一种基于MRI-PDFF的MASH多模态预测模型构建方法

本发明公开了一种基于MRI‑PDFF的MASH多模态预测模型构建方法，包括以下步骤：S1、收集MASH患者数据：包括基本资料、合并症、代谢变量；S2、获得预测变量：对步骤S1中收集的数据依次进行单因素分析、多因素回归分析，得到预测变量；S3、数据建模：运用机器学习算法，构建由步骤S2所得预测变量组成的MASH多模态预测模型公式，所述公式为：Logit评分=‑14.257+0.167MRI‑PDFF+0.066age+0.070WC+0.031AST；S4、模型评估：绘制受试者工作特征曲线ROC曲线，计算ROC曲线下面积来评估预测模型的效能。本发明的预测模型基于MRI‑PDFF技术，以列线图的形式展示，多指标联合ROC计算MASH的诊断概率，操作方便，为无创诊断MASH提供参考依据；预测模型区分度高，校准度好，检测结果稳定。