A4/en
Publication of WO2021157631A1 publication Critical patent/WO2021157631A1/ja

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

Definitions

  • the present invention relates to a method for assisting the detection of non-alcoholic steatohepatitis.
  • Non-alcoholic fatty liver disease shows fatty liver by histological diagnosis or diagnostic imaging, and liver such as viral hepatitis, autoimmune hepatitis and alcoholic liver disorder. It is a condition that excludes diseases, and is rapidly increasing worldwide as the obese population increases.
  • NAFLD includes nonalcoholic fatty liver (hereinafter also referred to as “NAFL”), which is thought to have little progression, and nonalcoholic steatohepatitis, which is progressive and causes liver cirrhosis and liver cancer. , Hereinafter also referred to as "NASH”).
  • Pathological conditions characteristic of NASH include fatty degeneration, balloon-like degeneration, inflammation, and fibrosis.
  • liver biopsy is an invasive test and is expensive and exhausts the patient in many ways.
  • liver biopsy may be affected by the ability of the technician to perform the liver biopsy, such as a sampling error occurring with a certain probability, and the same applies to the diagnosis of the collected sample. For this reason, there is a problem that the patient needs to visit a specific institution in order to receive a certain level of medical care, which imposes a heavy burden on the patient.
  • liver diseases include aspartate aminotransferase (AST), alanine aminotransferase (ALT), AST / ALT ratio, and TNF- ⁇ , which is a marker for inflammation and cytokines.
  • AST aspartate aminotransferase
  • ALT alanine aminotransferase
  • ALT / ALT ratio a marker for inflammation and cytokines.
  • TNF- ⁇ TNF- ⁇
  • An object of the present invention is to provide a method that is extremely less invasive than liver biopsy and can assist the detection of NASH by a simple operation without depending on the skill of a technician.
  • the inventors of the present application have determined the abundance of LDL-TG contained in the test blood sample separated from the living body, and the LDL-C and LDL subfractions contained in the test blood sample. Simple operation without performing liver biopsy by using in combination with at least one abundance selected from C, HDL-C, HDL subfraction-C, ApoB, ApoE, total cholesterol, ALT, AST.
  • the present invention has been completed by finding that it is possible to assist the detection of NASH.
  • a method for assisting the detection of non-alcoholic steatohepatitis a) Measuring the abundance of LDL-TG contained in a test blood sample isolated from a living body. b) Selected from the group consisting of LDL-C, LDL subfraction-C, HDL-C, HDL subfraction-C, ApoB, ApoE, total cholesterol, ALT, and AST contained in the test blood sample.
  • the onset and / or non-onset of non-alcoholic steatohepatitis Methods that include determining the likelihood of developing alcoholic steatohepatitis.
  • the LDL subfraction-C is small, density (sd) LDL-C.
  • the HDL subfraction-C is ApoE contouring HDL-C and / or HDL2-C and / or HDL3-C.
  • LDL-TG abundance and selected from the group consisting of LDL-C, LDL subfraction-C, HDL-C, HDL subfraction-C, ApoB, ApoE, total cholesterol, ALT, and AST.
  • a model formula in which the abundance of at least one component is used as a variable is created, and the abundance of the LDL-TG contained in the test blood sample and the abundance of the at least one component are substituted into the model formula. If the score obtained is higher than the score obtained for the blood sample of a patient suffering from non-alcoholic steatohepatitis, it is determined that there is a high possibility of developing non-alcoholic steatohepatitis, [1] to [ 3] The method according to any one of.
  • a method for creating a model formula for obtaining an index to assist in the detection of non-alcoholic steatohepatitis which is LDL in blood samples of patients suffering from non-alcoholic steatohepatitis and patients suffering from non-alcoholic steatohepatitis.
  • a method for creating a model formula which measures the abundance of and uses the measured abundance as a variable to create a model formula.
  • the measurement kit used for the method for assisting the detection of non-alcoholic steatosis according to any one of [1] to [4], which is a measurement kit for LDL-TG and LDL-C. , LDL Subfraction-C, HDL-C, HDL Subfraction-C, ApoB, ApoE, Total Cholesterol, ALT, and AST. [7] The kit according to [6], wherein the LDL subfraction-C is small, density (sd) LDL-C. [8] The kit according to [6], wherein the HDL subfraction-C is ApoE coating HDL-C and / or HDL2-C and / or HDL3-C. [9] Use of the kit according to any one of [1] to [4] as a kit for assisting the detection of non-alcoholic steatohepatitis.
  • NASH detection is assisted by safe and simple operation without using liver biopsy, which has a large burden and risk on the patient, and without depending on the ability of a technician who performs liver biopsy. can do.
  • the treatment of NASH can be started early, and the progression leading to aggravation or death can be prevented or delayed.
  • Example 20 ROC when NASH and NAFL were differentiated by substituting the amount of LDL-TG, the amount of sdLDL-C, the amount of HDL2-C, the amount of ApoE and the amount of ALT in the blood collected from the subject into a model formula. It is a figure which shows the curve.
  • Example 36 for the LDL-TG amount, HDL2-C amount, ApoE amount, and total cholesterol amount in the blood collected from the subject, the binary variables binarized by the cutoff of each item are substituted into the model formula. It is a figure which shows the ROC curve when NASH and NAFL are discriminated.
  • the present invention relates to the abundance of at least LDL-TG contained in a test blood sample isolated from a living body, and LDL-C, LDL subfraction-C, HDL-C, which are contained in the test blood sample.
  • HDL Subfraction-A method that assists in the detection of NASH by combining the abundance of at least one component selected from the group consisting of C, ApoB, ApoE, total cholesterol, ALT and AST. According to the method of the present invention, it is possible to assist the detection of NASH more accurately than the conventional method using ALT, which is a liver disease marker, or the method using LDL-TG alone.
  • LDL-TG means triglyceride (TG) in low-density lipoprotein (hereinafter referred to as LDL).
  • LDL-C means cholesterol (C) in low density lipoprotein (LDL).
  • the LDL subfraction is a fraction in which LDL is subdivided according to particle size, density or constituent components, and examples thereof include sdLDL, large, and bouoyant (lb) LDL.
  • LDL subfraction-C is LDL subfraction. It means cholesterol (C) in.
  • HDL-C means cholesterol (C) in high density lipoprotein (HDL).
  • the HDL subfraction is a fraction in which HDL is subdivided according to the size and density of particles or constituents, and examples thereof include HDL2, HDL3, and ApoE-contining HDL.
  • HDL subfraction-C is in the HDL subfraction.
  • / ML) means cholesterol (C) in HDL.
  • ApoE-contining HDL-C means cholesterol (C) in high-density lipoprotein (hereinafter referred to as ApoE-contining HDL) containing a large amount of apolipoprotein E.
  • ApoB means apolipoprotein B.
  • ApoE means apolipoprotein E.
  • the blood sample is used as the test sample, the invasiveness is extremely low as compared with the liver biopsy, and the pathological condition of the entire liver that does not depend on a specific sample cut out can be grasped as a whole.
  • a measurement kit compatible with an automatic analyzer is used to measure the abundance of ApoE, total cholesterol, ALT, and AST, it is possible to measure with the same simple operation as daily medical care and medical examination.
  • Blood samples in the present invention include whole blood, plasma and serum.
  • the abundance of LDL-TG contained in the test blood sample separated from the living body is measured.
  • the abundance of one component is measured.
  • the measured abundance of LDL-TG and the abundance of the at least one component are combined and used as an index for assisting the detection of NASH.
  • the obtained data (absence of each component in blood) is applied and evaluated in combination with statistical methods known to those skilled in the art.
  • the score is calculated by.
  • a combination of variables effective for assisting the detection of NASH is selected from a large number of variables (absence of each component in blood), and a model formula is used using the selected combination of variables.
  • a method of preparing and applying the abundance of each component in the test blood sample can be mentioned.
  • a continuous variable of the measured value as it is a continuous variable of the converted value obtained by converting the measured value by logarithmic conversion, or an arbitrary value.
  • the measured value of each component may be compared with an arbitrary value, and the abundance may be set to 0 when it is small and 1 when it is large.
  • a ROC curve for differentiating NASH and NAFL for each component alone can be obtained, and a cutoff value obtained by Youden Index can be used.
  • the Youden Index is a method of setting the point farthest from the diagonal line where the AUC is 0.500 in the ROC curve, that is, the point where the maximum value (sensitivity + specificity -1) is set as the cutoff value.
  • Examples of the method for selecting a combination of variables effective for assisting the detection of NASH include, but are not limited to, the stepwise variable increase / decrease method, the Losso method, and the Elastic net method.
  • model formula After selecting a combination of valid variables, create an optimal model formula to assist the detection of NASH by an appropriate method such as regression analysis.
  • methods for creating the model formula include, but are not limited to, the least squares method, linear discriminant analysis, logistic regression, maximum likelihood method, Lasso regression, Ridge regression, and Elastic net regression.
  • the model formula for obtaining the score which is an index for assisting the detection of NASH, is represented by, for example, the following general formula (1).
  • the intercept a is preferably -10 to 10, and more preferably -5 to 5 in the above general formula (1).
  • the coefficient b is preferably 0.1 to 1.5, and more preferably 0.2 to 1.0.
  • the coefficient c is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.1 to 0.
  • the coefficient d is preferably -1 to 0, more preferably -0.5 to 0.
  • the coefficient e is preferably ⁇ 1.0 to 0, more preferably ⁇ 0.2 to 0, and even more preferably ⁇ 0.1 to 0.
  • the coefficient f is preferably ⁇ 2 to 0, and more preferably ⁇ 1.5 to 0.
  • the coefficient g is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.3 to 0.
  • the coefficient h is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.2 to 0.
  • the coefficient i is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.2 to 0.
  • the coefficient j is preferably 0 to 10, and more preferably 0 to 5.
  • the coefficient k is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.1 to 0.
  • the coefficient l is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.1 to 0.
  • the coefficient m is preferably ⁇ 1.0 to 0, and more preferably ⁇ 0.2 to 0.
  • the coefficient b is preferably 1 to 10, and more preferably 2 to 5.
  • the coefficient c is preferably ⁇ 5.0 to 0, and more preferably -3 to 0.
  • the coefficient d is preferably ⁇ 5 to 0, more preferably -4 to 0, and even more preferably -3 to 0.
  • the coefficient e is preferably ⁇ 30 to 0, and more preferably ⁇ 20 to 0.
  • the coefficient f is preferably ⁇ 30 to 0, and more preferably ⁇ 20 to 0.
  • the coefficient g is preferably ⁇ 5 to 0, and more preferably -3 to 0.
  • the coefficient h is preferably ⁇ 30 to 0, and more preferably ⁇ 20 to 0.
  • the coefficient i is preferably ⁇ 5 to 0, and more preferably -3 to 0.
  • the coefficient j is preferably 0 to 10, and more preferably 0 to 3.
  • the coefficient k is preferably ⁇ 30 to 0, and more preferably ⁇ 20 to 0.
  • the coefficient l is preferably ⁇ 5 to 0, and more preferably ⁇ 2 to 0.
