HABIT评分的开发与验证：一种实用且可靠的工具，利用HbA1c、BMI和甘油三酯来预测肝功能检测结果异常（但原因不明的患者）的肝脂肪变性

《Annals of Hepatology》：Development and validation of the HABIT score: a practical and robust tool to predict hepatic steatosis using HbA1c, BMI, and triglycerides in patients with unexplained elevated liver enzymes

　　艾克·亨伯特（Eike Humbert）| 贝雷娜·威尔肯斯（Verena Wilkens）| 塞米恩·布加伊丘克（Semjon Bugaichuk）| 卡罗琳·霍尔瓦蒂茨（Karoline Horvatits）| 安斯加·W·洛斯（Ansgar W. Lohse）| 塞缪尔·胡贝尔（Samuel Huber）| 斯文·皮什克（Sven Pischke）| 托本·弗伦特（Thorben Fründt）
汉堡-埃彭多夫大学医学中心（University Medical Center Hamburg-Eppendorf）第一内科

**摘要**

**引言与目标**
不明原因的肝酶升高（ELE）较为常见，通常与代谢功能障碍相关的脂肪性肝病（MASLD）有关。由于难以获得先进的影像学检查手段，在初级保健中做出诊断较为困难，因此亟需简单的无创工具。本研究旨在开发并验证一种基于实验室检查的评分方法，以预测具有不明原因肝酶升高的患者的肝脂肪变性情况。

**患者与方法**
分析了一组共206名患者的数据，其中40名患者的NAFLD活动评分（NAS）≥4，被归类为脂肪变性阳性。通过单变量分析测试潜在的预测因子，并将其纳入多变量逻辑回归模型。根据回归系数构建了一个整数评分系统（HABIT）。在2019年至2021年间因不明原因肝酶升高就诊于我们肝病诊所的648名患者中进行了该评分系统的验证，所有患者均接受了包括超声、弹性成像和实验室检测在内的标准化诊断程序。

**结果**
多变量分析显示，HbA1c、体质指数（BMI）和甘油三酯是脂肪变性的独立预测因子。HABIT评分的计算公式为：HABIT = 61 × HbA1c (%）+ 3 × BMI (kg/m2) + 甘油三酯 (mg/dL)。该评分在验证队列中的诊断准确性较高（AUROC：0.81），优于现有的肝脂肪变性指数（HSI，AUROC：0.77）。临界值<490和>630分别能可靠地排除（灵敏度93.6%）或确认（特异性92.5%）脂肪变性。评分结果与超声检查结果及CAP（Controlled Attenuation Parameter）呈显著相关性。

**结论**
HABIT评分是一种简单、可靠的工具，可用于识别不明原因肝酶升高患者的肝脂肪变性情况。其在诊断能力上优于HSI，有助于在资源有限的初级保健环境中实现早期检测和风险分层。

**1. 引言**
在一般人群中，先前未被解释的肝酶升高现象较为普遍，这往往会导致患者进一步咨询肝病专家或前往转诊中心。不同地区或国家的数据表明，肝酶升高的患病率存在差异：在北美的一项研究中，高达9.8%的参与者被诊断出肝酶升高；而在包含莱茵-美因地区超过14,000名居民的德国研究中，这一比例为19.9%（其中19.9%的病例表现为丙氨酸氨基转移酶（ALT）升高，14%表现为γ-谷氨酰转移酶（gGT）升高）[1,2]。此外，普通人群中肝酶升高的患病率还在上升：克拉克（Clark）等人在1988至1994年的第三次全国健康与营养调查（NHANES）中报告称，北美成年人的肝酶升高率为7.9%，而在1999至2002年的调查中该比例上升至9.8%[2,3]。这种异常肝功能检查结果不仅在西方国家普遍存在，在伊朗成年人（12.8%）和中国台湾地区成年人（11.4%）中也同样常见[4,5,6]。

