WO2022025069A1 - 疾患リスク評価方法、疾患リスク評価装置、及び疾患リスク評価プログラム - Google Patents
疾患リスク評価方法、疾患リスク評価装置、及び疾患リスク評価プログラム Download PDFInfo
- Publication number
- WO2022025069A1 WO2022025069A1 PCT/JP2021/027776 JP2021027776W WO2022025069A1 WO 2022025069 A1 WO2022025069 A1 WO 2022025069A1 JP 2021027776 W JP2021027776 W JP 2021027776W WO 2022025069 A1 WO2022025069 A1 WO 2022025069A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- estimation model
- risk
- nash
- disease risk
- Prior art date
Links
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 72
- 201000010099 disease Diseases 0.000 title claims abstract description 70
- 238000011156 evaluation Methods 0.000 title claims abstract description 62
- 238000009534 blood test Methods 0.000 claims abstract description 34
- 238000010801 machine learning Methods 0.000 claims abstract description 19
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 claims description 177
- 238000003745 diagnosis Methods 0.000 claims description 37
- 208000019425 cirrhosis of liver Diseases 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 27
- 208000019423 liver disease Diseases 0.000 claims description 10
- 102000008186 Collagen Human genes 0.000 claims description 9
- 108010035532 Collagen Proteins 0.000 claims description 9
- 229920001436 collagen Polymers 0.000 claims description 9
- 201000007270 liver cancer Diseases 0.000 claims description 9
- 208000014018 liver neoplasm Diseases 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 206010019668 Hepatic fibrosis Diseases 0.000 claims description 3
- 208000010706 fatty liver disease Diseases 0.000 abstract description 39
- 206010053219 non-alcoholic steatohepatitis Diseases 0.000 description 128
- 206010016654 Fibrosis Diseases 0.000 description 58
- 230000004761 fibrosis Effects 0.000 description 51
- 238000012549 training Methods 0.000 description 28
- 108010003415 Aspartate Aminotransferases Proteins 0.000 description 22
- 102000004625 Aspartate Aminotransferases Human genes 0.000 description 22
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 18
- 108010082126 Alanine transaminase Proteins 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 17
- 230000035945 sensitivity Effects 0.000 description 17
- 238000012216 screening Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 16
- 238000010200 validation analysis Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 14
- 241000894007 species Species 0.000 description 13
- 238000012795 verification Methods 0.000 description 12
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 8
- 210000004185 liver Anatomy 0.000 description 8
- 238000002604 ultrasonography Methods 0.000 description 7
- 208000004930 Fatty Liver Diseases 0.000 description 6
- 238000012317 liver biopsy Methods 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 210000002966 serum Anatomy 0.000 description 5
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 description 5
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 4
- 206010019708 Hepatic steatosis Diseases 0.000 description 4
- 238000010876 biochemical test Methods 0.000 description 4