  • the general formula (1) is an example of the model formula in the present invention, and the intercept a and the coefficients b to m of the general formula (1) multiplied by the same positive number may be used as the model formula. An arbitrary number may be added or subtracted from the intercept a as a model formula. Further, the value that becomes the boundary when dividing into binary variables can be arbitrarily set. Therefore, the intercept and coefficient of the model formula used in the present invention are not limited to the above range.
  • the score can be obtained by substituting the abundance of various items into the obtained model formula. Comparing the obtained score with the reference value, if it is larger than the reference value, it is highly likely that NASH is occurring, and if it is smaller than the reference value, it is unlikely that NASH is occurring. Can be shown.
  • the reference value can be arbitrarily set according to the purpose in consideration of sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV). For example, when it is desired to reduce false negatives, the reference value can be set low, and when it is desired to reduce false positives, the reference value can be set high. In the present invention, the reference value is set by using Youden Index, which is considered to have a good balance between them.
  • the reference value described in the present invention is merely an example, and other values can be adopted as the reference value depending on the purpose as described above. Also, different populations of patients for whom data are collected have different best reference values. Furthermore, as described above, when the coefficient and intercept of the model formula are multiplied by the same positive number, or when an arbitrary number is added or subtracted to the intercept of the model formula, the best reference value also changes in conjunction with it. ..
  • the area under the ROC curve AUC (Area Under Curve)
  • the correct diagnosis rate the ratio of patients under test that can correctly determine whether it is NASH or NAFL
  • AUC Area Under Curve
  • those with an AUC of 0.80 or more are highly accurate, those with an AUC of 0.85 or more are extremely highly accurate, and those with an AUC of 0.90 or more are extremely highly accurate. Therefore, also in the present invention, those having an AUC of 0.80 or more are preferable, those having an AUC of 0.85 or more are more preferable, and those having an AUC of 0.90 or more are particularly preferable.
  • the correct diagnosis rate is preferably 75% or more, more preferably 85% or more, and particularly preferably 95% or more.
  • the measured value in the example using the abundance of the measured value as it is, the combination of LDL-TG, sdLDL-C, HDL2-C, ApoE and ALT (Example 20 described later), the measured value.
  • the bivalent variable divided into two groups was used as the abundance amount
  • AUC 0.90 or more was used when the combination of LDL-TG, HDL2-C, ApoE and total cholesterol (Example 36 described later) was used.
  • the correct diagnosis rate of 95% can be achieved, NASH can be detected with extremely high accuracy.
  • the abundance of each combined component greater than or equal to the cutoff value is the abundance of each combined component greater than or equal to the cutoff value?
  • the possibility of developing NASH can be determined by a combination of less than or equal to the cutoff value.
  • the cutoff value can be obtained, for example, by using Youden Index from the ROC curve when NASH and NAFL are discriminated from each component alone.
  • the cutoff values used in Examples 37 to 47 are 17.6 mg / dL for LDL-TG, 116 mg / dL for LDL-C, 34.3 mg / dL for sdLDL-C, and HDL.
  • / dL and ApoE are 3.4 mg / dL
  • total cholesterol (TC) is 178 mg / dL
  • ALT is 32 units
  • AST is 20 units
  • the abundance of LDL-TG is equal to or higher than the cutoff value and
  • the abundance of any of the test items selected from LDL-C, LDL subfraction-C, HDL-C, HDL subfraction-C, ApoB, total cholesterol, ALT, and AST is
  • the cutoff value can be arbitrarily set according to the purpose such as whether sensitivity is prioritized or specificity is prioritized, and the combination is not limited to this.
  • the cutoff value is set within the range of ⁇ 50% of the above values (values shown in Table 5) used in Examples 37 to 47, and more preferably within the range of ⁇ 30%. Can be done.
  • the abundance of LDL-TG contained in the test blood sample and the LDL-C, LDL subfraction-C, HDL-C, HDL subfraction-C, contained in the test blood sample By using it in combination with at least one abundance selected from ApoB, ApoE, total cholesterol, ALT, and AST, it is easy and simple to distinguish between NASH and NAFL, which conventionally required liver biopsy. It can be assisted with high accuracy.
  • LDL-TG and LDL-C, LDL subfraction-C, HDL-C in a human test blood sample suspected of having non-alcoholic steatosis or suffering from non-alcoholic steatosis are also provided for detecting at least one component selected from the group. That is, LDL-TG and LDL-C, LDL subfraction-C, HDL-C, and HDL subdivisions in human test blood samples suspected of having non-alcoholic steatosis or suffering from non-alcoholic steatosis.
  • a method of detecting at least one component selected from the group consisting of picture-C, ApoB, ApoE, total cholesterol, ALT, and AST The process of obtaining a blood sample from humans, the abundance of LDL-TG in the blood sample, LDL-C, LDL subfraction-C, HDL-C, HDL subfraction-C, ApoB, ApoE, total cholesterol. Includes the step of measuring the abundance of at least one component selected from the group consisting of, ALT, and AST.
  • a model formula is created in which the abundance of the LDL-TG and the abundance of the at least one component are variables, and the abundance of the LDL-TG contained in the blood sample and the at least one component are used. Also provided is a method in which the score obtained by substituting the abundance of is into the model formula is higher than the score obtained for blood samples of patients suffering from non-alcoholic fatty liver.
  • Non-alcoholic steatohepatitis when the detection of non-alcoholic steatohepatitis is assisted by the method of the present invention described above, by administering an effective amount of the therapeutic agent for non-alcoholic steatohepatitis to the patient in which non-alcoholic steatohepatitis is detected, Non-alcoholic steatohepatitis can be treated.
  • the therapeutic agent include pioglitazone in patients with diabetes and vitamin E in patients without diabetes.
  • the abundance of LDL-C, sdLDL-C, HDL2-C, HDL3-C, HDL-C, ApoE-contining HDL-C, ApoB, ApoE, total cholesterol, ALT, and AST contained in a blood sample As a method for measuring the above, a conventionally known method can be used. For example, as a method for measuring various lipid items, a method for quantifying triglyceride and cholesterol by a quantification operation after separating a target lipoprotein by a fractionation separation operation such as ultracentrifugation, electrophoresis or high-speed liquid chromatography.
  • a method of measuring triglyceride and cholesterol in the target lipoprotein in the second step after removing triglyceride and cholesterol in all lipoproteins other than the target lipoprotein in the first step without performing fractionation operation, etc. can be mentioned.
  • Examples of the method for measuring ApoB and ApoE include an ELISA method using an antibody specific to these and an immunononturbation method.
  • Examples of the ALT measurement method include the LDH-UV method (JSCC standard method), and the AST measurement method includes the MDH-UV method (JSCC standard method).
  • the method described in WO2013 / 157642 can be used as the method for measuring the amount of LDL-TG
  • the method described in WO98 / 47005 can be used as the method for measuring the amount of LDL-C.
  • the method described in WO08 / 105486 can be used as the method for measuring the amount of sdLDL-C
  • the method described in WO98 / 26090 can be used as the method for measuring the amount of HDL-C.
  • a method for measuring the amount of HDL3-C Ito Y et al.
  • the amount, ApoE-contining HDL-C amount, ApoB amount, ApoE amount, total cholesterol amount, ALT amount, and AST amount were measured using an automatic analyzer.
  • each measuring reagent for an automatic analyzer generally used in clinical examinations is used. board.
  • Table 2 shows the model formulas obtained by logistic regression for each combination.
  • the score value can be obtained by substituting the measured value of each item into the item name shown in this model formula.
  • AUC Area under the ROC curve
  • sensitivity when judged by comparing the reference value with the score value.
  • PPV positive predictive value
  • NPV negative predictive value
  • correct diagnosis rate is shown in Tables 3-1 and 3-2. Further, as a representative of these, the ROC curve of Example 20 is shown in FIG.
  • both Examples 1 to 20 are compared with Comparative Example 1 of ALT alone, which is a conventional liver disease marker, and Comparative Example 2 of LDL-TG alone. Since the AUC is large and the accuracy rate is high, it was shown that it is possible to predict NASH or NAFL with a higher probability.
  • Comparative Examples 3 and 4, Examples 21 to 36 In Comparative Examples 3 and 4, and Examples 21 to 36, the items shown in Table 4 were used, and the abundance of each item was two groups based on the cutoff value obtained by Youden Index when the ROC curve was calculated for each item alone. The binary variables divided into are used respectively.
  • Table 5 shows the cutoff values of each item used in Comparative Examples 3 and 4 and Examples 21 to 36.
  • Table 6 shows the model formulas obtained by logistic regression for each combination.
  • a score value can be obtained by substituting 1 for the item name shown in this model formula when the measured value of each item is larger than the cutoff value and 0 when the measured value is smaller than the cutoff value.
  • AUC Area under the ROC curve
  • sensitivity when judged by comparing the reference value with the score value.
  • PPV positive predictive value
  • NPV negative predictive value
  • correct diagnosis rate is shown in Tables 7-1 and 7-2. Further, as a representative of these, the ROC curve of Example 36 is shown in FIG.
  • Example 37 to 47 In Examples 37 to 47, the items shown in Table 8 are used, and the abundance of each component contained in the test blood sample is a combination of the cutoff value or more and the cutoff value or less without using the model formula. evaluated. The values shown in Table 5 were used as the cutoff values for each item.
  • Table 9 shows the combination of the measured values of each item evaluated in Examples 37 to 47, the number of applicable persons, and the ratio of NASH patients among the applicable persons.
  • Example 48 to 52 In Examples 48 to 52, the items shown in Table 10 were used, and continuous variables as measured values were used as their abundances.
  • Table 11 shows the model formulas obtained by logistic regression for each combination.
  • the score value can be obtained by substituting the measured value of each item into the item name shown in this model formula.
  • AUC Area under the ROC curve
  • both Examples 48 to 52 are compared with Comparative Example 1 of ALT alone, which is a conventional liver disease marker shown in Table 3-1 and Comparative Example 2 of LDL-TG alone. Since the AUC is large and the accuracy rate is high, it was shown that it is possible to predict NASH or NAFL with a higher probability.
  • Example 53 to 57 In Examples 53 to 57, the items shown in Table 13 were used, and as their abundance, binary variables were divided into two groups according to the cutoff value obtained by the Youden Index when the ROC curve was obtained for each item alone. Were used respectively. The values shown in Table 5 were used as the cutoff values for each item.
  • Table 14 shows the model formulas obtained by logistic regression for each combination.
  • a score value can be obtained by substituting 1 for the item name shown in this model formula when the measured value of each item is larger than the cutoff value and 0 when the measured value is smaller than the cutoff value.
  • AUC Area under the ROC curve