尽管部分患者的肝酶升高仅是暂时性的，但大多数病例的诊断过程耗费较高，因为需要进行针对常见和罕见疾病的血清学检测以及进一步的影像学检查[7,8,9]。就潜在肝病的病因而言，非酒精性脂肪肝病（NAFLD，现更名为代谢功能障碍相关脂肪性肝病MASLD）是迄今为止最常见的未被诊断的疾病，其在最新研究中的患病率高达40%[10,11,12]。MASLD是全球范围内最常见的慢性肝病，影响了超过三分之一的成年人[13]。随着肥胖和2型糖尿病的全球传播，其患病率持续上升，预计到2040年这一比例将超过55%[14,15]。MASLD的临床意义重大，因为它不仅与肝脏并发症相关，还与肝脏以外的并发症相关，因此不仅需要及时诊断，还需要后续的生活方式干预或药物治疗。值得注意的是，与MASLD相关的肝细胞癌（HCC）是目前肝癌发病率增长最快的病因，也是肝移植需求增长最快的原因[16]。

在诊断方面，肝活检仍是评估肝脂肪变性和肝纤维化的金标准[17]。然而，由于其侵入性较强且难以在常规护理中实施，常规超声等无创成像技术被广泛使用，因为常规超声能够对脂肪变性进行半定量分级[18,19,20,21]。尽管超声在检测中度和重度脂肪变性方面的灵敏度和特异性较高，但在检测轻度脂肪变性时的准确性较低[21,22]。除了传统的B模式超声外，近年来定量超声技术的进步（如衰减成像（ATI）和超声引导的衰减参数（UGAP）能够更客观地评估肝脂肪变性。这些基于衰减的方法量化了肝组织的物理特性，并显示出与MRI测得的质子密度脂肪分数的高度相关性，从而提高了对轻度脂肪变性的检测敏感性。然而，尽管临床兴趣不断增加，定量超声技术的可用性和标准化程度在不同临床环境中仍存在差异[23]。

更先进的检查方法（如磁共振波谱（MRS）和控制衰减参数（CAP）虽然具有更高的诊断准确性，但需要额外的设备且成本较高[24,25,26,27]。鉴于这些限制，人们开发了多种基于临床和实验室数据的无创评分系统，如肝脂肪变性指数（HSI）、脂肪肝指数（FLI）和NAFLD肝脂肪评分（NAFLD-LFS）[26,28,29,30]，但这些评分系统的诊断性能在不同人群中存在显著差异，因此需要在独立临床环境中进行外部验证和潜在的重新校准，以确保其在大范围临床应用中的可靠性[31]。

本研究的目的是开发一种实用的、基于实验室检查的评分系统，以评估具有肝酶升高的患者的肝脂肪变性情况，并在欧洲实际临床队列中验证其诊断性能。此外，新建立的评分系统还与已建立的肝脂肪变性指数（HSI）进行了比较。

**2. 患者与方法**
**2.1. 导出队列**
为了收集数据并确定关键变量，分析了2019至2020年间因各种临床原因接受肝活检的206名患者。该队列包括患有不同类型肝病的患者，包括非酒精性脂肪肝病（NAFLD，n=50）、自身免疫性肝炎（AIH，n=25）、酒精相关性肝损伤（ALD，n=19）、药物引起的肝损伤（DILI，n=15）、原发性胆管炎（PBC，n=6）和原因不明的肝酶升高（n=26）。选择该队列是为了涵盖广泛的脂肪变性程度，从而确保评分系统的可靠性。所有肝活检均通过超声引导或腹腔镜肝穿刺获得，具体方法如前所述[32]。根据Kleiner等人的方法[33]，使用NAFLD活动评分（NAS）来评估肝脂肪变性程度、肝细胞气球样变和炎症情况。只有NAS≥4的患者被归类为“脂肪变性阳性”以用于评分计算[34,35]。为确保可靠性并减少观察者间的差异，肝活检结果由三名肝病专家独立评估，并在意见不一致时达成共识。

