Risikofaktorer og prediksjonsmodell for leverrelaterte utfall hos eldre pasienter med steatotisk leversykdom

Bakgrunn: Fettleversykdom (SLD) er svært utbredt blant eldre og kan utvikle seg til cirrose og hepatocellulært karsinom. Imidlertid er det begrenset med storskala longitudinelle studier som fokuserer på risikoprediksjon i kinesiske eldre populasjoner.

Mål: Hovedmålet er å identifisere risikofaktorer og utvikle en prediksjonsmodell for betydelig fibrose. Sekundære mål inkluderer modeller for avansert fibrose, cirrose, hepatocellulært karsinom, leverrelatert død og ekstrahepatiske utfall (type 2 diabetes, kronisk nyresykdom, kardiovaskulær sykdom), samt sammenligning av utfall på tvers av SLD-subtyper (MASLD, MetALD, ALD).

Metoder: Dette er en enkelt-senter, retrospektiv kohortstudie som bruker data fra Nanjing Eldre Fettleversykdom Kohorten (startet i 2018). Omtrent 10 000 deltakere i alderen ≥60 år med bilde- eller biopsi-påvist leverfett vil bli inkludert. Utgangspunkt og årlige oppfølgingsdata inkluderer demografi, livsstilsfaktorer (røyking, alkohol, kosthold, fysisk aktivitet), antropometriske målinger, laboratorietester (glukose, lipider, lever- og nyrefunksjon), abdominal ultralyd og medisinbruk. Hovedutfall er betydelig fibrose (FIB-4 ≥2,67); sekundære utfall inkluderer avansert fibrose, cirrose, hepatocellulært karsinom, leverrelatert død og ekstrahepatiske utfall. Cox-regresjon vil bli brukt for univariat og multivariat analyse. Maskinlæringsalgoritmer (random forest, XGBoost, Cox-boost) vil bli brukt for å utvikle prediksjonsmodeller, med ytelse evaluert av tidsavhengige ROC-kurver, kalibreringskurver og beslutningskurveanalyse. En konkurrerende risikomodell vil ta hensyn til død som en konkurrerende hendelse. Studien har blitt godkjent av etikkomiteen ved Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School.