CT量化腹部脂肪参数在代谢功能障碍相关脂肪肝疾病中的诊断价值

《BMC Gastroenterology》：Diagnostic value of CT-quantified abdominal fat parameters for metabolic dysfunction-associated fatty liver disease

　　

摘要

背景

本研究旨在分析通过CT检测得到的腹部脂肪指标在预测MAFLD方面的诊断价值，并建立一种综合诊断系统。

方法

我们对2022年1月至2024年6月期间在我院接受过腹部CT检查的174名患者进行了回顾性研究，其中120人被诊断为MAFLD，54人为对照组。我们使用了基于CT的多种指标，包括SAT、内脏脂肪组织体积（VAT）、肝脏总体积以及肝叶的平均值。通过Mann-Whitney U检验比较了两组患者在这些指标上的差异。随后，我们运用斯皮尔曼等级相关分析来探讨CT指标与代谢指标之间是否存在关联。此外，还通过逻辑回归分析和接收者操作特征曲线分析来评估各单项指标的诊断准确性。最后，通过校准图来评估复合预测模型的准确性。

结果

在MAFLD组中，SAT、VAT、肝脏体积以及VAT/SAT比率均高于对照组，而肝脏的平均CT衰减值以及左右肝叶的平均衰减值则均低于对照组（所有指标的P值均r = -0.607）和TG（r = -0.418）呈负相关，而VAT则呈正相关。在单变量逻辑回归分析中，我们发现肝脏的平均CT衰减值是诊断MAFLD的最佳指标，其AUC值为0.923；其次是左右肝叶的衰减值（AUC=0.886）、肝脏体积（AUC=0.814）以及VAT的平均CT衰减值（AUC=0.796）。BMI（r=0.554）和UA（r=0.362）也被纳入分析范围。将SAT、VAT和肝脏平均CT衰减值结合在一个模型中后，该模型的AUC值为0.928（灵敏度：91.7%，特异性：85.2%）。校准曲线显示该模型的拟合效果良好。当多个变量被整合到一起时，灵敏度从85.8%上升至91.7%，特异性则从87.0%下降至85.2%，此时模型的AUC值仍为0.928（与仅使用肝脏平均CT衰减值相比，ΔAUC=0.005，P=0.62）。

结论

通过CT检测获得的腹部脂肪信息可能是一种可靠且无创的MAFLD诊断方法。虽然单独使用肝脏平均CT衰减值就已经具有较高的诊断价值，但将多个变量整合到同一个模型中后，其灵敏度和特异性还能进一步提升，因此这种方法有望成为临床诊断MAFLD的有效手段。