脂肪肝的代谢新分型（Metabolism中山大学附属第一医院叶俊钊,庄晓东,钟碧慧等研究）

基于聚类分析方法在临床实践乃至临床试验的应用，将有助于对代谢相关脂肪性肝病进行个体化治疗。未来有赖于更大规模、更多种族、前瞻性、多中心的验证研究进一步优化脂肪肝的疾病分型。

国人代谢相关脂肪性肝病 (MAFLD)主要不良结局为心脑血管疾病，但目前基于肝脏病理以及以体重和糖尿病划分亚型均不能在疾病早期阶段很好地区分远期预后的风险差异。

注：基于数据驱动的代谢分型方法结果：亚型 1（轻度肥胖和血脂异常相关，MODM）、亚型 2（年龄相关,AM）、亚型3（严重胰岛素抵抗相关,SIRM）、亚型 4[高 Lp(a) 相关,HLPAM]和亚型5（严重混合性高脂血症相关,SMHLM）

此外，这对于临床医生利用聚类特征制定个体化治疗方案和目标提供重要参考。随着机器学习等新的算法应用，聚类分析方法可不断优化，更加接近疾病发生的核心机制。

通过根据6个代谢相关脂肪性肝病相关变量对患者进行分类，我们可以在疾病发病之初预判肝外代谢异常相关并发症的风险。

分类使用2 step K-MEANS聚类分析，潜变量分析以及Kohonen's neural networks机器学习模型筛选出年龄、体重指数、糖化血红蛋白、总胆固醇/高密度脂蛋白胆固醇比率、甘油三酯和脂蛋白 (a) 进行变量建模和亚型验证。

该研究招募了来自中山大学第一附属医院脂肪肝中心的MAFLD患者和中国南方三个附属医院的连续住院患者，和英国Biobank数据库对模型进行验证，其中招募了来自中山大学附属第一医院的横断面人群的 1038例 MAFLD患者，国内多中心验证队列10451例（MAFLD的33.4%）和国际Biobank数据库验证队列304141例[MAFLD 的34.9%，包含磁共振成像质子密度脂肪分数（MRI-PDFF）测量1010 例]。

参考文献

血清代谢物介导了MAFLD肝脏调节受损对全身代谢负担的影响以及参与心脑血管疾病发生。因此，结合糖脂代谢异常的指标对MAFLD患者进行精细分类，为准确预测MAFLD患者不同并发症风险及后续干预重点具有重大意义。

不同集群的患者在2型糖尿病、冠心病、中风和全因死亡率方面表现出差异。与其他集群相比，集群 3 中的患者具有明显最差的生存结果和更高的2型糖尿病和心血管疾病风险。

Cox回归模型用于比较新分型之间的2型糖尿病、慢性心脏病、中风和死亡率的风险。

图2 代谢相关脂肪性肝病新型分型在3组研究人群中所占比例

近期，庄晓东、钟碧慧教授团队在Metabolism杂志上发文[1]探索了代谢相关脂肪性肝病新分型方法。

确定了五个可在不同人群中稳定分组的 MAFLD 患者亚型：亚型 1（轻度肥胖和血脂异常相关）、亚型 2（年龄相关）、亚型3（严重胰岛素抵抗相关）、亚型 4[高 Lp(a) 相关]和亚型5（严重混合性高脂血症相关）。

转载：请标明“中国循环杂志”很多疑难复杂病例,一个医生一生也只能见到一次

研究者对中国新发MAFLD患者进行了聚类分析，研究发现，患者的特征和代谢相关脂肪性肝病并发症的风险在各亚型中显著不同，且这种亚型分类方法能更好地预测疾病的进展。

[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.

据介绍，该研究是国内第一次对中国新诊断的代谢相关脂肪性肝病患者进行代谢分型的探索，并在国内外大型队列中完成验证。对了解脂肪肝的异质性提供了新角度，结果表明，这种分类方法也可以推广到国人及高加索人脂肪性肝患者中。

图1 传统代谢相关脂肪性肝病分型和新聚类分型