國人代謝相關(guān)脂肪性肝病 (MAFLD)主要不良結(jié)局為心腦血管疾病，但目前基于肝臟病理以及以體重和糖尿病劃分亞型均不能在疾病早期階段很好地區(qū)分遠期預(yù)后的風(fēng)險差異。
血清代謝物介導(dǎo)了MAFLD肝臟調(diào)節(jié)受損對全身代謝負擔(dān)的影響以及參與心腦血管疾病發(fā)生。因此，結(jié)合糖脂代謝異常的指標(biāo)對MAFLD患者進行精細分類，為準(zhǔn)確預(yù)測MAFLD患者不同并發(fā)癥風(fēng)險及后續(xù)干預(yù)重點具有重大意義。
近期，莊曉東、鐘碧慧教授團隊在Metabolism雜志上發(fā)文[1]探索了代謝相關(guān)脂肪性肝病新分型方法。
研究者對中國新發(fā)MAFLD患者進行了聚類分析，研究發(fā)現(xiàn)，患者的特征和代謝相關(guān)脂肪性肝病并發(fā)癥的風(fēng)險在各亞型中顯著不同，且這種亞型分類方法能更好地預(yù)測疾病的進展。
該研究招募了來自中山大學(xué)第一附屬醫(yī)院脂肪肝中心的MAFLD患者和中國南方三個附屬醫(yī)院的連續(xù)住院患者，和英國Biobank數(shù)據(jù)庫對模型進行驗證，其中招募了來自中山大學(xué)附屬第一醫(yī)院的橫斷面人群的 1038例 MAFLD患者，國內(nèi)多中心驗證隊列10451例（MAFLD的33.4%）和國際Biobank數(shù)據(jù)庫驗證隊列304141例[MAFLD 的34.9%，包含磁共振成像質(zhì)子密度脂肪分?jǐn)?shù)（MRI-PDFF）測量1010 例]。
分類使用2 step K-MEANS聚類分析，潛變量分析以及Kohonen's neural networks機器學(xué)習(xí)模型篩選出年齡、體重指數(shù)、糖化血紅蛋白、總膽固醇/高密度脂蛋白膽固醇比率、甘油三酯和脂蛋白 (a) 進行變量建模和亞型驗證。
Cox回歸模型用于比較新分型之間的2型糖尿病、慢性心臟病、中風(fēng)和死亡率的風(fēng)險。
確定了五個可在不同人群中穩(wěn)定分組的 MAFLD 患者亞型：亞型 1（輕度肥胖和血脂異常相關(guān)）、亞型 2（年齡相關(guān)）、亞型3（嚴(yán)重胰島素抵抗相關(guān)）、亞型 4[高 Lp(a) 相關(guān)]和亞型5（嚴(yán)重混合性高脂血癥相關(guān)）。
不同集群的患者在2型糖尿病、冠心病、中風(fēng)和全因死亡率方面表現(xiàn)出差異。與其他集群相比，集群 3 中的患者具有明顯最差的生存結(jié)果和更高的2型糖尿病和心血管疾病風(fēng)險。
圖1 傳統(tǒng)代謝相關(guān)脂肪性肝病分型和新聚類分型
圖2 代謝相關(guān)脂肪性肝病新型分型在3組研究人群中所占比例
據(jù)介紹，該研究是國內(nèi)第一次對中國新診斷的代謝相關(guān)脂肪性肝病患者進行代謝分型的探索，并在國內(nèi)外大型隊列中完成驗證。對了解脂肪肝的異質(zhì)性提供了新角度，結(jié)果表明，這種分類方法也可以推廣到國人及高加索人脂肪性肝患者中。
通過根據(jù)6個代謝相關(guān)脂肪性肝病相關(guān)變量對患者進行分類，我們可以在疾病發(fā)病之初預(yù)判肝外代謝異常相關(guān)并發(fā)癥的風(fēng)險。
此外，這對于臨床醫(yī)生利用聚類特征制定個體化治療方案和目標(biāo)提供重要參考。隨著機器學(xué)習(xí)等新的算法應(yīng)用，聚類分析方法可不斷優(yōu)化，更加接近疾病發(fā)生的核心機制。
基于聚類分析方法在臨床實踐乃至臨床試驗的應(yīng)用，將有助于對代謝相關(guān)脂肪性肝病進行個體化治療。未來有賴于更大規(guī)模、更多種族、前瞻性、多中心的驗證研究進一步優(yōu)化脂肪肝的疾病分型。
參考文獻
[1] Ye J, Zhuang X, Li X, Gong X, Sun Y, Wang W, Feng S, Wu T, Zhong B. Novel metabolic classification for extrahepatic complication of metabolic associated fatty liver disease: A data-driven cluster analysis with international validation. Metabolism. 2022 Aug 19:155294.