- 235000012000 cholesterol Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- GXJCERNIMQVBGG-KRWDZBQOSA-N (2s)-2-[[3-hydroxy-2-methyl-5-(phosphonooxymethyl)pyridin-4-yl]methylamino]-3-(1h-indol-3-yl)propanoic acid Chemical compound CC1=NC=C(COP(O)(O)=O)C(CN[C@@H](CC=2C3=CC=CC=C3NC=2)C(O)=O)=C1O GXJCERNIMQVBGG-KRWDZBQOSA-N 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 208000008589 Obesity Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000001574 biopsy Methods 0.000 description 3
- 230000000052 comparative effect Effects 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000002091 elastography Methods 0.000 description 3
- 206010073071 hepatocellular carcinoma Diseases 0.000 description 3
- 239000002933 immunoreactive insulin Substances 0.000 description 3
- 238000012045 magnetic resonance elastography Methods 0.000 description 3
- 235000020824 obesity Nutrition 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000001599 sigmoid colon Anatomy 0.000 description 3
- 231100000240 steatosis hepatitis Toxicity 0.000 description 3
- MXBCYQUALCBQIJ-RYVPXURESA-N (8s,9s,10r,13s,14s,17r)-13-ethyl-17-ethynyl-11-methylidene-1,2,3,6,7,8,9,10,12,14,15,16-dodecahydrocyclopenta[a]phenanthren-17-ol;(8r,9s,13s,14s,17r)-17-ethynyl-13-methyl-7,8,9,11,12,14,15,16-octahydro-6h-cyclopenta[a]phenanthrene-3,17-diol Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1.C1CC[C@@H]2[C@H]3C(=C)C[C@](CC)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 MXBCYQUALCBQIJ-RYVPXURESA-N 0.000 description 2
- 102000004266 Collagen Type IV Human genes 0.000 description 2
- 108010042086 Collagen Type IV Proteins 0.000 description 2
- 208000001145 Metabolic Syndrome Diseases 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 2
- 201000000690 abdominal obesity-metabolic syndrome Diseases 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000007882 cirrhosis Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 231100000844 hepatocellular carcinoma Toxicity 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003127 radioimmunoassay Methods 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 description 1
- VVJYUAYZJAKGRQ-UHFFFAOYSA-N 1-[4,5-dihydroxy-6-(hydroxymethyl)oxan-2-yl]-5-methylpyrimidine-2,4-dione Chemical compound O=C1NC(=O)C(C)=CN1C1OC(CO)C(O)C(O)C1 VVJYUAYZJAKGRQ-UHFFFAOYSA-N 0.000 description 1
- 102000009027 Albumins Human genes 0.000 description 1
- 108010088751 Albumins Proteins 0.000 description 1
- 208000023275 Autoimmune disease Diseases 0.000 description 1
- 101000856500 Bacillus subtilis subsp. natto Glutathione hydrolase proenzyme Proteins 0.000 description 1
- JMGZEFIQIZZSBH-UHFFFAOYSA-N Bioquercetin Natural products CC1OC(OCC(O)C2OC(OC3=C(Oc4cc(O)cc(O)c4C3=O)c5ccc(O)c(O)c5)C(O)C2O)C(O)C(O)C1O JMGZEFIQIZZSBH-UHFFFAOYSA-N 0.000 description 1
- -1 GGT Chemical compound 0.000 description 1
- 108020004206 Gamma-glutamyltransferase Proteins 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 208000031226 Hyperlipidaemia Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010067125 Liver injury Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000036142 Viral infection Diseases 0.000 description 1