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Molecular Biology (AREA)
  • Immunology (AREA)
  • Hematology (AREA)
  • Biomedical Technology (AREA)
  • Urology & Nephrology (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Microbiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Organic Chemistry (AREA)
  • Biophysics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Cell Biology (AREA)
  • Food Science & Technology (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

要約　肝生検に比べ極めて侵襲性が低く、技術者の技量に依存することなく簡便な操作により、非アルコール性脂肪肝炎（ＮＡＳＨ）の検出を補助することができる方法を提供する。　本発明は、ＮＡＳＨの検出を補助する方法であって ａ）生体から分離された被検血液試料中に含まれるＬＤＬ－ＴＧの存在量を測定すること、 ｂ）前記被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定すること、ならびに ｃ）前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を組み合わせて用いることにより、ＮＡＳＨの発症および／またはその可能性を判定すること、を含む方法を提供する。

Description

非アルコール性脂肪肝炎の検出を補助する方法
　本発明は、非アルコール性脂肪肝炎の検出を補助する方法に関する。
　非アルコール性脂肪性肝疾患（nonalcoholic fatty liver disease、以下「ＮＡＦＬＤ」ともいう）は、組織診断又は画像診断で脂肪肝が認められ、ウイルス性肝炎、自己免疫性肝炎及びアルコール性肝障害などの肝疾患を除外した病態であり、肥満人口の増加に伴い全世界的に急増している。ＮＡＦＬＤは、病態がほとんど進行しないと考えられる非アルコール性脂肪肝（nonalcoholic fatty liver、以下「ＮＡＦＬ」ともいう）と、進行性で肝硬変や肝癌の発症原因にもなる非アルコール性脂肪肝炎（nonalcoholic steatohepatitis、以下「ＮＡＳＨ」ともいう）とに分類される。ＮＡＳＨに特徴的な病態としては、脂肪変性、風船様変性、炎症、線維化などがある。
　肝臓の脂肪変性から始まる種々の病態を鑑別し、ＮＡＦＬとＮＡＳＨを区別するためには、肝生検による確定診断を行う必要がある。しかしながら、肝生検は侵襲性の検査であり高額であるため様々な面で患者を消耗させる。また、肝生検では一定の確率でサンプリングエラーが起こるなど実施する技術者の力量に左右されることがあり、採取した検体の診断についても同様である。このため、患者は一定レベルの医療を受けるために特定の機関を訪れる必要があり、患者の負担が大きいという問題があった。
　一方、肝疾患に関し一般的に実施されている臨床検査項目としては、アスパラギン酸アミノトランスフェラーゼ（ＡＳＴ）、アラニンアミノトランスフェラーゼ（ＡＬＴ）、ＡＳＴ／ＡＬＴ比等や、炎症・サイトカインのマーカーであるＴＮＦ－α、高感度ＣＲＰ、フェリチン等、アポトーシスのマーカーであるサイトケラチン１８断片、線維化のマーカーであるヒアルロン酸、４型コラーゲン７Ｓ等がある（特許文献１及び２）。しかしながら、ＮＡＳＨに関連する複数の病態で検出されるような、ＮＡＳＨを疑うバイオマーカーとして確立されたものは存在していなかった。すなわち、ＮＡＳＨに関わる病態を総合的に反映するバイオマーカーはこれまで見出されていなかった。
特開２０１０－９４１３１号公報 特開２０１８－８０９４３号公報
　本発明の目的は、肝生検に比べ極めて侵襲性が低く、技術者の技量に依存することなく、簡便な操作により、ＮＡＳＨの検出を補助することができる方法を提供することである。
　本願発明者らは、鋭意研究の結果、生体から分離された被検血液試料中に含まれるＬＤＬ－ＴＧの存在量を、該被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、ＡＳＴから選ばれる少なくとも１つの存在量と組み合わせて用いることにより、肝生検を実施しなくても簡便な操作によりＮＡＳＨの検出を補助することができることを見出し、本発明を完成した。
　すなわち、本発明は以下のとおりである。
［１］非アルコール性脂肪肝炎の検出を補助する方法であって
ａ）生体から分離された被検血液試料中に含まれるＬＤＬ－ＴＧの存在量を測定すること、
ｂ）前記被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定すること、ならびに
ｃ）前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を組み合わせて用いることにより、非アルコール性脂肪肝炎の発症および／または非アルコール性脂肪肝炎を発症している可能性を判定すること、を含む方法。
［２］前記ＬＤＬ亜分画－Ｃがｓｍａｌｌ，ｄｅｎｓｅ（ｓｄ）ＬＤＬ－Ｃである、［１］に記載の方法。
［３］前記ＨＤＬ亜分画－ＣがＡｐｏＥ ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃおよび／またはＨＤＬ２－Ｃおよび／またはＨＤＬ３－Ｃである、［１］に記載の方法。
［４］ＬＤＬ－ＴＧの存在量、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を変数とするモデル式を作成し、前記被検血液試料中に含まれる前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を前記モデル式に代入して求めたスコアが、非アルコール性脂肪肝を患う患者の血液試料について求めたスコアよりも高い場合に、非アルコール性脂肪肝炎を発症している可能性が高いと判定する、［１］～［３］のいずれかに記載の方法。
［５］非アルコール性脂肪肝炎の検出を補助するための指標を求めるモデル式の作成方法であって、非アルコール性脂肪肝炎を患う患者および非アルコール性脂肪肝を患う患者の血液試料中のＬＤＬ－ＴＧの存在量、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定し、測定した前記存在量を変数として用いてモデル式を作成する、モデル式の作成方法。
［６］［１］～［４］のいずれかに記載の、非アルコール性脂肪肝炎の検出を補助する方法に用いられる測定用キットであって、ＬＤＬ－ＴＧの測定用試薬、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の測定用試薬を含む測定用キット。
［７］前記ＬＤＬ亜分画－Ｃがｓｍａｌｌ，ｄｅｎｓｅ（ｓｄ）ＬＤＬ－Ｃである、［６］に記載のキット。
［８］前記ＨＤＬ亜分画－ＣがＡｐｏＥ ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃおよび／またはＨＤＬ２－Ｃおよび／またはＨＤＬ３－Ｃである、［６］に記載のキット。
［９］［１］～［４］のいずれかに記載のキットの、非アルコール性脂肪肝炎の検出を補助するためのキットとしての使用。
　本発明により、患者に対する負荷やリスクが大きい肝生検を極力使用することなく、また、肝生検を実施する技術者の力量に依存することなく、安全かつ簡便な操作によりＮＡＳＨの検出を補助することができる。その結果、早期にＮＡＳＨの治療を開始することができ、重症化や死に至る進行を防ぎ又は遅らせることができる。
実施例２０において、被検者から採取した血液中のＬＤＬ－ＴＧ量、ｓｄＬＤＬ－Ｃ量、ＨＤＬ２－Ｃ量、ＡｐｏＥ量およびＡＬＴ量をモデル式に代入してＮＡＳＨとＮＡＦＬを鑑別した場合のＲＯＣ曲線を示す図である。 実施例３６において、被検者から採取した血液中のＬＤＬ－ＴＧ量、ＨＤＬ２－Ｃ量、ＡｐｏＥ量および総コレステロール量について、各項目のカットオフで２値化した２値変数をモデル式に代入してＮＡＳＨとＮＡＦＬを鑑別した場合のＲＯＣ曲線を示す図である。
　本発明は、生体から分離された被検血液試料中に含まれる少なくともＬＤＬ－ＴＧの存在量と、該被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴおよびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を組み合わせることにより、ＮＡＳＨの検出を補助する方法である。本発明の方法により、従来の肝疾患マーカーであるＡＬＴを単独で用いた方法や、ＬＤＬ－ＴＧを単独で用いた方法よりも精度良くＮＡＳＨの検出を補助することができる。