**2.2. 验证队列**
验证队列包括2019年1月1日至2020年12月31日期间因不明原因肝酶升高就诊于汉堡-埃彭多夫大学医学中心（UKE）肝病门诊的患者。作为常规诊断流程的一部分，所有患者均接受了标准化实验室和非侵入性检查，包括全血细胞计数、血液生化检查（AST、ALT、γGT、谷氨酸脱氢酶（GLDH）、白蛋白、总蛋白浓度、胆红素、肌酐、C-反应蛋白（CRP）和凝血功能（国际标准化比率INR）以及快速值）。按照最新指南[36]进行了自身免疫性肝病的检测。同时进行了病毒性肝炎（A、B、C和E型）以及血色素沉着症、威尔森病和乳糜泻（抗转谷氨酰胺酶抗体）的筛查，还测定了血脂谱和糖化血红蛋白（HbA1c）。每位患者均接受了腹部超声检查。根据既定标准对脂肪变性进行分级：0级表示右肝叶的回声正常；1级表示轻度弥漫性回声增加，但膈肌和肝内血管仍可清晰可见；2级表示中度弥漫性回声增加，肝内血管和膈肌可见性部分受损；3级表示明显回声增加，肝内血管、膈肌和右肝叶后部几乎不可见。超声检查由经验丰富的检查者完成。此外，每位患者还接受了肝硬度测量（FibroScan?）及控制衰减参数（CAP）的评估。

**2.3. 评分系统的开发与验证**
为了开发评分系统，首先通过单变量分析识别潜在的预测因子。连续变量采用学生t检验，分类变量采用卡方检验。在单变量分析中p值<0.10的变量被纳入多变量逻辑回归模型。根据确定的显著变量计算出回归方程，并对回归方程进行修正和调整，通过除以最小系数对回归系数进行线性缩放。使用接收者操作特征曲线下面积（AUROC）评估肝脂肪变性的诊断性能，同时评估灵敏度、特异性和阳性/阴性似然比。通过ROC分析确定最佳临界值。

**2.4. HABIT评分与肝脂肪变性指数的比较**
肝脂肪变性指数（HSI）最早由Lee等人在2010年提出，该指数基于韩国一项包含10,000多名参与者的常规健康检查研究建立[20]。HSI是一种简单的无创筛查工具，用于检测NAFLD，包括体质指数（BMI）、ALT/AST比值、性别和糖尿病的存在。HSI的计算公式为：HSI = 8 × (ALT/AST) + BMI；如果患者为女性或患有2型糖尿病，则额外加2分[37]。初步研究表明，HSI<30可高灵敏度（92.5%）排除NAFLD，而HSI>36可高特异性（92.4%）诊断NAFLD。在验证队列中，86.3%的患者被正确分类。

**2.5. 统计分析**
所有队列的患者人口统计学数据和临床进程均通过查阅电子病历系统获得。分类变量以百分比和频率表示；连续变量以中位数及最小-最大范围表示。对于非正态分布的连续变量，使用Kruskal-Wallis检验进行组间比较。在单变量分析中p值<0.10的变量被纳入多变量逻辑回归模型。所有统计分析均使用IBM SPSS Statistics（版本29.0.2.0）和GraphPad Prism（版本10.4）进行分析。

**2.6. 伦理批准**
所有患者数据均通过查阅电子病历系统回顾性收集，并按照当地法律（汉堡医院法（HmbKHG，1991年4月17日制定，2018年12月17日最后一次修订）进行匿名处理。### 衍生队列的基线特征

**特征**
| NAFLD | PBC | CADILIA | AIH | Others | n | % | ... | ... | ... |
| --- | --- | --- | --- | --- | --- | --- | ... | ... |
| ... | ... | ... | ... | ... | ... | ... |

**年龄（岁；中位数，范围）**
| 40 (18-80) | 49 (21-67) | 59 (29-78) | 56 (33-78) | 54 (23-71) | 46 (19-63) | 48 (18-80) | ... |

**BMI（kg/m2；中位数，范围）**
| 25.21 (15.8-58.6) | 28.37 (19-43) | 23.41 (18-29.4) | 26.43 (19.3-33.4) | 22.44 (16-35.4) | 23.52 (15.8-35) | 25 (16-58.6) | ... |

