亚临床甲状腺功能减退合并代谢相关脂肪性肝病患者发生显著肝纤维化的风险预测模型构建

原文图文

目的 探究亚临床甲状腺功能减退症（SCH）合并代谢相关脂肪性肝病（MASLD）患者发生显著肝纤维化的危险因素，建立列线图预测模型并验证其预测效能。

方法 回顾性纳入2022年12月至2025年12月于永州市中心医院确诊的SCH合并MASLD患者242例，均行瞬时弹性成像（FibroScan）检查获取肝脏硬度值（LSM），据此分为显著肝纤维化组（68例）与非显著肝纤维化组（174例）。对两组临床资料行Lasso回归降维筛选后，进一步采用多因素Logistic回归分析，确定显著肝纤维化的独立预测因子，并建立列线图预测模型。模型的区分能力和校准度分别通过受试者工作特征（ROC）曲线、校准图及Hosmer-Lemeshow检验评估。内部验证采用Bootstrap法（重复抽样1000次），以评价模型的稳定性。

结果 显著肝纤维化组体重指数（BMI）、促甲状腺素（TSH）、甘油三酯（TG）、稳态模型评估-胰岛素抵抗指数（HOMA-IR）、谷氨酰转肽酶（GGT）、受控衰减参数（CAP）及血小板计数均高于非显著肝纤维化组，2型糖尿病史比例亦升高（均P<0.05）。TSH、HOMA-IR、GGT、血小板计数及CAP被确认为显著肝纤维化的独立影响因素（均P<0.05）。整合上述5项指标的列线图模型AUC达0.955，优于各单项指标（均P<0.05），敏感度89.7%、特异度92.0%。

结论 整合TSH、HOMA-IR、GGT、血小板计数及CAP构建的列线图，能够较为准确地评估SCH合并MASLD患者的显著肝纤维化概率，ROC及校准图验证提示其区分能力与拟合优度均表现稳定。该模型具备较好的临床可操作性，可作为该类人群早期筛查与风险分级的辅助参考工具。