- 238000001790 Welch's t-test Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036765 blood level Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- IVTMALDHFAHOGL-UHFFFAOYSA-N eriodictyol 7-O-rutinoside Natural products OC1C(O)C(O)C(C)OC1OCC1C(O)C(O)C(O)C(OC=2C=C3C(C(C(O)=C(O3)C=3C=C(O)C(O)=CC=3)=O)=C(O)C=2)O1 IVTMALDHFAHOGL-UHFFFAOYSA-N 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000003176 fibrotic effect Effects 0.000 description 1
- 102000006640 gamma-Glutamyltransferase Human genes 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000007542 hardness measurement Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 231100000234 hepatic damage Toxicity 0.000 description 1
- 230000002440 hepatic effect Effects 0.000 description 1
- 208000006454 hepatitis Diseases 0.000 description 1
- 231100000283 hepatitis Toxicity 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 238000010562 histological examination Methods 0.000 description 1
- 229920002674 hyaluronan Polymers 0.000 description 1
- 229960003160 hyaluronic acid Drugs 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 230000008818 liver damage Effects 0.000 description 1
- 238000007449 liver function test Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- DHRLEVQXOMLTIM-UHFFFAOYSA-N phosphoric acid;trioxomolybdenum Chemical compound O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.O=[Mo](=O)=O.OP(O)(O)=O DHRLEVQXOMLTIM-UHFFFAOYSA-N 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- FDRQPMVGJOQVTL-UHFFFAOYSA-N quercetin rutinoside Natural products OC1C(O)C(O)C(CO)OC1OCC1C(O)C(O)C(O)C(OC=2C(C3=C(O)C=C(O)C=C3OC=2C=2C=C(O)C(O)=CC=2)=O)O1 FDRQPMVGJOQVTL-UHFFFAOYSA-N 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- IKGXIBQEEMLURG-BKUODXTLSA-N rutin Chemical compound O[C@H]1[C@H](O)[C@@H](O)[C@H](C)O[C@@H]1OC[C@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](OC=2C(C3=C(O)C=C(O)C=C3OC=2C=2C=C(O)C(O)=CC=2)=O)O1 IKGXIBQEEMLURG-BKUODXTLSA-N 0.000 description 1
- ALABRVAAKCSLSC-UHFFFAOYSA-N rutin Natural products CC1OC(OCC2OC(O)C(O)C(O)C2O)C(O)C(O)C1OC3=C(Oc4cc(O)cc(O)c4C3=O)c5ccc(O)c(O)c5 ALABRVAAKCSLSC-UHFFFAOYSA-N 0.000 description 1
- 235000005493 rutin Nutrition 0.000 description 1
- 229960004555 rutoside Drugs 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009385 viral infection Effects 0.000 description 1
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
-
- 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
- C12Q1/48—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving transferase
-
- 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
- C12Q1/61—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving triglycerides
-
- 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
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- 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
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Immunology (AREA)
- Organic Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Zoology (AREA)
- Urology & Nephrology (AREA)
- Wood Science & Technology (AREA)
- Biochemistry (AREA)
- Hematology (AREA)
- Microbiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Genetics & Genomics (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Medicinal Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Description