　被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴおよびＡＳＴからなる群から選ばれる少なくとも１つの成分は、いずれか１つの単独成分を選択してもよいし、２種類以上の成分を選択してもよい。
　本発明において、ＬＤＬ－ＴＧは低密度リポ蛋白（以下、ＬＤＬと称する）中のトリグリセリド（ＴＧ）を意味する。ＬＤＬ－Ｃは低密度リポ蛋白（ＬＤＬ）中のコレステロール（Ｃ）を意味する。ＬＤＬ亜分画はＬＤＬを粒子の大きさや密度または構成成分により細分類した分画であり、ｓｄＬＤＬ、ｌａｒｇｅ，ｂｕｏｙａｎｔ（ｌｂ）ＬＤＬなどが挙げられ、ＬＤＬ亜分画－ＣとはＬＤＬ亜分画中のコレステロール（Ｃ）を意味する。ｓｄＬＤＬ－Ｃは小粒子で高密度（ｄ＝１．０４４～１．０６３ｇ／ｍＬ）のＬＤＬ中のコレステロール（Ｃ）を意味する。ＨＤＬ－Ｃは高密度リポ蛋白（ＨＤＬ）中のコレステロール（Ｃ）を意味する。ＨＤＬ亜分画はＨＤＬを粒子の大きさや密度または構成成分により細分類した分画であり、ＨＤＬ２、ＨＤＬ３、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬなどが挙げられ、ＨＤＬ亜分画－ＣとはＨＤＬ亜分画中のコレステロール（Ｃ）を意味する。ＨＤＬ２－Ｃは大粒子で低密度（ｄ＝１．０６３～１．１２５ｇ／ｍＬ）のＨＤＬ中のコレステロール（Ｃ）を意味し、ＨＤＬ３－Ｃは高密度（ｄ＝１．１２５～１．２１０ｇ／ｍＬ）のＨＤＬ中のコレステロール（Ｃ）を意味する。ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃはアポリポタンパク質Ｅを多く含む高密度リポ蛋白（以下、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬと称する）中のコレステロール（Ｃ）を意味する。ＡｐｏＢは、アポリポタンパク質Ｂを意味する。ＡｐｏＥは、アポリポタンパク質Ｅを意味する。
　本発明においては血液試料を被検試料とするため、肝生検と比べると極めて侵襲性が低く、一部分を切り出した特定のサンプルに依存しない肝臓全体の病態を総体的に把握することができる。また、被検血液試料の採取は容易であり、血液試料に含まれるＬＤＬ－ＴＧやＬＤＬ－Ｃ、ｓｄＬＤＬ－Ｃ、ＨＤＬ－Ｃ、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃ、ＨＤＬ２－Ｃ、ＨＤＬ３－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、ＡＳＴの存在量の測定に自動分析装置対応の測定キットを使用すれば、日常診療や健康診断等と同程度の簡便な操作で測定することが可能である。本発明における血液試料としては、全血、血漿及び血清が挙げられる。
　以下に、本発明において、ＮＡＳＨの検出を補助する具体的な方法を説明する。
　本発明においては、生体から分離された被検血液試料中に含まれるＬＤＬ－ＴＧの存在量を測定する。また、該被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴおよびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定する。そして、測定したＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を組み合わせてＮＡＳＨの検出を補助するための指標とする。
　本発明によるＮＡＳＨの検出を補助する結果を得るためには、得られたデータ（血液中の各成分の存在量）に対して当業者に公知の統計的手法を組み合わせて適用し、評価することによりスコアを求める。スコアを求める方法としては、多数ある変数（血液中の各成分の存在量）の中からＮＡＳＨの検出の補助に有効な変数の組合せを選択し、選択された変数の組合せを用いてモデル式を作成し、被検血液試料中の各成分の存在量をあてはめる方法が挙げられる。
　モデル式を作成する際に用いる被検血液試料中の各成分の存在量の値として、測定値そのままの連続変数、測定値を対数変換などの変換を行った変換値の連続変数、任意の値で２群に分けた２値変数、複数の任意の値で３群以上に分けた名義変数や順位変数が挙げられるが、いずれも用いることができ、いずれかに限定されるものではない。具体的には、２値変数を用いる場合は、各成分の測定値を任意の値と比較して、小さい場合は存在量を０、大きい場合は存在量を１とすればよい。ここで、任意の値としては、例えば、各成分単独でＮＡＳＨとＮＡＦＬを鑑別する場合のＲＯＣ曲線を求め、Ｙｏｕｄｅｎ　Ｉｎｄｅｘにより求めたカットオフ値を用いることができる。Ｙｏｕｄｅｎ　Ｉｎｄｅｘとは、ＲＯＣ曲線におけるＡＵＣが０．５００となる斜点線から最も離れたポイント、つまり、（感度＋特異度－１）が最大値となるポイントをカットオフ値に設定する方法である。
　ＮＡＳＨの検出の補助に有効な変数の組合せの選択手法としては、ステップワイズ変数増減法、Ｌｏｓｓｏ法、Ｅｌａｓｔｉｃ　ｎｅｔ法などが挙げられるが、これらに限定されるものでは無い。
　有効な変数の組合せを選択した後、回帰分析などの適切な手法によりＮＡＳＨの検出の補助に最適なモデル式を作成する。モデル式の作成手法としては、最小二乗法、線形判別分析、ロジスティック回帰、最尤法、Ｌａｓｓｏ回帰、Ｒｉｄｇｅ回帰、Ｅｌａｓｔｉｃ　ｎｅｔ回帰などが挙げられるが、これらに限定されるものでは無い。
　本発明において、ＮＡＳＨの検出を補助する指標となるスコアを求めるためのモデル式は、例えば下記一般式(1)で表される。
スコア＝ａ＋ｂ×［ＬＤＬ－ＴＧの存在量］＋ｃ×［ＬＤＬ－Ｃの存在量］＋ｄ×［ｓｄＬＤＬ－Ｃの存在量］＋ｅ×［ＨＤＬ－Ｃの存在量］＋ｆ×［ＡｐｏＥ－ｃｏｎｔａｉｎｉｎｇ　ＨＤＬ－Ｃの存在量］＋ｇ×［ＨＤＬ２－Ｃの存在量］＋ｈ×［ＨＤＬ３－Ｃの存在量］＋ｉ×［ＡｐｏＢの存在量］＋ｊ×［ＡｐｏＥの存在量］＋ｋ×［総コレステロールの存在量］＋ｌ×［ＡＬＴの存在量］＋ｍ×［ＡＳＴの存在量］　・・・（１）
（式（１）中のａは切片を表し、ｂ～ｍは各測定値に対する係数を表しており、ａ～ｍはａ～ｍのそれぞれの数に同一の正の数を乗じた数であってもよい）
　存在量として測定値そのままの連続変数を用いる場合は、上記一般式（１）中、切片ａは好ましくは－１０～１０であり、更に好ましくは－５～５である。係数ｂは好ましくは０．１～１．５であり、更に好ましくは０．２～１．０である。係数ｃは好ましくは－１．０～０であり、更に好ましくは－０．１～０である。係数ｄは好ましくは－１～０であり、更に好ましくは－０．５～０である。係数ｅは好ましくは－１．０～０であり、より好ましくは－０．２～０であり、更に好ましくは－０．１～０である。係数ｆは好ましくは－２～０であり、更に好ましくは－１．５～０である。係数ｇは好ましくは－１．０～０であり、更に好ましくは－０．３～０である。係数ｈは好ましくは－１．０～０であり、更に好ましくは－０．２～０である。係数ｉは好ましくは－１．０～０であり、更に好ましくは－０．２～０である。係数ｊは好ましくは０～１０であり、更に好ましくは０～５である。係数ｋは好ましくは－１．０～０であり、更に好ましくは－０．１～０である。係数ｌは好ましくは－１．０～０であり、更に好ましくは－０．１～０である。係数ｍは好ましくは－１．０～０であり、更に好ましくは－０．２～０である。
　存在量として任意の値で２群に分けた２値変数を用いる場合で、例えば、前記任意の値を後述の比較例３および４、実施例２１～３６、実施例５３～５７で用いた値である、ＬＤＬ－ＴＧで１７．６ｍｇ／ｄＬ、ＬＤＬ－Ｃで１１６ｍｇ／ｄＬ、ｓｄＬＤＬ－Ｃで３４．３ｍｇ／ｄＬ、ＨＤＬ－Ｃで４７ｍｇ／ｄＬ、ＨＤＬ２－Ｃで４３．８ｍｇ／ｄＬ、ＨＤＬ３－Ｃで２２．７ｍｇ／ｄＬ、ＡｐｏＥ－ｃｏｎｔａｉｎｉｎｇ　ＨＤＬ－Ｃ（ＡＥ-ＨＤＬ）で４．２ｍｇ／ｄＬ、ＡｐｏＢで８８．９ｍｇ／ｄＬ、ＡｐｏＥで３．４ｍｇ／ｄＬ、総コレステロール（ＴＣ）で１７８ｍｇ／ｄＬ、ＡＬＴで３２単位、ＡＳＴで２０単位とした場合は、上記一般式（１）中、切片ａは好ましくは－１００～１００であり、更に好ましくは０～４０である。係数ｂは好ましくは１～１０であり、更に好ましくは２～５である。係数ｃは好ましくは－５．０～０であり、更に好ましくは－３～０である。係数ｄは好ましくは－５～０であり、より好ましくは－４～０であり、更に好ましくは－３～０である。係数ｅは好ましくは－３０～０であり、更に好ましくは－２０～０である。係数ｆは好ましくは－３０～０であり、更に好ましくは－２０～０である。係数ｇは好ましくは－５～０であり、更に好ましくは－３～０である。係数ｈは好ましくは－３０～０であり、更に好ましくは－２０～０である。係数ｉは好ましくは－５～０であり、更に好ましくは－３～０である。係数ｊは好ましくは０～１０であり、更に好ましくは０～３である。係数ｋは好ましくは－３０～０であり、更に好ましくは－２０～０である。係数ｌは好ましくは－５～０であり、更に好ましくは－２～０である。係数ｍは好ましくは－５～０であり、更に好ましくは－２～０である。