**弹性成像（Fibroscan ?）**
| LSM（kPa；中位数，范围）**
| 7.9 (2.9-75) | 8 (3.8-51.2) | 4.7 (3.8-45.2) | 17.3 (7.1-75) | 10.3 (3.2-32.3) | 9.2 (3.6-48) | 8 (2.9-75) | ... |

**CAP（dB/m；中位数，范围）**
| 243.5 (100-400) | 332.5 (211-394) | 187 (131-239) | 347 (197-400) | 190.5 (142-330) | 195 (134-319) | 231 (111-400) | ... |

**超声**
| 脂肪变性证据（n；%）**
| 69 (33%) | 30 (60%) | 1 (16%) | 10 (52%) | 3 (20%) | 4 (16%) | 22 (24%) | ... |

**疑似纤维化（n；%）**
| 70 (34%) | 15 (30%) | 3 (50%) | 14 (73%) | 3 (20%) | 7 (28%) | 30 (33%) | ... |

**实验室检查结果**
| **指标** | **范围** |
| ------------ | -------------- |
| 胆红素 [mg/l] | 0.7 (0.2-19) | 0.7 (0.2-3.4) | 0.6 (0.3-3.2) | 1.4 (0.2-11.4) | 1 (0.3-1.9) | 0.9 (0.4-11.7) | 0.7 (0.2-19) |
| AST [U/I] | 58 (13-1173) | 54.5 (20-181) | 65 (18-153) | 74 (48-267) | 89 (21-659) | 148 (21-1173) | 52.5 (16-651) |
| ALT [U/I] | 80 (9-1746) | 79 (23-257) | 68.5 (23-112) | 48 (24-283) | 176 (29-719) | 249 (21-1746) | 79.5 (9-719) |
| GGT [U/I] | 161 (12-2346) | 128 (30-2243) | 78 (37-792) | 400 (38-1004) | 161 (31-2346) | 125 (25-537) | 188 (12-2346) |
| AP [U/I] | 119 (24-1140) | 96.5 (55-608) | 91.5 (49-318) | 137 (24-508) | 153 (57-1140) | 106 (58-404) | 145 (54-1140) |
| CRP [mg/l] | 9 (5-404) | 8 (5-73) | 11.5 (5-18) | 7 (5-131) | 14 (7-37) | 10 (5-39) | 11 (5-404) |
| INR | 1 (0.9-28) | 1 (0.9-1.6) | 1 (1-1.2) | 1.2 (1-2.1) | 1 (0.8-1.2) | 1.1 (0.9-1.4) | 1 (0.8-2.6) |
| Hb [g/dl] | 14 (6-18) | 14.75 (8.4-17.4) | 12.7 (12.4-14.8) | 13.7 (9.1-18) | 14.2 (12.2-15.8) | 13.2 (10.4-16) | 14.05 (5.5-16.4) | ... |
| MCV [fl] | 89 (42.6-117) | 89 (42.6-100) | 84.5 (72-95) | 94 (42-105) | 89 (78-99) | 88 (61-98) | 88 (41.6-117) |
| 血小板 [10?/l] | 227 (12-535) | 246 (84-480) | 232 (163-312) | 151 (52-417) | 214 (97-350) | 237 (97-334) | 221.5 (12-535) |

在队列中，有40名患者的NAS评分≥4，被归类为具有临床意义的肝脂肪变性，而166名NAS评分<4或无肝脂肪变性的患者作为对照组。单变量分析显示两组在BMI（p=0.023）、HbA1c（p=0.001）、甘油三酯水平（p=0.018）、LDL/HDL比率（p=0.042）和动脉高血压的存在（p=0.014）方面存在显著差异。进行了多变量逻辑回归分析，包括所有在先前单变量分析中p<0.10的变量。在这个模型中，HbA1c值（比值比（OR）2.398；95%置信区间（CI）1.244–4.623；p=0.009）、甘油三酯水平（OR 1.015；95% CI 1.005–1.025；p=0.004）和BMI（OR 1.044；95% CI 0.997–1.093；p=0.069）被认为是脂肪变性的独立预测因子（见表2）。p≥0.10的变量被排除在最终模型之外。