以下、本発明を具体的な実施形態に基づいて説明する。なお、以下の説明において、NASH-Scope及びFibro-Scopeと称するものは、本発明に係る脂肪性肝疾患リスク評価方法、脂肪性肝疾患リスク評価装置、及び脂肪性肝疾患リスク評価プログラムを実現したものである。
最近のいくつかの予後研究では、肝線維症は長期死亡率及び肝関連死亡を予測した唯一の組織学的所見であった。しかしながら、この診断ツ-ルには、サンプルのばらつき、観察者間及び観察者内の差異、有害事象、及び侵襲性を含む多くの限界がある。肝臓由来酵素の超音波検査及び血清中濃度はNAFLDのスクリ-ニングに広く用いられているが、超音波検査は肝臓脂肪含量の30%以上を検出する可能性がある。血清アラニンアミノトランスフェラ-ゼ(ALT)値はNAFLD患者の間で正常範囲にあることが多い。したがって、NASHにおける肝線維症のスクリ-ニングと病期分類のための簡便で高感度で低コストの非侵襲的検査(NIT)を確立することは重要であろう。
2~13の臨床数値の組合せに基づくいくつかの非侵襲的検査(NIT)が報告されている。本発明者のグル-プは、NASH及び線維症を診断するための2つの貴重なNITについても述べている。NITの第1のセットは、FMNASHインデックス及びFM線維インデックス9と命名された。これらの指標は、NASHと診断された患者の間でLFの診断とステ-ジの決定のための受信者動作特性曲線(AUROC)下で優れた面積を示した。しかし、アウトカムの算出に用いた式は複雑であった。本発明者は後に、アスパラギン酸アミノトランスフェラ-ゼ(AST)と4型コラ-ゲンの7S領域(T4C7S)の血中濃度を含む2組目のNIT、CAインデックス-NASH及びCAインデックス-線維症10を確立した。最新のスコアリングシステムは、NAFLD、NASH、及びNASH関連線維症のスクリ-ニングに十分な精度を示した。これらの研究から、T4C7SはNASHにおける優れた線維症マーカーであると考えた。
最近の疫学的報告では、成人の約20~30%が超音波検査により脂肪肝と診断されていることが明らかになった。一過性エラストグラフィ-及び磁気共鳴エラストグラフィ-(MRE)のような画像検査は、NAFLDと診断された患者における脂肪症及び肝線維症の発見のために普及している;しかしながら、これらのモダリティ-は、費用及び時間がかかる。
済生会吹田病院から組織学的にNAFLDと診断された324名の患者を訓練セットに登録した。ウイルス感染または自己免疫疾患に続発する肝障害を有する患者、または薬物性肝障害またはアルコ-ル性関連肝疾患と診断された患者は除外した。これらの患者の1日のアルコ-ル摂取量は、男性ではエタノ-ル30g未満、女性ではエタノ-ル20g未満であり、2014年4月から2017年9月まで16ゲ-ジ針を用いて肝生検を実施した。肝生検サンプルの長さは20mmを超え、ヘマトキシリン-エオシン及びマッソン・トリクロムで染色した。
NAFLDと診断された324例のうち、93例がNAFLと同定され、13例が線維化を伴わないNASH(Matteoni type 3)、54例がb-NASH (F1で34例、F2で10例、F3で8例、F4で2例を含む)、164例が線維化を伴うNASH(F1で40例、F2で46例、F3で57例、F4で21例)と診断された。表1aに示すように。F0(NAFL)からF4(線維化を伴うNASH)への進行は、年齢の増加及び胴囲(WC)の増加と関連していた。血清GGTとT4C7Sレベルも増加したが、血小板数は肝線維症の進行と関連して減少した。
中央病理医は以下のように74例を診断した: 13例はNAFL、2例は線維化を伴わないNASH(Matteoni type 3)、15例はb-NASH、44例は線維化を伴うNASHであった(表1b)。これらの患者の臨床的背景は、トレ-ニングセットについて評価された患者のそれらと類似していた。
AI解析用のEngineの構造は、前処理ステップ、NN (ディ-プラ-ニング)ステップ、後処理ステップ(図1,2)の3ステップを用いて構築されている。
治療前データを入力層とした。このNNのトレ-ニングは教師データと324のエポック数を持ち、収束するまで学習した。活性化機能:S状結腸機能と喪失機能:二値クロスエントロピ-を採用した。学習精度は、入力層に関連する教師データの逆伝播を繰り返すことで向上した(図1-2、図2-2)。
NASH-Scopeは出力層の閾値により、NAFL、中間診断(グレ-ゾ-ン)、NASHを効率的に同定する(図1)。特に、線維症を伴わないNASH(Matteoni 3型)及び軽度の線維症を伴うNASHの一部の症例は、灰色帯に割り付けられる。
線維化を伴わないNAFLまたはNASHの組織学的診断を受けた患者106人のうち、NASH-Scopeは79人をNAFL、23人を灰色帯、4人をF0ではない(すなわち、線維化を伴うb-NASHまたはNASH)と診断した。b-NASHの54例を含む組織学的検査によりNASHと診断された218例のうち、212例がNASHと診断され、5例がグレ-ゾ-ン、1例がNASH-ScopeによるF0(NAFLまたはNASHは線維化を伴わない)であった。感度、特異度、PPV、NPV、ACC (精度)、MCC (Mathew相関係数)はいずれも高値であった(表3)。
Fibro-Scopeの肝線維症の他のNITとの臨床的意義及び正確性を明らかにするために、以下のパラメ-タを検討した: AAR [AST/ALT比]、APRI [(100×AST/ASTの正常上限)/PLT (×109/L)]、FIB-4指数[年齢(IU/L)×(109/L)×、NAFLD線維症スコア(NFS) [-1.675×0.037×年齢(年齢)+0.094× BMI (kg/m2)+1.13×空腹時血糖値障害/糖尿病(あり)、なし=0.99×AST(IU/L)/ALT (IU/L)-0.013× PLT (×109/L)-0.66×アルブミン(g/dL)]、CA-index-fibrosis [1.50×T4C7s (ng/ml)+0.0264×AST(IU/L)]、FM-fibro index T4C7sとヒアルロン酸の併用[1/2 S状結腸[(HA(ng/mL)-73.56)/86.13}+1/2 S状結腸[(T4C7s (ng/mL)-5.06)/1.57]]であった。他のNITと比較したNASH-Scopeの診断性能は、受信者オペレ-タ特性(ROC)分析により評価した。Fibro-Scopeと関連NITについて決定したAUROCをDeLong試験18に従って比較した。√(ALT(IU/L)}])
このシステムの診断能はROC解析により評価した。診断精度18の統計的尺度としてAUROCを用いた。NAFLDの診断及び各線維症段階の同定のための最大感度及び特異度、陽性的中率(PPV)、及び陰性的中率(NPV)を生じるカットオフ値を分析した。<0.05(両側)のp値は、Welch検定を用いて統計学的に有意とみなした。AST、ALT、GGT、コレステロ-ル、トリグリセリド、及びPLTを含む6つの値を、潜在的に不等分散の連続変数と考えたため、それらをWelchのt検定により分析した。データ解析はSPSS verで行った。22.0 (SPSS、シカゴ、IL)