　上記一般式（１）は本発明におけるモデル式の一例であり、上記一般式（１）の切片ａと係数ｂ～ｍに同一の正の数を乗じたものをモデル式として用いてもよく、切片ａに任意の数を加えたり減じたりしたものをモデル式として用いてもよい。さらに、２値変数に分ける場合の境界となる値も任意に設定可能である。そのため、本発明に用いるモデル式の切片や係数は、上記の範囲に限定されるものではない。
　上記一般式(1)の様に、得られたモデル式に各種項目の存在量を代入することでスコアを求めることができる。求められたスコアと基準値を比較して、基準値よりも大きい場合にはＮＡＳHを発症している可能性が高い、基準値よりも小さい場合にはＮＡＳＨを発症している可能性は低いと示すことができる。基準値は、感度、特異度、陽性的中率（ＰＰＶ）、陰性的中率（ＮＰＶ）を考慮し、目的に応じて任意に設定することができる。例えば、偽陰性を減らしたい場合には基準値を低く、偽陽性を減らしたい場合には基準値を高く設定することができる。本発明では、これらのバランスが良いとされているＹｏｕｄｅｎ　Ｉｎｄｅｘを用いて基準値の設定を行った。なお、本発明において記載した基準値は、単なる例に過ぎず、上記のように目的に応じて他の値を基準値として採用することができる。また、データを採取する患者の集団が異なれば、最良の基準値も異なる。さらに、前述のようにモデル式の係数および切片に同一の正の数を乗じた場合や、モデル式の切片に任意の数を加えたり減じたりした場合、最良の基準値も連動して変化する。
　本発明において、ＮＡＳＨの検出の精度を示す指標としては、ＲＯＣ曲線下面積（ＡＵＣ（Ａｒｅａ　Ｕｎｄｅｒ　Ｃｕｒｖｅ)）および正診率（被検患者中、ＮＡＳＨかＮＡＦＬかを正しく判定できた割合）を用いた。ＡＵＣに関しては、ＡＵＣが０．８０以上のものは高精度であり、０.８５以上は非常に高精度、０．９０以上は極めて高精度である。したがって、本発明においても、ＡＵＣが０.８０以上のものが好ましく、０．８５以上のものがより好ましく、０．９０以上のものが特に好ましい。正診率に関しては、正診率が７５％以上のものは高精度であり、８５％以上は非常に高精度、９５％以上は極めて高精度である。したがって、本発明においても、正診率が７５％以上のものが好ましく、８５％以上のものがより好ましく、９５％以上のものが特に好ましい。
　被検血液試料中の各成分の中でも、測定値そのままの存在量を用いた例では、ＬＤＬ－ＴＧ、ｓｄＬＤＬ－Ｃ、ＨＤＬ２－Ｃ、ＡｐｏＥおよびＡＬＴの組合せ（後述の実施例２０）、測定値を２群に分けた２値変量を存在量として用いた例では、ＬＤＬ－ＴＧ、ＨＤＬ２－Ｃ、ＡｐｏＥおよび総コレステロールの組合せ（後述の実施例３６）を用いた場合には、ＡＵＣ０．９０以上且つ正診率９５％を達成することができるため、極めて高精度にＮＡＳＨを検出することができる。
　なお、本発明においては、上述したモデル式を用いなくとも、被検血液試料中に含まれるＬＤＬ－ＴＧの存在量と、該被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、ＡＳＴから選ばれる少なくとも１つの存在量と組み合わせた場合に、組み合わせた各成分の存在量がカットオフ値以上かカットオフ値以下かの組み合わせでＮＡＳＨの発症の可能性を判定することができる。カットオフ値は、例えば各成分単独でＮＡＳＨとＮＡＦＬを鑑別する場合のＲＯＣ曲線からＹｏｕｄｅｎ　Ｉｎｄｅｘを用いることにより求めることができる。
　具体的には、カットオフ値を実施例３７～４７で用いた値である、ＬＤＬ－ＴＧで１７．６ｍｇ／ｄＬ、ＬＤＬ－Ｃで１１６ｍｇ／ｄＬ、ｓｄＬＤＬ－Ｃで３４．３ｍｇ／ｄＬ、ＨＤＬ－Ｃで４７ｍｇ／ｄＬ、ＨＤＬ２－Ｃで４３．８ｍｇ／ｄＬ、ＨＤＬ３－Ｃで２２．７ｍｇ／ｄＬ、ＡｐｏＥ－ｃｏｎｔａｉｎｉｎｇ　ＨＤＬ－Ｃ（ＡＥ-ＨＤＬ）で４．２ｍｇ／ｄＬ、ＡｐｏＢで８８．９ｍｇ／ｄＬ、ＡｐｏＥで３．４ｍｇ／ｄＬ、総コレステロール（ＴＣ）で１７８ｍｇ／ｄＬ、ＡＬＴで３２単位、ＡＳＴで２０単位とした場合は、ＬＤＬ－ＴＧの存在量がカットオフ値以上で、且つ、ＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、総コレステロール、ＡＬＴ、ＡＳＴから選ばれた検査項目のいずれかの存在量がカットオフ値以下となる場合、または、被検血液試料中に含まれるＬＤＬ－ＴＧの存在量がカットオフ値以上で、且つ、ＡｐｏＥの存在量がカットオフ値以上となる場合に、ＮＡＳＨの発症の可能性が高いと判定することができる。ただし、感度を優先するか、特異度を優先するかなどの目的に応じてカットオフ値は任意に設定可能であり、組合せはこの限りではない。もっとも、通常、カットオフ値は、実施例３７～４７で用いた上記の値（表５に記載の値）の±５０％の範囲内、より好適には±３０％の範囲内で設定することができる。
　このように被検血液試料中に含まれるＬＤＬ－ＴＧの存在量と、該被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、ＡＳＴから選ばれる少なくとも１つの存在量と組み合わせて用いることにより、従来は肝生検を行う必要があったＮＡＳＨとＮＡＦＬの鑑別を、簡便な操作により容易に且つ精度良く補助することができる。
　本発明においては、非アルコール性脂肪肝炎が疑われるか又は非アルコール性脂肪肝炎に罹患するヒトの被検血液試料中のＬＤＬ－ＴＧと、ＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分を検出する方法も提供される。
　すなわち、非アルコール性脂肪肝炎が疑われる又は非アルコール性脂肪肝炎に罹患するヒトの被検血液試料中のＬＤＬ－ＴＧと、ＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分を検出する方法であって、
　ヒトから血液試料を得る工程、及び
　前記血液試料内のＬＤＬ－ＴＧの存在量と、ＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定する工程を含み、
　ここで、前記ＬＤＬ－ＴＧの存在量および前記少なくとも１つの成分の存在量を変数とするモデル式を作成し、前記血液試料中に含まれる前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を前記モデル式に代入して求めたスコアが、非アルコール性脂肪肝を患う患者の血液試料について求めたスコアよりも高い方法、も提供される。
　また、上記した本発明の方法により非アルコール性脂肪肝炎の検出が補助された場合、非アルコール性脂肪肝炎が検出された患者に、有効量の非アルコール性脂肪肝炎治療薬を投与することにより、非アルコール性脂肪肝炎を治療することができる。治療薬としては、糖尿病合併例ではピオグリタゾン、糖尿病非合併例ではビタミンＥ等を挙げることができる。
　本発明において、血液試料中に含まれるＬＤＬ－Ｃ、ｓｄＬＤＬ－Ｃ、ＨＤＬ２－Ｃ、ＨＤＬ３－Ｃ、ＨＤＬ－Ｃ、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、ＡＳＴの存在量を測定する方法としては、従来から公知の方法を用いることができる。例えば、各種脂質項目の測定方法としては、超遠心法、電気泳動法又は高速液体クロマトグラフィー等の分画分離操作により対象のリポ蛋白を分離した後に、定量操作によりトリグリセリドやコレステロールを定量する方法や、分画操作を行うことなく第１工程で対象のリポ蛋白以外の全てのリポ蛋白中のトリグリセリドやコレステロールを除去した後に、第２工程で対象のリポ蛋白中のトリグリセリドやコレステロールを測定する方法等が挙げられる。ＡｐｏＢやＡｐｏEを測定する方法としては、これらに特異的な抗体を用いたＥＬＩＳＡ法や免疫非濁法が挙げられる。ＡＬＴの測定方法としては、ＬＤＨ－ＵＶ法（ＪＳＣC常用基準法）が、ＡＳＴの測定方法としては、ＭＤＨ－ＵＶ法（ＪＳＣC常用基準法）が挙げられる。
