Machine Learning Models Identify Novel Histologic Features Predictive of Clinical Disease Progression in Patients with Advanced Fibrosis due to NASH = Machine Learning Models Identify Novel Histologic Features Predictive of Clinical Disease Progression in Patients with Advanced Fibrosis due to NASH
저자
( Harsha Pokkalla ) ; ( Kishalve Pethia ) ; ( Benjamin Glass ) ; ( Jennifer Kaplan Kerner ) ; ( Ling Han ) ; ( Catherine Jia ) ; ( Ryan Huss ) ; ( Mar-ianne Camargo ) ; ( Kathryn Kersey ) ; ( Chuhan Chung ) ; ( G. Mani Subramanian ) ; ( Robert P. Myers ) ; ( Stephen A. Harrison ) ; ( Zachary Goodman ) ; ( Murray Resnick ) ; ( Aditya Khosla ) ; ( Andrew Beck ) ; ( Ilan Wapinski ) ; ( Arun J. Sanyal ) ; ( Zobair M. Younossi ) ; ( Kyung min Kwon ) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2020
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
248-249(2쪽)
제공처
Aims: Fibrosis is the primary determinant of disease progression in patients with nonalcoholic steatohepatitis (NASH), but the prognostic impact of other histological features is unclear. We used a machine learning(ML) approach to identify novel morphologic features and associations with disease progression in NASH patients with F3/4 fibrosis.
Methods: Biopsies from 644 patients screened in phase3 trial of selonsertib (STELLAR-4) were scored by a central pathologist( CP) according to the NASH CRN and Ishak staging systems. The PathAI research platform(PathAI, Boston, MA) was trained a convolutional neural network(CNN) with >68,000 annotations (e.g. steatosis, ballooning, lobular/portal inflammation) collected from 75 board-certified pathologists on images of H&E and trichrome(TC) stained slides. For staging fibrosis, CNN models were trained using slide-level pathologist scores to recognize unique patterns associated with each stage within fibrotic regions of TC images. 202 features were extracted from biopsy images from patients (F3-F4) enrolled in the STELLAR trials. Cox regression was used to identify associations between these features with progression to cirrhosis in F3 patients, and liver-related events (e.g. decompensation, transplantation, death) in F4 patients.
Results: 1526 NASH patients with F3-F4 fibrosis (median age 59 yrs, 73% diabetic, 52% F4) were included. During a median follow-up of 16.5 mos, 14.5% (105/726) of F3 patients progressed to cirrhosis, and over 15.9 mos, 2.8% (22/800) of F4 patients had liver-related events. Progression to cirrhosis was associated with greater area of Ishak 6 fibrosis and portal inflammation (Figure). Similar associations were observed in F4 patients, with hepatocellular ballooning and clinical events. In F3, a greater proportion of area of Ishak 1 fibrosis and steatosis were associated with a reduced risk of progression. In F4, area of steatosis was similarly protective, while proportion of Ishak Stage 1 Fibrosis over Ishak scored area trended towards protective.
Conclusions: Liver histological evaluation using ML approach identified novel features associated with progression in NASH patients with advanced fibrosis. These data support the utility of ML approaches to evaluation of liver histology as endpoints in NASH clinical trials.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)