[NASH-Scopeのバリデ-ション]
バリデ-ション試験に使用した74例のうち、独立した2施設の病理医と済生会吹田病院の臨床病理医がMatteoniらの1によりNAFLまたはNASHに分類し、中央病理医とT.O.がNASH-CRN17によりNAFL、b-NASHまたはNASHに分類した(表5)。外部機関及び済生会吹田病院からの当初の組織学的診断は以下の通りであった;15名はNAFLと診断され、59名はNASHと診断された。中枢病理医は、13例がNAFL,2例が線維化を伴わないNASH,15例がb-NASH,44例が線維化を伴うNASHと診断した。対象とした本発明者 15によるこれら74例の組織学的診断はNAFL、2例は線維化を伴わないNASH、14例はb-NASH、43例は線維化を伴うNASHであった(表5)。中央病理医と本発明者の組織学的診断の一致率は87.8%であったが、最初に記録された診断と中央病理医の診断の一致率は68.9%に過ぎなかった。
NAFL 13例、線維化を伴わないNASH 2例と、組織学的に線維化またはb-NASHと診断されたNASH 59例で検証を行った。最初の15例のうち、2例のF0患者(Matteoni type 3が1例、Matteoni type 2が1例)がNASHと診断され、残りの13例はFibro-scopeによりNAFL (F0)と診断された。繊維性NASHの59例のうち、57例は繊維性NASHを、2例はNAFLを、1例はFibro-Scopeを用いてグレ-ゾ-ンとして特定した。感度、特異度、PPV、NPV、ACCはいずれも高値(86.7~96.6%)であったが、MCCは83.3%と低かった(表6)。F0,1対F2,3,4の診断精度は、感度、特異度、PPV、NPV、ACCに関して84.4%~88.1%であったが、MCCは72.5%に過ぎなかった。病期F3及びF4で組織学的に診断された25例のうち、20例はFibro-ScopeでF3及びF4でも診断された。また、組織学的にF0,F1,F2期と診断された49例中44例はすべてF0,F1,F2と診断された。感度、特異度、PPV、NPV、ACCは80.0~89.5%であったが、MCCは69.8%であった(表7)。また、本発明者により組織学的に診断された検証試験で用いた74症例についてFibro-Scopeによる診断精度を解析し、これらの結果を中央病理医が診断した結果と比較した。表7に示したように、診断精度は表6に示したものよりも良好であり、特にF0,1,2対F3,4の識別に関して顕著であった。これらの診断精度の不一致は、中央病理医と本発明者の組織学的診断における観察者間の違いによるものと思われる。
Fibro-Scopeの診断特性を各種NITと比較した。F0対F1~4の鑑別におけるAAR、APRI、FIB-4、NSF、CA指数線維症、FM-線維指数、及びFibro-Scopeを含む種々のNITに対するAUROC値は、それぞれ0.692、0.776、0.797、0.746、0.872、0.862、及び0.967であった(図4a)。F0,1対F2,3,4(図4b)及びF0,1,2対F3,4(図4c)の鑑別に関する全てのアルゴリズムのAUROC値は、他の6つのNITからのそれらと比較してFibro-Scopeで最も高かった。
ここでは、NAFLDをスクリ-ニングするための簡便で高感度なAI/NNアルゴリズムのセットと、一般的で容易に利用可能な11の臨床値を入力として用いたNASHにおける肝線維症の病期分類を提示する;Fibro-Scopeについては、T4C7Sの値も含めた。T4C7sは、ラジオイムノアッセイ(RIA)により測定されるため、他の国では容易には利用できないが、NASHにおける線維症マーカーとして日本で広く使用されている。しかし、日本の企業が最近酵素免疫測定法を開発し、近い将来すべてに利用可能になるかもしれない。
今回のAI/NNアルゴリズムは、臨床診療に非常に有用であることが証明でき、特にNASH-Scopeを用いたNAFLDの発生率及び有病率の疫学的評価と同様にNAFLDのル-チンスクリ-ニングの一部として含まれる可能性がある。臨床検査データからNASHが疑われる場合は、当初からFibro-Scopeを使用すべきであると考える。しかしながら、これらのアルゴリズムが日本のNAFLD症例のみを用いてデザインされ、検証され、検証研究のための患者数がわずかに少なかったことには、いくつかの限界がある。そこで本発明者らは、西欧のNAFLD症例を中心に、これらのアルゴリズムを改訂する予定である。この時点で、これらのアルゴリズムは、日本の健康診断プログラムの構成要素として導入されている。
トレ-ニングセットとして用いたNAFLDの組織学的診断を受けた324例のうち、106例は線維症(F0)がなく、74例はF1期、56例はF2期、88例はF3期またはF4期であった。定量データは、括弧内に中央値及び四分位範囲で示す。
バリデ-ション対象集団として用いたNAFLDの組織学的診断が得られた74例のうち、15例はF0期、18例はF1期、15例はF2期、24例はF3期またはF4期であった。臨床的背景は、先に評価したものと同様であった(表1a)。結果は、定量データについては中央値及び四分位範囲で括弧内に示した。
これは、身体所見、生化学的データ、及び18の出力パラメ-タを含む11のデータから7つのインデックスデータを生成するステップである。新たに作成された7つの指標は、身体的スコア(2つのデータ)及び機能的スコア(4つのデータ)として定義される。機械学習分野の決定木で独立変数(X)として割り当てられる。従属変数(Y)は「NASHであるのか」と定義される。総得点は回帰分析を(X,Y)=(X1,X2,X3,X4,X5,X6,Y)として算出し、第7指標データとする。
このステップは、(1)NASHとNAFLのトレ-ニングセット、(2)多層パ-セプトロン(入力層/隠れ層/出力層)からなる2値分類である。これが出力するステップです。2つの隠れ層、すなわち誤差逆伝播とシグモイド交差エントロピ-を持つディ-プラ-ニングを用いて、324エポック(教師データあり)の条件下で学習構造を構築した。治療後では、出力データの閾値に基づいてNAFL、グレイゾ-ン、NASHに割り当てられます。324例の学習結果に基づき、出力結果を0.0<NAFL<0.35≦灰色帯≦0.70<NASH<1.0で算出する。
トレ-ニングによって構築したモデルに74症例の11項目のデータを入力し、その後、NAFL、グレイゾ-ン、またはNASHのFibro-Scopeに基づく判断を行う。判断の結果と作成した診断結果を錯乱マトリックスで評価した。
これは、追加された生化学データ(T4C7S)及び11データから生成された7つのインデックスデータから20のパラメ-タを出力するステップである。新たに作成した指標はCA-index-NASHとCA-index-fibrosis、ならびに身体・機能スコアと定義され、機械学習野デシジョンツリ-の独立変数(X)として割り当てられる。従属変数(Y)を「F0,1,2か?」と定義し、回帰分析を(X,Y)=(X1,X2,X3,X4,X5,X6,X7,X8,X9,Y)とする。それに応じて総スコアを算出し、8番目の指標データ(X8=CA-index-NASH、X9=CA-index-fibrosis)として使用する。