　具体的には、ＬＤＬ－ＴＧ量の測定方法としてはＷＯ２０１３／１５７６４２に記載された方法を用いることができ、ＬＤＬ－Ｃ量の測定方法としてはＷＯ９８／４７００５に記載された方法を用いることができ、ｓｄＬＤＬ－Ｃ量の測定方法としてはＷＯ０８／１０５４８６に記載された方法を用いることができ、ＨＤＬ－Ｃ量の測定方法としてはＷＯ９８／２６０９０に記載された方法を用いることができ、ＨＤＬ２－ＣおよびＨＤＬ３－Ｃ量の測定方法としてはＩｔｏ　Ｙ　ｅｔ　ａｌ．（２０１４）“Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ａ　ｈｏｍｏｇｅｎｅｏｕｓ　ａｓｓａｙ　ｆｏｒ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　ｈｉｇｈ－ｄｅｎｓｉｔｙ　ｌｉｐｏｐｒｏｔｅｉｎ－ｓｕｂｃｌａｓｓ　ｃｈｏｌｅｓｔｅｒｏｌ，”　Ｃｌｉｎｉｃａ　Ｃｈｉｍｉｃａ　Ａｃｔａ，　４２７：８６－９３．に記載された方法を用いることができ、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃ量の測定方法としては特開２０１４－０３０３９３に記載された方法を用いることができるが、各種項目の量を測定するものであれば、上記各方法に限定されるものではない。
　以下、本発明を実施例に基づき具体的に説明するが、本発明は下記実施例に限定されるものではない。
　ＮＡＦＬ患者８名、ＮＡＳＨ患者３４名からなる全４２名の集団から採取した血液中のＬＤＬ－ＴＧ量、ＬＤＬ－Ｃ量、ｓｄＬＤＬ－Ｃ量、ＨＤＬ－Ｃ量、ＨＤＬ２－Ｃ量、ＨＤＬ３－Ｃ量、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃ量、ＡｐｏＢ量、ＡｐｏＥ量、総コレステロール量、ＡＬＴ量、ＡＳＴ量について、自動分析装置を用いて測定した。ＬＤＬ－Ｃ量、ＨＤＬ－Ｃ量、ＡｐｏＢ量、ＡｐｏＥ量、総コレステロール量、ＡＬＴ量ＡＳＴ量の測定には、臨床検査の場で一般に用いられている自動分析装置用の各測定用試薬を用いた。ＬＤＬ－ＴＧ量の測定には、ＬＤＬＴＧ－ＥＸ“ＳＥＩＫＥＮ”（デンカ生研社製）、ｓｄＬＤＬ－Ｃ量の測定にはｓｄＬＤＬ－ＥＸ「生研」（デンカ生研社製）、ＨＤＬ２－Ｃ量およびＨＤＬ３－Ｃ量の測定にはＩｔｏ　Ｙ　ｅｔ　ａｌ．（２０１４）“Ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ａ　ｈｏｍｏｇｅｎｅｏｕｓ　ａｓｓａｙ　ｆｏｒ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　ｈｉｇｈ－ｄｅｎｓｉｔｙ　ｌｉｐｏｐｒｏｔｅｉｎ－ｓｕｂｃｌａｓｓ　ｃｈｏｌｅｓｔｅｒｏｌ，”　Ｃｌｉｎｉｃａ　Ｃｈｉｍｉｃａ　Ａｃｔａ，　４２７：８６－９３．の方法、ＡｐｏＥ-ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃ量の測定には特開２０１４－０３０３９３の方法を用いた。
（比較例１および２、実施例１～２０）
　比較例１および２、実施例１～２０には、表１に示す項目を用い、その存在量として、測定値そのままの連続変数をそれぞれ用いた。
Figure JPOXMLDOC01-appb-T000001
　各組合せでロジスティック回帰により求めたモデル式を表２に示す。このモデル式に示す項目名に、各項目の測定値を代入することでスコア値が得られる。
Figure JPOXMLDOC01-appb-T000002
　ＮＡＳHを陽性とした場合のＲＯＣ曲線下面積（ＡＵＣ）、Ｙｏｕｄｅｎ Ｉｎｄｅｘにて設定した基準値、前記基準値とスコア値を比較して判定した場合の感度、特異度、ＰＰＶ（陽性的中率）、ＮＰＶ（陰性的中率）、正診率を表３－１及び表３－２に示す。また、これらの代表として、実施例２０のＲＯＣ曲線を図１に示す。
Figure JPOXMLDOC01-appb-T000003
Figure JPOXMLDOC01-appb-T000004
　表３－１及び表３－２が示すように、従来の肝疾患マーカーであるＡＬＴ単独の比較例１や、ＬＤＬ－ＴＧ単独の比較例２と比較して、実施例１～２０ではいずれもＡＵＣが大きく、正診率が高いことから、ＮＡＳＨかＮＡＦＬかを、より高い確率で予測することが可能であることが示された。
（比較例３および４、実施例２１～３６）
　比較例３および４、実施例２１～３６には、表４に示す項目を用い、その存在量として、各項目単独でＲＯＣ曲線をもとめた際のＹｏｕｄｅｎ　Ｉｎｄｅｘにて求めたカットオフ値で２群に分けた２値変数をそれぞれ用いた。
Figure JPOXMLDOC01-appb-T000005
　比較例３および４、実施例２１～３６で用いた各項目のカットオフ値を表５に示す。
Figure JPOXMLDOC01-appb-T000006
　各組合せでロジスティック回帰により求めたモデル式を表６に示す。このモデル式に示す項目名に、各項目の測定値がカットオフ値と比較して大きい場合は１を、カットオフ値と比較して小さい場合は０を代入することでスコア値が得られる。
Figure JPOXMLDOC01-appb-T000007
　ＮＡＳHを陽性とした場合のＲＯＣ曲線下面積（ＡＵＣ）、Ｙｏｕｄｅｎ Ｉｎｄｅｘにて設定した基準値、前記基準値とスコア値を比較して判定した場合の感度、特異度、ＰＰＶ（陽性的中率）、ＮＰＶ（陰性的中率）、正診率を表７－１及び表７－２に示す。また、これらの代表として、実施例３６のＲＯＣ曲線を図２に示す。
Figure JPOXMLDOC01-appb-T000008
Figure JPOXMLDOC01-appb-T000009
　表７－１及び表７－２が示すように、従来の肝疾患マーカーであるＡＬＴ単独の比較例３や、ＬＤＬ－ＴＧ単独の比較例４と比較して、実施例２１～３６ではいずれもＡＵＣが大きく、正診率が高いことから、ＮＡＳＨかＮＡＦＬかを、より高い確率で予測することが可能であることが示された。
（実施例３７～４７）
　実施例３７～４７には、表８に示す項目を用い、モデル式を用いることなく、被検血液試料中に含まれる各成分の存在量がカットオフ値以上かカットオフ値以下かの組み合わせで評価した。各項目のカットオフ値には表５に示した値を用いた。
Figure JPOXMLDOC01-appb-T000010
　実施例３７～４７で評価した各項目の測定値の組合せ、該当者数、および、該当者中のＮＡＳＨ患者の割合を表９に示す。
Figure JPOXMLDOC01-appb-T000011
　表９が示すように、実施例３７～４７の測定値の組合せの該当者は、ＮＡＳＨ患者である割合が高いことから、これらの項目の測定値の組合せでＮＡＳＨの発症の可能性を判定することができることが示された。
（実施例４８～５２）
　実施例４８～５２には、表１０に示す項目を用い、その存在量として、測定値そのままの連続変数をそれぞれ用いた。
Figure JPOXMLDOC01-appb-T000012
　各組合せでロジスティック回帰により求めたモデル式を表１１に示す。このモデル式に示す項目名に、各項目の測定値を代入することでスコア値が得られる。
Figure JPOXMLDOC01-appb-T000013
　ＮＡＳHを陽性とした場合のＲＯＣ曲線下面積（ＡＵＣ）、設定した基準値、前記基準値とスコア値を比較して判定した場合の感度、特異度、ＰＰＶ（陽性的中率）、ＮＰＶ（陰性的中率）、正診率を表１２に示す。
Figure JPOXMLDOC01-appb-T000014
　表１２が示すように、表３－１に示した従来の肝疾患マーカーであるＡＬＴ単独の比較例１や、ＬＤＬ－ＴＧ単独の比較例２と比較して、実施例４８～５２ではいずれもＡＵＣが大きく、正診率が高いことから、ＮＡＳＨかＮＡＦＬかを、より高い確率で予測することが可能であることが示された。
（実施例５３～５７）
　実施例５３～５７には、表１３に示す項目を用い、その存在量として、各項目単独でＲＯＣ曲線をもとめた際のＹｏｕｄｅｎ　Ｉｎｄｅｘにて求めたカットオフ値で２群に分けた２値変数をそれぞれ用いた。各項目のカットオフ値には表５に示した値を用いた。
Figure JPOXMLDOC01-appb-T000015
　各組合せでロジスティック回帰により求めたモデル式を表１４に示す。このモデル式に示す項目名に、各項目の測定値がカットオフ値と比較して大きい場合は１を、カットオフ値と比較して小さい場合は０を代入することでスコア値が得られる。
Figure JPOXMLDOC01-appb-T000016
　ＮＡＳHを陽性とした場合のＲＯＣ曲線下面積（ＡＵＣ）、設定した基準値、前記基準値とスコア値を比較して判定した場合の感度、特異度、ＰＰＶ（陽性的中率）、ＮＰＶ（陰性的中率）、正診率を表１５に示す。
Figure JPOXMLDOC01-appb-T000017
　表１５が示すように、表７－１に示した従来の肝疾患マーカーであるＡＬＴ単独の比較例３や、ＬＤＬ－ＴＧ単独の比較例４と比較して、実施例５３～５７ではいずれもＡＵＣが大きく、正診率が高いことから、ＮＡＳＨかＮＡＦＬかを、より高い確率で予測することが可能であることが示された。

