| |

# 5 VALIDACIÓN DE ALGORITMOS NO INVASIVOS PARA IDENTIFICAR FIBROSIS AVANZADA EN ESTEATOSIS HEPÁTICA POR DISFUNCIÓN METABÓLICA Y ALCOHOL (METALD/ALD)

PDF Esta obra está bajo licencia CC BY 4.0

Baeza N. 1 , Idalsoaga F. 1,2 , Zhou X. 3 , Zheng M. 3 , Higuera de la Tijera F. 4 , Barreyro FJ 5 , Maiwall R. 6 , Sarin S. 6 , Kulkarni A. 7 , Ramyasri R 7 , Ayares G.1’ 8 , Cheuk-Fung Yip T 9 , Wai-Sun Wong V. 9 , Lai-Hung Wong G 9 , Che-To Lai J. 9 , Jun Wong Y. 10 , En Goh X. 10 , Xuan Goh M. 10 , Marti-Aguado D. 11 , Villela-Nogueira C. 12 , Leite N. 12 , Salles GF. 12 , Lopes CR 12 ., El-Kassas M. 13 , Contreras D. 14 , Velarde-Ruiz Velasco JA. 15 , Córdova J. 16 , Galimberti A. 17 , Bessone F. 17 , Valentin-Cortez FJ. 18 , Mijangos-Trejo A. 18 , Chávez-Tapia N. 18 , Ridruejo E. 19 , Peralta M. 20 , Roblero JP. 21 , Simian D. 21 , Gil P. 21 , Patel S. 22 , Singal A. 22 , Montes P. 23 , Gratacós- Ginés J. 24 , Pose E. 24 , Pekarska K 25 , Parker R. 25 , Ali Ibrahim M. 26 , Jalal P. 26 , Castro-Narro G. 27 , Noureddin M. 28 , Alkhouri N. 29 , Dunn W. 30 , Kamath P 31 , Sanyal A 32 , Sterling R. 32 , Ajmera V. 33 , Loomba R. 33 , Arrese M. 1 , Bataller R. 24 , Arab JP 1,32 , Díaz LA. 1,33 . 1 Departamento de Gastroenterología, Escuela de Medicina, Pontificia Universidad Católica de Chile, Santiago, Chile. 2 Department of Medicine, Division of Gastroenterology, Western University, London Health Sciences Center, London, Ontario, Canada. 3 MAFLD Research Center, Department of Hepatology, The First Affiliated Hospital of Wenzhou Medical University, Wenzhou 325000, Zhejiang Province, China. 4 Departamento de Gastroenterología, Hospital General de México “Dr. Eduardo Liceaga”, Ciudad de México, México. 5 Hepatología , Hospital Escuela, Instituto de Biotecnología, Universidad Nacional de Misiones, Argentina. 6 Department of Hepatology, Institute of Liver and Biliary Sciences, Delhi, India. 7 Department of Hepatology and Liver Transplantation, AIG Hospitals, Hyderabad, India. 8 Escuela de Medicina, Facultad de Medicina, Universidad Finis Terrae, Santiago, Chile. 9Medical Data Analytics Centre, Department of Medicine and Therapeutics, The Chinese University of Hong Kong, Hong Kong, China. 10Department of Gastroenterology & Hepatology, Changi General Hospital, Singapore. 11Digestive Disease Department, Clinic University Hospital, INCLIVA Health Research Institute, Valencia, Spain. 12 División de Hepatología, Escola de Medicina, Hospital Universitário Clementino Fraga Filho, Universidade Federal do Rio de Janeiro, Brazil. 13 Endemic Medicine Department, Faculty of Medicine, Helwan University, Cairo, Egypt. i 4 Instituto Nacional de Diabetes, Endocrinología y Nutrición (INDEN), Santo Domingo, Dominican Republic. 15 Hospital Civil de Guadalajara Fray Antonio Alcalde , Guadalajara, México. 16 Hospital General Manuel Gea González, Mexico City, Mexico. 17 Department of Gastroenterology and Hepatology, Hospital Centenario, Universidad Nacional de Rosario, Argentina. 18 Department of Gastroenterology and Obesity, Medica Sur Hospital, Mexico City, Mexico. 19 Hepatology Section, Department of Medicine, Centro de Educación Médica e Investigaciones Clínicas Norberto Quirno “CEMIC”, Buenos Aires, Argentina. 20 Hospital Francisco J. Muñiz, Ciudad Autónoma de Buenos Aires, Argentina. 21 Sección de Gastroenterología, Departamento de Medicina Interna, Hospital Clínico Universidad de Chile, Santiago, Chile. 22Division of Gastroenterology, Hepatology and Nutrition, University of Louisville School of Medicine, Louisville, Kentucky, USA. 23Servicio de Gastroenterología. Hospital Nacional Daniel A. Carrión. Callao. Perú. 24 Liver Unit, Hospital Clínic de Barcelona, Barcelona, Spain. 25Leeds Liver Unit, Leeds Teaching Hospitals NHS Trust, Leeds, United Kingdom. 26Department of Gastroenterology and Hepatology, Baylor College of Medicine, Houston, Texas, USA. 27Department of Gastroenterology, Instituto Nacional de Ciencias Médicas y Nutrición “Salvador Zubirán”, Mexico City, Mexico. 28Houston Methodist Hospital, Houston, Texas, USA. 29Department of Hepatology, Summit Clinical Research, San Antonio, Texas, USA. 30University of Kansas Medical Center, Kansas, USA. 31Division of Gastroenterology and Hepatology, Mayo Clinic, Rochester, Minnesota, USA. 32Division of Gastroenterology, Hepatology, and Nutrition, Department of Internal Medicine, Virginia. Commonwealth University School of Medicine, Richmond, Virginia, USA. 33MASLD Research Center, Division of Gastroenterology and Hepatology, University of California San Diego, San Diego, California, USA.