このステップは、(1)NASHの線維化段階のためのトレ-ニングセットと、(2)多層パ-セプトロン(入力層/隠れ層/出力層)からなる。これは、分類の結果を計算して出力するために使用されるステップである。2値分類の採用により、タイプ1,F0対F1,2,3,4;タイプ2,F0,1対F2,3,4;及びタイプ3,F0,1,2対F3,43の異なるモデルが得られた。各モデルにおいて、ディ-プラ-ニングを用いて324エポック(教師データあり)の条件下で学習構造を構築する。ディ-プラ-ニングは、2つの隠れ層を配置する、すなわち、誤差逆伝播とシグモイドクロスエントロピ-である。治療後では、出力データの閾値に基づいて線維化ステ-ジを割り当てる。324例の学習結果により、0.0<陰性回答<0.5≦陽性回答<1.0で出力結果を算出する。
74症例の12項目データをトレ-ニングと線維化段階の判断により形成されたモデルに入力する。判定結果と作成した診断結果を錯乱マトリックスで評価した。
続いて、本実施形態の脂肪性肝疾患評価装置10の構成について説明する。脂肪性肝疾患評価装置10は、推定モデル生成部20、データ取得部30、及びリスク度予測部40を備えている。脂肪性肝疾患評価装置10は、これらの構成を実現するためのプログラムをコンピュ-タにインスト-ルすることにより構築されている。また、脂肪性肝疾患評価装置10は、当該コンピュ-タを直接的に操作すること、あるいはインタ-ネットやイントラネットなどのネットワ-クを介して当該コンピュ-タにアクセスすることにより利用することができる。
20 : 推定モデル生成部
30 : データ取得部
40 : リスク度予測部
Claims (7)
- (a)属性データ、(b)身体所見データ、(c)血液検査データ、(d)医師の診断結果、を学習モデルとして、各種疾患のリスク度を推定する推定モデルを機械学習により生成する、推定モデル生成ステップと、
被験者の(a)属性データ、(b)身体所見データ、(c)血液検査データを取得するデータ取得ステップと、
前記推定モデル生成ステップにて生成された前記推定モデルに前記データ取得ステップにて取得したデータを入力し、前記被験者の各種疾患リスク度を推論する、リスク度評価ステップと、
を有する、疾患リスク評価方法。 - 前記被験者の肝疾患に関するリスク度を推論する、請求項1に記載の疾患リスク評価方法。
- 前記推定モデル生成ステップにおいて、(a)前記属性データとして性別及び年齢から選ばれた少なくとも1種を含むデータ、(b)前記身体所見データとして身長及び体重から選ばれた少なくとも1種を含むデータ、(c)前記血液検査データとして、AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種を含むデータ、(d)医師の診断結果、を利用して、非アルコール性脂肪肝のリスク度を推定する推定モデルを機械学習により生成し、
前記推定モデル生成ステップにて生成された前記推定モデルに、被験者の(a)性別及び年齢から選ばれた少なくとも1種を含む属性データ、(b)身長及び体重から選ばれた少なくとも1種を含む身体所見に係る身体所見データ、(c)AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種を含む血液検査データを入力し、前記被験者の非アルコール性脂肪肝のリスク度を推論する、
請求項2に記載の疾患リスク評価方法。 - 前記推定モデル生成ステップにおいて、(a)前記属性データとして性別及び年齢から選ばれた少なくとも1種を含むデータ、(b)前記身体所見データとして身長及び体重から選ばれた少なくとも1種を含むデータ、(c)前記血液検査データとして、AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種、及び、4型コラーゲンを含むデータ、(d)医師の診断結果、を利用して、肝繊維化レベルを推定する推定モデルを機械学習により生成し、
前記推定モデル生成ステップにて生成された前記推定モデルに、被験者の(a)性別及び年齢から選ばれた少なくとも1種を含む属性データ、(b)身長及び体重から選ばれた少なくとも1種を含む身体所見に係る身体所見データ、(c)AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種、及び、4型コラーゲンを含む血液検査データ、を入力し、前記被験者の肝繊維化レベルを推論する、
請求項2に記載の疾患リスク評価方法。 - 前記推定モデル生成ステップにおいて、(a)前記属性データとして性別及び年齢から選ばれた少なくとも1種を含むデータ、(b)前記身体所見データとして身長及び体重から選ばれた少なくとも1種を含むデータ、(c)前記血液検査データとして、AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種、及び、AIMを含むデータ、(d)医師の診断結果、を利用して、肝臓がんのリスク度を推定する推定モデルを機械学習により生成し、
前記推定モデル生成ステップにて生成された前記推定モデルに、被験者の(a)性別及び年齢から選ばれた少なくとも1種を含む属性データ、(b)身長及び体重から選ばれた少なくとも1種を含む身体所見に係る身体所見データ、(c)AST(GOT)、ALT(GPT)、γGTP、PLT、T-Cho、TGからなる群より選ばれた少なくとも1種、及び、AIMを含む血液検査データ、を入力し、前記被験者の肝臓がんのリスク度を推論する、
請求項2に記載の疾患リスク評価方法。 - (a)属性データ、(b)身体所見データ、(c)血液検査データ、(d)医師の診断結果、を学習モデルとして、各種疾患のリスク度を推定する推定モデルを機械学習により生成する、推定モデル生成部と、
被験者の(a)属性データ、(b)身体所見データ、(c)血液検査データを取得するデータ取得部と、
前記推定モデル生成ステップにて生成された前記推定モデルに前記データ取得ステップにて取得したデータを入力し、前記被験者の各種疾患のリスク度を推論する、リスク度評価部と、
を有する、疾患リスク評価装置。 - 請求項6に記載の疾患リスク評価装置の機能をコンピュ-タに実現させるための疾患リスク評価プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022539503A JP7170368B2 (ja) | 2020-07-28 | 2021-07-27 | 疾患リスク評価方法、疾患リスク評価装置、及び疾患リスク評価プログラム |
US18/006,873 US20230274840A1 (en) | 2020-07-28 | 2021-07-27 | Disease risk evaluation method, disease risk evaluation device, and disease risk evaluation program |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020127010 | 2020-07-28 | ||