Claims (9)

  1. 　非アルコール性脂肪肝炎の検出を補助する方法であって
    ａ）生体から分離された被検血液試料中に含まれるＬＤＬ－ＴＧの存在量を測定すること、
    ｂ）前記被検血液試料中に含まれるＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定すること、ならびに
    ｃ）前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を組み合わせて用いることにより、非アルコール性脂肪肝炎の発症および／または非アルコール性脂肪肝炎を発症している可能性を判定すること、を含む方法。
  2. 　前記ＬＤＬ亜分画－Ｃがｓｍａｌｌ，ｄｅｎｓｅ（ｓｄ）ＬＤＬ－Ｃである、請求項１に記載の方法。
  3. 　前記ＨＤＬ亜分画－ＣがＡｐｏＥ ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃおよび／またはＨＤＬ２－Ｃおよび／またはＨＤＬ３－Ｃである、請求項１に記載の方法。
  4. 　ＬＤＬ－ＴＧの存在量、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を変数とするモデル式を作成し、前記被検血液試料中に含まれる前記ＬＤＬ－ＴＧの存在量、および前記少なくとも１つの成分の存在量を前記モデル式に代入して求めたスコアが、非アルコール性脂肪肝を患う患者の血液試料について求めたスコアよりも高い場合に、非アルコール性脂肪肝炎を発症している可能性が高いと判定する、請求項１～３のいずれかに記載の方法。
  5. 　非アルコール性脂肪肝炎の検出を補助するための指標を求めるモデル式の作成方法であって、非アルコール性脂肪肝炎を患う患者および非アルコール性脂肪肝を患う患者の血液試料中のＬＤＬ－ＴＧの存在量、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の存在量を測定し、測定した前記存在量を変数として用いてモデル式を作成する、モデル式の作成方法。
  6. 請求項１～４のいずれかに記載の、非アルコール性脂肪肝炎の検出を補助する方法に用いられる測定用キットであって、ＬＤＬ－ＴＧの測定用試薬、ならびにＬＤＬ－Ｃ、ＬＤＬ亜分画－Ｃ、ＨＤＬ－Ｃ、ＨＤＬ亜分画－Ｃ、ＡｐｏＢ、ＡｐｏＥ、総コレステロール、ＡＬＴ、およびＡＳＴからなる群から選ばれる少なくとも１つの成分の測定用試薬を含む測定用キット。
  7. 前記ＬＤＬ亜分画－Ｃがｓｍａｌｌ，ｄｅｎｓｅ（ｓｄ）ＬＤＬ－Ｃである、請求項６に記載のキット。
  8. 前記ＨＤＬ亜分画－ＣがＡｐｏＥ ｃｏｎｔａｉｎｉｎｇ ＨＤＬ－Ｃおよび／またはＨＤＬ２－Ｃおよび／またはＨＤＬ３－Ｃである、請求項６に記載のキット。
  9. 　請求項６～８のいずれかに記載のキットの、非アルコール性脂肪肝炎の検出を補助するためのキットとしての使用。
PCT/JP2021/004008 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 WO2021157631A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/797,284 US20230060781A1 (en) 2020-02-04 2021-02-04 Method for assisting detection of non-alcoholic steatohepatitis
CN202180012717.6A CN115004033A (zh) 2020-02-04 2021-02-04 辅助检测非酒精性脂肪肝炎的方法
JP2021575841A JPWO2021157631A1 (ja) 2020-02-04 2021-02-04
EP21750163.4A EP4080221A4 (en) 2020-02-04 2021-02-04 Method for assisting detection of non-alcoholic steatohepatitis