**表2. 多变量逻辑回归分析以确定肝脂肪变性的独立预测因子**

**变量** | **系数（β）** | **标准误差** | **p值** | **比值比（OR）** | **95% CI的下限** | **95% CI的上限** |
| -------------------- | ---------------------- | --------------------------- | ---------------------- | ---------------------- | --------------------- | ------------------------- |
| 年龄 | -0.035 | 0.025 | 0.168 | 0.919 | 1.015 |
| 性别 | -0.369 | 0.638 | 0.563 | 0.692 | 2.414 |
| BMI | 0.043 | 0.024 | 0.069 | 1.044 | 1.093 |
| MCV | 0.006 | 0.039 | 0.868 | 1.006 | 1.086 |
| 血小板 | 0.001 | 0.004 | 0.735 | 1.001 | 1.094 |
| HbA1c | 0.875 | 0.335 | 0.009 | 2.398 | 4.623 |
| 总胆固醇 | 0.010 | 0.015 | 0.515 | 1.010 | 1.039 |
| 甘油三酯 | 0.014 | 0.005 | 0.004 | 1.015 | 1.005 |
| LDL | -0.029 | 0.021 | 0.173 | 0.972 | 1.013 |
| LDL/HDL比率 | 0.565 | 0.535 | 0.291 | 1.759 | 0.617 |
| AST | -0.004 | 0.011 | 0.718 | 0.996 | 1.017 |
| ALT | -0.002 | 0.008 | 0.750 | 1.002 | 0.987 |
| ALT/AST比率 | -0.218 | 0.626 | 0.728 | 0.804 | 0.236 |
| γ-GT | -0.001 | 0.001 | 0.423 | 0.999 | 1.001 |
| 动脉高血压 | 0.290 | 0.605 | 0.631 | 1.337 | 0.409 |

使用以下逻辑回归方程计算脂肪变性的概率：
p = 1 / (1 + e^(-8.386 + 0.875 · HbA1c + 0.0144 · 甘油三酯 + 0.0430 · BMI)
其中HbA1c以百分比表示，甘油三酯以mg/dL表示，BMI以kg/m2表示。

为了在日常临床实践中提高实用性，省略了指数函数，并通过除以最小系数（0.0144）对回归系数进行线性缩放，得到以下整数值：

| **变量** | **缩放因子（÷0.0144）** | **四舍五入后的值** |
| ------------ | --------------------------- | ------------------------- |
| HbA1c | 0.875 | 0.766 |
| 甘油三酯 | 0.0144 | 1.1 |
| BMI | 0.043 | 2.993 |

在调整整数值后，基于HbA1c、BMI和甘油三酯三个变量计算出一个简化的评分（HABIT）：
(HABIT = 61 × HbA1c) + (3 × BMI) + 甘油三酯

该评分的准确性与初始逻辑回归模型相当。在衍生数据集中评估该评分的诊断性能，AUROC为0.83，与原始逻辑回归模型相当（见图1A）。为了进一步使用超声作为参考来评估HABIT评分的诊断性能，在衍生队列中分析了可用的超声数据。在n=206名患者中，有n=5名患者因超声检查无法评估而被排除。在剩下的201名患者中，HABIT评分检测超声定义的肝脂肪变性的AUROC为0.82（95% CI 0.76–0.88）。

**图1. 训练队列中HABIT脂肪变性评分的接收者操作特征（ROC）曲线（A）**。该评分针对组织学确认的肝脂肪变性（NAS≥4）进行评估，AUROC为0.83。对角线代表一个无区分能力的模型（AUROC=0.5）。在验证队列中比较HABIT脂肪变性评分和肝脂肪变性指数（HSI）的诊断性能（B）。使用基于超声的肝脂肪变性检测作为参考，HABIT评分（蓝线）的AUROC为0.81，而HSI（红线）的AUROC为0.77。

**3. 评分验证**
对于外部验证，共分析了n=1461名患者的酶学数据，其中n=813名患者因数据缺失、诊断不确定或其他原因未被纳入中心，最终得到n=648名患者。在验证队列中，共有n=328名患者（51%）被诊断为肝脂肪变性。

**表3. 训练队列的基线特征**

**特征** | **NAFLD** | **PBC** | **CADILIA** | **AIH** | ** Others** | n | % |
| ---------------- | ------------ | ------------ | ---------------- | ------------ | --------- | -------- |
| ... | ... | ... | ... | ... | ... | ... |