JP2020-127010 | 2020-07-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022025069A1 true WO2022025069A1 (ja) | 2022-02-03 |
Family
ID=80036648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2021/027776 WO2022025069A1 (ja) | 2020-07-28 | 2021-07-27 | 疾患リスク評価方法、疾患リスク評価装置、及び疾患リスク評価プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230274840A1 (ja) |
JP (1) | JP7170368B2 (ja) |
WO (1) | WO2022025069A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102616840B1 (ko) | 2023-02-17 | 2023-12-21 | 주식회사 바이오뉴트리온 | 비알코올성 지방간질환 위험성 자가 평가 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194170A (ja) * | 2011-03-02 | 2012-10-11 | Nagasaki Univ | ペプチドの検出方法 |
WO2015019976A1 (ja) * | 2013-08-05 | 2015-02-12 | 第一三共株式会社 | 肝障害のタイプの検査方法 |
WO2017043617A1 (ja) * | 2015-09-10 | 2017-03-16 | エーディア株式会社 | 肝癌の検査方法 |
WO2019220833A1 (ja) * | 2018-05-18 | 2019-11-21 | 株式会社島津製作所 | 診断支援システムおよび診断支援装置 |
WO2020096043A1 (ja) * | 2018-11-09 | 2020-05-14 | 積水メディカル株式会社 | ウィルス性肝癌の検出方法 |
-
2021
- 2021-07-27 US US18/006,873 patent/US20230274840A1/en active Pending
- 2021-07-27 JP JP2022539503A patent/JP7170368B2/ja active Active
- 2021-07-27 WO PCT/JP2021/027776 patent/WO2022025069A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012194170A (ja) * | 2011-03-02 | 2012-10-11 | Nagasaki Univ | ペプチドの検出方法 |
WO2015019976A1 (ja) * | 2013-08-05 | 2015-02-12 | 第一三共株式会社 | 肝障害のタイプの検査方法 |
WO2017043617A1 (ja) * | 2015-09-10 | 2017-03-16 | エーディア株式会社 | 肝癌の検査方法 |
WO2019220833A1 (ja) * | 2018-05-18 | 2019-11-21 | 株式会社島津製作所 | 診断支援システムおよび診断支援装置 |
WO2020096043A1 (ja) * | 2018-11-09 | 2020-05-14 | 積水メディカル株式会社 | ウィルス性肝癌の検出方法 |
Non-Patent Citations (3)
Title |
---|
ATABAKI-PASDAR, N . ET AL.: "Predicting and elucidating the etiology of fatty liver disease: A machine learning modeling and validation study in the IMI DIRECT cohorts", PLOS MEDICINE, vol. 17, no. 6, 19 June 2020 (2020-06-19), pages 1 - 27, XP055905452 * |
FIALOKE, S. ET AL.: "Application of machine learning methods to predict non-alcoholic steatohepatitis (NASH) in non-alcoholic fatty liver (NAFL) patients", AMIA ANNUAL SYMPOSIUM PROCEEDINGS ARCHIVE, 5 December 2018 (2018-12-05), pages 430 - 439, XP055905448 * |
POYNARD, T. ET AL.: "The diagnostic value of biomarkers (steato test) for the prediction of liver steatosis", COMPARATIVE HEPATOLOGY, vol. 4, 10, 23 December 2005 (2005-12-23), pages 1 - 14, XP021008456 * |
Also Published As
Publication number | Publication date |
---|---|
JPWO2022025069A1 (ja) | 2022-02-03 |
US20230274840A1 (en) | 2023-08-31 |
JP7170368B2 (ja) | 2022-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Panel et al. | EASL Clinical Practice Guidelines on non-invasive tests for evaluation of liver disease severity and prognosis–2021 update | |
Kumar et al. | Liver stiffness measurements in patients with different stages of nonalcoholic fatty liver disease: diagnostic performance and clinicopathological correlation | |
Costa-Silva et al. | MR elastography is effective for the non-invasive evaluation of fibrosis and necroinflammatory activity in patients with nonalcoholic fatty liver disease | |
Rossi et al. | Assessing liver fibrosis with serum marker models | |