INTRODUCCIÓN: Aunque MetALD y ALD podrían progresar más rápido a fibrosis avanzada (>F3), los datos sobre el desempeño de algoritmos clínicos no invasivos son limitados. OBJETIVOS: Cuantificar la tasa de falsos negativos de los algoritmos que combinan índice Fibrosis-4 (FIB-4) y elastografía transitoria (ET) por FibroScan para detectar >F3 en MetALD y ALD. MÉTODOS: Estudio transversal, cohorte retrospectiva de 764 adultos con MetALD (43,7%) o ALD (56,3%) de 14 países. Se excluyeron otras

enfermedades hepáticas. Todos sometidos a ET y 31,9% también a biopsia hepática. FIB-4 se categorizó de riesgo bajo: <1,3, indeterminado: 1,3-2,67 y alto: >2,67. El desenlace primario fue proporción de pacientes con >F3 demostrada por biopsia, pero clasificados de bajo riesgo por FIB-4 y TE. RESULTADOS: Edad media 49,5 años, 73,1% hombres. La mediana de FIB-4 fue 1,57 y del LSM 8,6 kPa. Entre los pacientes con biopsia, 14,3% tenían F3 y 11,9% cirrosis. En conjunto, 43,7% fue de bajo riesgo, 25,1% de riesgo indeterminado y 31,2% de alto riesgo. En el grupo de bajo riesgo por FIB-4, 28,1% presentó ET elevada. En general la tasa de falsos negativos fue de 6,6%. En MetALD, el FIB-4 tuvo un AUROC de 0,736 para >F3; el punto de corte óptimo fue >1,65. Aplicar un valor de >1,65 en pacientes con MetALD de >65 años redujo la tasa de falsos negativos al 2%.

CONCLUSIONES: Los algoritmos diagnósticos no invasivos que combinan FIB-4 y ET presentan bajas tasas de falsos negativos para F3. En pacientes con MetALD >65 años, reducir el umbral de FIB-4 a >1,65 podría mejorar la detección temprana de F3.