在验证队列中应用HABIT评分后，脂肪变性阳性患者和阴性患者的平均评分值有显著差异：脂肪变性阳性患者的评分为608.7（范围：428.4–1580.7），脂肪变性阴性患者的评分为506.0（范围：361.5–1205.5）。检测肝脂肪变性的AUROC为0.81（95% CI：0.78–0.84，见图1B）。调整截止阈值后，评分<490时，肝脂肪变性的敏感性为93.6%（95% CI：90.4–95.8），阴性似然比为0.156（95% CI：0.101–0.241）；评分>630时，脂肪变性的特异性为92.5%（95% CI：89.1–94.9），阳性似然比为5.732（95% CI：3.825–8.589，见表4）。

**表4. HABIT脂肪变性评分的诊断性能参数**

| **参数** | **低截止点（<490）** | **中间点（490.0–630.0）** | **高截止点（>630.0）** | **总数（n%）** |
| ------------ | ------------------ | --------------------- | ------------------ | ------------------------- |
| 敏感性 | 93.6% [0.904, 0.958] | 43% [0.377, 0.484] | 40.9% [0.357, 0.464] | |
| 特异性 | 40.9% [0.357, 0.464] | 92.5% [0.891, 0.949] | |
| 阳性似然比 | 1.585 [1.440, 1.744] | 5.732 [3.825, 8.589] | |
| 阴BMI虽然不具有特异性，但仍然是一个实用的体格指数，用于评估脂肪含量，并且常被纳入其他脂肪肝评分体系中，例如脂肪肝指数（FLI）和肝脏脂肪变性指数（HSI）[29,37,45]。HABIT评分的诊断性能与现有的非侵入性模型相当：在通过活检确认的训练队列中，该评分的AUROC为0.83；在外部验证队列中，以超声检查为参考标准时，其AUROC仍保持在0.81。这些结果与NAFLD脂肪肝评分（AUROC约为0.86）、HSI（约为0.81）和FLI（约为0.84）在各自的研究中的报告一致[29,30,37]。然而，一些研究表明，在未经选择的基于人群的队列中，这些评分的准确性较低[[46], [47], [48]]。Jung等人（2020年）的一项关键外部验证研究中，在一个基于社区的韩国队列（n=1301）中评估了五种脂肪肝评分，使用的参考标准是MRI。尽管NAFLD-LFS的表现最佳（AUROC为0.72），但FLI和HSI的表现都低于它们在原始研究中的结果（分别为AUROC 0.68和0.69）[49]。这些发现强调了外部验证的重要性，并表明评分的性能可能会因人群特征、疾病流行率和参考标准的不同而有所差异。

在我们的研究中，肝脏脂肪变性指数（HSI）的诊断实用性有限。尽管该指数最初是在一个大型东亚筛查队列中开发的，但在我们的欧洲验证队列中的表现明显下降。我们队列中的所有患者都表现出肝酶升高，这直接影响了HSI公式中ALT/AST比例的运用。我们队列的平均ALT/AST比为1.67，符合典型的非酒精性脂肪性肝病（MASLD）的特征。由于HSI与这一比例成比例变化，绝大多数患者的评分超过了诊断阈值（>36），无论其实际的脂肪变性状态如何。因此，评分分布高度偏斜，特异性显著降低。重要的是，我们特意在这个队列中评估HSI，以了解在一个更具有临床意义的情境下——即肝酶升高原因不明的患者中——该指数的诊断准确性是否仍然存在。这种情况在肝病学和初级护理中很常见，然而许多现有的评分体系并未经过外部验证。我们的研究结果表明，基于转氨酶的指数（如HSI）在这样的患者群体中的适用性可能有限，这强调了需要开发专门适应这些临床条件的工具。