Okanoue et al. | Artificial intelligence/neural network system for the screening of nonalcoholic fatty liver disease and nonalcoholic steatohepatitis | |
Pinzani | Non-invasive evaluation of hepatic fibrosis: don’t count your chickens before they’re hatched | |
Choi et al. | Magnetic resonance-based assessments better capture pathophysiologic profiles and progression in nonalcoholic fatty liver disease | |
EP2872031B1 (en) | Method for providing reliable non-invasive diagnostic tests | |
Li et al. | Fibrosis index based on 4 factors (FIB-4) predicts liver cirrhosis and hepatocellular carcinoma in chronic hepatitis C virus (HCV) patients | |
Hayashi et al. | Noninvasive assessment of advanced fibrosis based on hepatic volume in patients with nonalcoholic fatty liver disease | |
Jamthikar et al. | Ultrasound-based stroke/cardiovascular risk stratification using Framingham Risk Score and ASCVD Risk Score based on “Integrated Vascular Age” instead of “Chronological Age”: a multi-ethnic study of Asian Indian, Caucasian, and Japanese cohorts | |
WO2022025069A1 (ja) | 疾患リスク評価方法、疾患リスク評価装置、及び疾患リスク評価プログラム | |
Cho et al. | Point shear wave elastography predicts fibrosis severity and steatohepatitis in alcohol-related liver disease | |
Zhou et al. | Diagnosis of steatohepatitis and fibrosis in biopsy-proven nonalcoholic fatty liver diseases: Including two-dimension real-time shear wave elastography and noninvasive fibrotic biomarker scores | |
Loehfelm et al. | The utility of hepatic artery velocity in diagnosing patients with acute cholecystitis | |
Milanez et al. | Feasibility and criterion validity of the GLIM criteria in the critically ill: a prospective cohort study | |
CN113470814A (zh) | 检测alr、nlr、plr和anri的物质在预测血管侵犯发生风险中的应用 | |
Shao et al. | Discrepancies between nonalcoholic and metabolic-associated fatty liver disease by multiple steatosis assessment | |
Alboraie et al. | Egy-score predicts severe hepatic fibrosis and cirrhosis in Egyptians with chronic liver diseases: a pilot study | |
CN114068026B (zh) | 一种超早期代谢相关脂肪性肝病的预测装置 | |
Chee et al. | The Past, Present, and Future of Noninvasive Test in Chronic Liver Diseases | |
Bui et al. | Evaluating M2BPGi as a Marker for Liver Fibrosis in Patients with Chronic Hepatitis B | |
Zamanian et al. | Application of artificial intelligence techniques for non-alcoholic fatty liver disease diagnosis: A systematic review (2005-2023) | |
Perera et al. | Percentage of small platelets on peripheral blood smear and Child-Turcott-Pugh class can predict the presence of oesophageal varices in newly diagnosed patients with cirrhosis: development of a prediction model for resource limited settings | |
Khani et al. | Comparison of hepatic steatosis index as noninvasive diagnostic tool and liver ultrasound for non-alcoholic steatosis in the adult population |
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: 21850388 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2022539503 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 08/05/2023) |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 21850388 Country of ref document: EP Kind code of ref document: A1 |