Hepatology：山东大学刘少壮等团队开发减重手术人群高风险MASH无创筛查新工具
来源：iNature 2026-07-07 14:50
FMO是一种经济、准确且非侵入性的评分工具，可用于肥胖人群中高风险MASH的识别，并具有良好的临床应用潜力。
代谢功能障碍相关脂肪性肝炎（MASH）中“高风险MASH”会显著增加肝脏相关及全因发病率和死亡率。
2026年6月，山东大学刘少壮，山东第一医科大学张光永，暨南大学董志勇和南京大学Xuehui Chu共同通讯在Hepatology在线发表题为Development and validation of a noninvasive score for at-risk metabolic dysfunction–associated steatohepatitis in individuals with obesity undergoing bariatric surgery的研究论文。
该研究纳入来自5个独立减重手术（bariatric）队列的1961名肝活检证实个体。其中，在1个建模队列（n=1095）中构建预测模型，并通过自助法（bootstrapping）进行内部验证，同时在其余4个活检验证队列（n=866）中进行外部验证。
此外，该评分模型还在英国生物样本库（UK Biobank，n=15,745）及NHANES数据库（n=1573）的国际超重/肥胖人群中进行了验证。该模型进一步在UK Biobank的一个子队列（n=1955，中位随访13.7年）中评估其对严重肝脏相关结局（SLROs，包括肝硬化、肝细胞癌等）的预测能力，并与现有评分系统进行了头对头比较。
最终建立的预测模型命名为FMO（肥胖相关纤维化/高风险MASH评分），由天冬氨酸氨基转移酶（AST）、丙氨酸氨基转移酶（ALT）、甘油三酯（TG）以及高密度脂蛋白胆固醇（HDL-C）构成。
在建模队列中，FMO表现出良好的区分能力（AUROC = 0.874，95% CI 0.844–0.905）；在全国外部验证队列中AUROC为0.803–0.874；在NHANES和UK Biobank全球验证队列中分别为0.866和0.753。长期随访分析显示，该模型对严重肝脏结局具有预测能力（Harrell C-index = 0.703）。
在阈值分析中，FMO在建模队列中表现出优异的排除能力（cutoff 0.05：敏感性≥0.90，阴性预测值NPV 0.976）以及确诊能力（cutoff 0.22：特异性≥0.90，阳性预测值PPV 0.481）。外部验证中NPV为0.907–1.00，PPV为0.333–0.630。与现有模型相比，FMO整体诊断性能更优。
综上，FMO是一种经济、准确且非侵入性的评分工具，可用于肥胖人群中高风险MASH的识别，并具有良好的临床应用潜力。
代谢功能障碍相关脂肪性肝病（MASLD）是全球最常见的肝脏疾病之一，影响全球约25%–44%的人口。在MASLD的整个疾病谱中，合并代谢功能障碍相关脂肪性肝炎（MASH）且伴有显著纤维化的患者被称为“高风险MASH”（at-risk MASH），也称“纤维化MASH”，这类人群发生肝脏相关并发症的风险最高，并与全因死亡率升高密切相关。
MASH与肥胖具有高度的病理生理关联。值得注意的是，肥胖相关合并症（如心血管疾病和2型糖尿病）可独立促进肝纤维化进展。尽管约20%的MASLD患者会进展为MASH，但在肥胖人群中该比例显著升高至33.67%，其中约35.14%的病例已发展为临床显著纤维化。
由于临床实践中缺乏常规肝活检，肥胖人群中“高风险MASH”常被严重漏诊，从而错失早期干预机会。疾病进展可导致严重肝脏并发症，并进一步加重整体疾病负担。当前临床指南正逐步从仅针对已确诊MASLD患者的纤维化评估，转向对高风险人群的筛查策略，但核心挑战仍在于如何在肥胖及MASLD高危人群中准确识别“高风险MASH”。
图1.在推导和外部验证队列中比较FMO与已建立的无创指标的ROC曲线分析（摘自Hepatology）
目前已有多种无创肝纤维化检测手段逐渐应用于临床，包括：1）肝脏硬度测量（LSM），主要通过瞬时弹性成像（FibroScan）实现，用于评估组织硬度以反映纤维化程度。
但在肥胖人群中，由于腹部脂肪过多导致信号衰减，其准确性显著下降；2）传统磁共振成像（MRI）作为主流影像学方法，但在区分肝组织纤维化与炎症方面存在局限性，难以可靠鉴别两者；3）基于组学的血清生物标志物方法，目前仍面临标准化不足及跨人群验证困难等问题，尚未在异质性临床环境中广泛应用。
总体而言，现有无创肝纤维化检测方法在中重度肥胖人群中的准确性与可靠性仍存在明显不足。因此，开发一种具有临床可操作性的评分系统十分必要，该系统应整合常规可获得的生物标志物及人体测量学指标，以实现：1）在肥胖高危人群中准确识别高风险MASH；2）支持大规模筛查与风险分层；3）用于疾病长期监测及治疗决策支持。
基于前瞻性招募的减重手术队列，本研究旨在开发并验证一种临床实用评分工具，用于在肥胖人群中可靠识别高风险MASH，同时保持对严重肝脏疾病的高预测准确性。
参考消息：https://journals.lww.com/hep/10.1097/HEP.0000000000001612
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
