使用基于肝组织学评估的机器学习方法预测NASH肝硬化患者的临床显著门脉高压

文章预览

✦ 深度学习辣汤小组文献阅读学习之六十七 ✦ 使用基于肝组织学评估的机器学习方法预测NASH肝硬化患者的临床显著门脉高压 DeepLearning 深度学习辣汤小组  2022/11/14  瑞士伯尔尼大学和西班牙巴塞罗那大学生物医学研究系Jaime Bosch教授及团队基于三色染色肝活检切片，使用机器学习模型预测NASH肝硬化患者的临床显著门脉高压，并在期HEPATOLOGY（IF:17.29，医学1区 Top）刊上发表题为“A Machine Learning Approach to Liver Histological Evaluation Predicts Clinically Significant Portal Hypertension in NASH Cirrhosis”的文章。 DOI： https://doi.org/10.1002/hep.32087 一、研究背景 肝硬化患者肝失代偿的临床事件主要由门脉高压引起。目前，门脉高压诊断的金标准是通过肝静脉导管测量肝静脉压力梯度（HVPG，hepatic venous pressure gradient）。研究表明，HVPG大于等于10mm Hg被认为是临床显著性门静脉高压 ………………………………