相比之下，HABIT评分是专门为这种临床情况设计的。它仅依赖于代谢参数——HbA1c、BMI和甘油三酯——因此不受肝酶水平的影响，而在大量脂肪变性患者中，肝酶水平可能仍处于正常范围内[50]，从而避免了HSI中常见的诊断膨胀现象。在我们的研究中，HABIT评分在评分范围内的分布更为均衡，并且在开发和验证队列中都显示出良好的诊断准确性。在开发队列中进行的额外分析表明，当使用超声检查而非组织学作为参考标准时，HABIT评分的区分能力相似。

与其他模型一样，HABIT评分也存在诊断灰色地带的问题。在验证队列中，51%的患者得分处于两个预设临界值（490-630）之间，无法明确分类。然而，23.5%的患者得分低于下限（<490），其脂肪变性的可能性较低（阴性预测值NPV为86.2%），而25.5%的患者得分超过上限（>630），表明其脂肪变性的可能性较高（阳性预测值PPV为85.5%）。虽然总体区分能力（通过AUROC评估）略高于HSI（0.81 vs 0.77），但在应用预设的临界值时出现了具有临床意义的差异。对于HSI，只有3.5%的患者的得分低于下限（<30）；因此，绝大多数患者（82.8%）被分类为阳性（使用上限<36），导致特异性非常低（27.3%）和阳性预测值较低（55.8%）。从临床角度来看，这实际上意味着几乎所有患者都被归类为脂肪变性阳性，从而减少了不必要的影像学检查。相比之下，应用HABIT评分可以在下限处排除大约四分之一的患者。使用预设阈值时，49%的患者被分类为低于490或高于630，其中85.8%的分类是正确的。值得注意的是，低于HABIT下限的患者可以被高度灵敏地排除，从而在临床上有意义地避免了超声检查。

总体而言，尽管AUROC值相似，但HABIT评分在有效的排除和纳入策略方面优于HSI。在这种背景下，HABIT评分可以作为常规临床工作中对肝酶升高原因不明的患者进行决策支持的工具，有助于更有针对性地使用影像学资源。此外，HABIT评分能够显著区分超声检查检测到的不同程度的肝脏脂肪变性——这是非侵入性评分通常无法做到的重要特点。尽管该评分无法区分2级和3级脂肪变性，但对于早期检测和人群水平筛查来说，这种区别的临床重要性较低。

本研究存在几个需要解决的局限性：训练队列使用肝活检作为参考标准，而外部队列则使用超声检查。常规超声检查在检测轻度脂肪变性方面的敏感性有限，可能会发生一定程度的误分类。在解释HABIT评分的AUROC值时，这一点需要考虑。训练队列由因肝酶升高而被推荐进行活检的患者组成，可能存在选择偏倚。开发和验证队列均来自欧洲人群，并且仅包括肝酶升高原因不明的患者。因此，HABIT评分在基于人群的筛查环境、非欧洲人群以及其他种族中的适用性尚不确定，需要进一步的外部验证。此外，该研究的回顾性性质限制了因果推断，并可能受到信息偏差或数据收集不完整的影响。虽然BMI在多变量模型中未达到统计显著性（p<0.069），但我们仍然保留了它在评分计算中的使用，以保持临床和代谢的一致性。

**结论**
总之，HABIT评分提供了一个代谢学上连贯、实用且易于获取的工具，用于检测肝脏脂肪变性。它仅使用三个易于获得的标准化临床参数，能够区分早期脂肪变性程度，并且在欧洲肝酶升高患者的队列中表现得优于现有评分。该评分的开发基于一个以组织学为参考标准的活检确认的队列，进一步支持了其稳健性。其平衡的分布以及与MASLD框架的一致性，使其适用于临床实践和研究。预计该评分的实施将提高初级护理环境中肝脏脂肪变性的检测率。

**资助**
本研究未收到来自公共、商业或非营利部门的任何特定资助。

**作者贡献**
E.H., V.W., S.B. 和 K.H：数据收集。E.H., T.F.：统计和数据分析。T.F., S.P.：研究构思和数据分析。E.H., T.F.：撰写手稿。S.P., S.H., A.W.：审阅和校对。