基于肝脏弹性成像的风险评分，用于预测肝细胞癌风险。
评论：背景和目标 肝脏硬度测量（LSM）通过振动控制的瞬态弹性成像（VCTE）准确评估纤维化。我们旨在开发一个通用风险评分，用于预测慢性肝炎患者肝细胞癌 （HCC） 的发生。方法 我们在 HBV 训练队列 （n = 2,251，中位随访 3.2 年） 中系统地选择预测因子并开发风险预测模型 （HCC-LSM）。HCC-LSM 模型在独立的 HBV 验证队列 （n = 1,191，中位随访 5.7 年） 和非病毒性慢性肝病 （CLD） 外推队列 （n = 1,189，中位随访 3.3 年） 中得到验证。然后根据列线图构建 HCC 风险评分。使用 ChatGPT4.0 开发了在线风险评估工具 （LEBER）。结果 确定了 8 个常规可用的预测因子，其中 LSM 水平显示与 HCC 发病率有显著的剂量反应关系 （P < .001 通过对数秩检验）。HCC-LSM 模型在 HBV 训练队列 （C-index |
原文链接：xmolJournal
分类：#xmolJournal #Week472024
评论：背景和目标 肝脏硬度测量（LSM）通过振动控制的瞬态弹性成像（VCTE）准确评估纤维化。我们旨在开发一个通用风险评分，用于预测慢性肝炎患者肝细胞癌 （HCC） 的发生。方法 我们在 HBV 训练队列 （n = 2,251，中位随访 3.2 年） 中系统地选择预测因子并开发风险预测模型 （HCC-LSM）。HCC-LSM 模型在独立的 HBV 验证队列 （n = 1,191，中位随访 5.7 年） 和非病毒性慢性肝病 （CLD） 外推队列 （n = 1,189，中位随访 3.3 年） 中得到验证。然后根据列线图构建 HCC 风险评分。使用 ChatGPT4.0 开发了在线风险评估工具 （LEBER）。结果 确定了 8 个常规可用的预测因子，其中 LSM 水平显示与 HCC 发病率有显著的剂量反应关系 （P < .001 通过对数秩检验）。HCC-LSM 模型在 HBV 训练队列 （C-index |
原文链接：xmolJournal
分类：#xmolJournal #Week472024
