期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
超声衍生脂肪分数、受控衰减参数及肝肾回声比值对代谢相关脂肪性肝病肝脂肪变性分级的诊断价值比较
1
作者 曹新格 张亚丽 +2 位作者 贾立镯 陈江红 董毅 《临床肝胆病杂志》 北大核心 2025年第9期1788-1794,共7页
目的以磁共振成像质子密度脂肪分数(MRI-PDFF,简称PDFF)作为金标准,分析比较超声衍生脂肪分数(UDFF)、受控衰减参数(CAP)及肝肾回声比值(HRR)对代谢相关脂肪性肝病(MAFLD)肝脂肪变性的诊断准确性和分级能力。方法选取2023年1月—2024年1... 目的以磁共振成像质子密度脂肪分数(MRI-PDFF,简称PDFF)作为金标准,分析比较超声衍生脂肪分数(UDFF)、受控衰减参数(CAP)及肝肾回声比值(HRR)对代谢相关脂肪性肝病(MAFLD)肝脂肪变性的诊断准确性和分级能力。方法选取2023年1月—2024年12月于河北医科大学第一医院就诊的150例MAFLD患者,并招募健康志愿者148例。所有受试者均接受PDFF、UDFF、CAP及HRR检查,利用PDFF对肝脂肪变性进行分级(S0级:148例,S1级:92例,S2级:21例,S3级:37例),分析MAFLD不同级别肝脂肪变性患者UDFF、CAP、HRR的临床资料特征及差异。符合正态分布的计量资料多组间比较采用单因素方差分析,进一步两两比较采用Tukey HSD检验;不符合正态分布的计量资料多组间比较采用Kruskal-Waills H检验,进一步两两比较采用MannWhitney U检验。计数资料组间比较采用χ^(2)检验。UDFF、CAP、HRR与PDFF在不同分级MAFLD中的相关性采用Spearman相关性分析;受试者操作特征曲线(ROC曲线)分析UDFF、CAP、HRR对MAFLD不同程度肝脂肪变性的诊断效能;Bland-Altman差值图分析UDFF和PDFF在MAFLD不同程度肝脂肪变性中的一致性。结果随着脂肪肝分级的增加,UDFF测量值逐渐增加(H=201.52,P<0.001)。Spearman相关性分析显示,在S1、S2、S3级MAFLD中,UDFF、CAP、HRR与PDFF两两之间均存在较强的相关性(P值均<0.001),且UDFF与PDFF之间的相关性最强(S1:r=0.884,S2:r=0.962,S3:r=0.929,P值均<0.001)。ROC曲线分析结果显示,在S1和S3的分级诊断中,UDFF的AUC均高于CAP和HRR(P值均<0.05),在S2级MAFLD诊断中,UDFF的AUC明显高于HRR(P<0.05),与CAP的AUC相近(P>0.05)。Bland-Altman差值图显示,UDFF与PDFF检查结果在不同程度MAFLD肝脂肪变性中具有良好的一致性。结论与CAP和HRR相比,UDFF能更加精确地定量检测肝脂肪含量,且在识别不同程度MAFLD肝脂肪变性中具有良好的效能。 展开更多
关键词 代谢相关脂肪性肝病 超声检查 诊断 对比研究
在线阅读 下载PDF
基于定量超声及临床指标机器学习模型预测代谢相关脂肪性肝病
2
作者 曹新格 张亚丽 +2 位作者 贾立镯 陈江红 董毅 《中国介入影像与治疗学》 北大核心 2025年第6期394-399,共6页
目的观察基于定量超声(QUS)及临床指标机器学习(ML)模型预测代谢相关脂肪性肝病(MAFLD)的价值。方法回顾性纳入接受腹部MR及QUS检查的298例患者,包括150例MAFLD、148例非MAFLD。按7∶3比例划分训练集(含107例MAFLD、101例非MAFLD)与测试... 目的观察基于定量超声(QUS)及临床指标机器学习(ML)模型预测代谢相关脂肪性肝病(MAFLD)的价值。方法回顾性纳入接受腹部MR及QUS检查的298例患者,包括150例MAFLD、148例非MAFLD。按7∶3比例划分训练集(含107例MAFLD、101例非MAFLD)与测试集(含43例MAFLD、47例非MAFLD);采用最小绝对收缩和选择算子(LASSO)回归及logistic回归(LR)筛选特征,分别以高斯朴素贝叶斯(GNB)、LR、随机森林(RF)、支持向量机(SVM)、极限梯度提升(XGBoost)及K近邻法(KNN)6种ML分类器构建预测模型;绘制受试者工作特征曲线,计算曲线下面积(AUC)和布里尔(Brier)分数评估模型预测效能。结果年龄、谷丙转氨酶(GPT)、谷草转氨酶(GOT)、尿酸(UA)、低密度脂蛋白胆固醇(LDL-C)、受控衰减参数(CAP)、超声衍生脂肪分数(UDFF)及剪切波速度(SWV)升高,以及肝脏轮廓模糊均独立提示MAFLD可能性大(P均<0.05);6种模型中,XGBoost模型鉴别训练集MAFLD与非MAFLD的AUC为0.991、Brier分数为0.006,在测试集分别为0.973、0.069,优于其他模型,且决策曲线分析(DCA)显示其净收益高。结论基于QUS及临床指标构建的ML模型、尤其XGBoost模型预测MAFLD效能较高。 展开更多
关键词 脂肪肝 代谢疾病 超声检查 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部