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-016820 2020-02-04
JP2020016820 2020-02-04

Publications (1)

Publication Number Publication Date
WO2021157631A1 true WO2021157631A1 (ja) 2021-08-12

Family

ID=77199639

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (5)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023151651A1 (zh) * 2022-02-10 2023-08-17 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

Citations (12)

* 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
WO1998047005A1 (fr) 1997-04-14 1998-10-22 Denka Seiken Co., Ltd. Procede pour determiner le taux de cholesterol present dans des lipoproteines de basse densite
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
WO2008105486A1 (ja) 2007-02-28 2008-09-04 Denka Seiken Co., Ltd. 小粒子低比重リポ蛋白の定量試薬
JP2010094131A (ja) 2007-08-29 2010-04-30 Shinshu Univ 非アルコール性脂肪肝炎治療効果の判定マーカー
WO2011158769A1 (ja) * 2010-06-17 2011-12-22 国立大学法人 千葉大学 非アルコール性脂肪肝炎検出および／または鑑別用マーカー、非アルコール性脂肪肝炎を検出および／または鑑別する方法およびそれらに用いるキット
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
WO2013157642A1 (ja) 2012-04-20 2013-10-24 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
JP2018508774A (ja) * 2015-02-13 2018-03-29 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア 非アルコール性脂肪性肝疾患を特定するための方法及び組成物
JP2018080943A (ja) 2016-11-14 2018-05-24 株式会社特殊免疫研究所 Ｎａｓｈの検出方法
WO2019175962A1 (ja) * 2018-03-13 2019-09-19 デンカ生研株式会社 循環器疾患等のリスクの判断を補助する方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011136332A1 (ja) * 2010-04-28 2011-11-03 国立大学法人北海道大学 軽度に酸化された酸化低密度リポタンパク質に対するモノクローナル抗体およびこれを産生するハイブリドーマ
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

Patent Citations (12)

* 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
WO1998047005A1 (fr) 1997-04-14 1998-10-22 Denka Seiken Co., Ltd. Procede pour determiner le taux de cholesterol present dans des lipoproteines de basse densite
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
WO2008105486A1 (ja) 2007-02-28 2008-09-04 Denka Seiken Co., Ltd. 小粒子低比重リポ蛋白の定量試薬
JP2010094131A (ja) 2007-08-29 2010-04-30 Shinshu Univ 非アルコール性脂肪肝炎治療効果の判定マーカー
WO2011158769A1 (ja) * 2010-06-17 2011-12-22 国立大学法人 千葉大学 非アルコール性脂肪肝炎検出および／または鑑別用マーカー、非アルコール性脂肪肝炎を検出および／または鑑別する方法およびそれらに用いるキット
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
WO2013157642A1 (ja) 2012-04-20 2013-10-24 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
JP2018508774A (ja) * 2015-02-13 2018-03-29 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア 非アルコール性脂肪性肝疾患を特定するための方法及び組成物
JP2018080943A (ja) 2016-11-14 2018-05-24 株式会社特殊免疫研究所 Ｎａｓｈの検出方法
WO2019175962A1 (ja) * 2018-03-13 2019-09-19 デンカ生研株式会社 循環器疾患等のリスクの判断を補助する方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
FUJII, YUK I ET AL.: "Low-Density Lipoprotein(LDL)- Triglyceride and Its Ratio to LDL-Cholesterol as Diagnostic Biomarkers for Nonalcoholic Steatohepatitis", THE JOURNAL OF APPLIED LABORATORY MEDICINE, vol. 5, no. 6, 1 May 2020 (2020-05-01), pages 1206 - 1215, XP055845475 *
ITO Y ET AL.: "Development of a homogeneous assay for measurement of high-density lipoprotein-subclass cholesterol", CLINICA CHIMICA ACTA, vol. 427, 2014, pages 86 - 93, XP028791456, DOI: 10.1016/j.cca.2013.09.009
See also references of EP4080221A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023151651A1 (zh) * 2022-02-10 2023-08-17 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

Also Published As

Publication number Publication date
US20230060781A1 (en) 2023-03-02
EP4080221A4 (en) 2023-06-28
CN115004033A (zh) 2022-09-02
EP4080221A1 (en) 2022-10-26
JPWO2021157631A1 (ja) 2021-08-12

Similar Documents

Publication Publication Date Title
Moreno et al. Non-invasive diagnosis and biomarkers in alcohol-related liver disease
Kolberg et al. Development of a type 2 diabetes risk model from a panel of serum biomarkers from the Inter99 cohort
Xie et al. Serum metabolite profiles are associated with the presence of advanced liver fibrosis in Chinese patients with chronic hepatitis B viral infection
JP2008529030A (ja) 生化学マーカーを使用する肝臓脂肪症の診断方法
Snell et al. The clinical utility of biomarkers in asthma and COPD
Bervoets et al. Identification of metabolic phenotypes in childhood obesity by 1H NMR metabolomics of blood plasma
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
EP2810079A1 (en) Method for determining liver fat amount and method for diagnosing nafld
WO2021157631A1 (ja) 非アルコール性脂肪肝炎の検出を補助する方法
JP2024102377A (ja) 原発性胆汁性胆管炎の検出を補助する方法
Wu et al. Prediction of the sarcopenia in peritoneal dialysis using simple clinical information: A machine learning‐based model
JP7049137B2 (ja) ＡｐｏＥ－ｃｏｎｔａｉｎｉｎｇＨＤＬ値を用いた冠動脈心疾患発症リスクの評価方法
Sönmez et al. Visceral adiposity index in kidney stone patients who have undergone surgery
JP7029139B2 (ja) 非アルコール性脂肪性肝炎の検出を補助する方法
JP6967857B2 (ja) 循環器疾患等のリスクの判断を補助する方法
WO2022014580A1 (ja) 非アルコール性脂肪性肝疾患マーカー、非アルコール性脂肪性肝疾患を検出するための方法、それに用いる試薬及び分析用キット
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
JP2018194488A (ja) 間質性肺炎の病期の判別を補助する方法
WO2019175962A1 (ja) 循環器疾患等のリスクの判断を補助する方法
Zhang et al. Association between urine retinol‐binding protein levels and nonalcoholic fatty liver disease: A cross‐sectional study in Chinese population
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. Simple non-invasive markers for early diagnosis and determination of the severity of liver diseases
JPWO2010103585A1 (ja) メタボリック症候群又はその構成疾患の評価法
Zhong et al. Establishment of reference intervals of biochemical analytes for healthy Chinese volunteers during the screening process in clinical pharmacology trials

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21750163

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021575841

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 2021750163

Country of ref document: EP

Effective date: 20220722

NENP Non-entry into the national phase

Ref country code: DE