# Обзор 18 работ: модели диагностики жировой болезни печени при диабете 2 типа без внешней валидации

- Опубликовано: 2026-11-13 22:20 UTC
- Раздел: Жизнь и здоровье › Медицина
- Теги: MAFLD при диабете 2 типа, диагностические прогностические модели, внешняя валидация, риск смещения PROBAST, NAFLD MASLD, систематический обзор, ИМТ триглицериды ЛПВП, Цзянсуский университет
- Адрес: https://realtech.media/ru/news/rt-dc3c36dac3a54d1b74250740_obzor_18_rabot/

**Систематический обзор 52 диагностических моделей жировой болезни печени у взрослых с диабетом 2 типа выявил высокий риск смещения и отсутствие чёткой независимой внешней валидации.**

![Review of 18 studies: fatty liver diagnostic models in type 2 diabetes lack independent external validation](https://realtech.media/media/2026/11/dda0b06bc0582b58.jpg)
*bioengineer.org*

Исследователи из аффилированной больницы Цзянсуского университета (Чжэньцзян, Китай) опубликовали систематический обзор многофакторных диагностических моделей MAFLD и родственных фенотипов жировой болезни печени у взрослых с диабетом 2 типа. Статья вышла в Frontiers in Endocrinology 13 ноября 2026 года (doi.org/10.3389/fendo.2026.2012376). Обзор охватывает 18 диагностических исследований, в которых описаны 52 различные спецификации моделей. Ни одно исследование не представило чёткой независимой внешней валидации [1].

## Поиск и методы

Авторы искали работы в восьми базах данных, четырёх международных и четырёх китайских, с момента их создания до мая 2026 года. Два рецензента независимо отбирали исследования и извлекали данные по схеме CHARMS. Риск смещения и применимость оценивали по PROBAST. Из-за существенной клинической и методологической неоднородности результаты обобщили описательно, без объединения [1].

По определению заболевания исследования распределились так: 7 по MAFLD, 8 по NAFLD и 3 по MASLD. MAFLD был заранее заданным основным исходом. Работы по NAFLD и MASLD рассматривали как косвенные подтверждающие данные, их показатели не объединяли и напрямую не сравнивали с моделями MAFLD [1]. Подходящих прогностических исследований и моделей для новых случаев болезни найдено не было [1].

## Валидация и предикторы

Одно исследование, Feng Leyi и соавторов (2024), использовало выборки из одной больницы в разное время, но период валидации предшествовал периоду разработки. Независимость участников подтвердить не удалось, поэтому работу не отнесли к независимой внешней валидации. Остальные исследования сообщали о результатах на выборке разработки или о внутренней валидации [1].

Чаще всего в модели входили ИМТ, триглицериды (TG) и холестерин ЛПВП (HDL-C). По словам авторов, эта повторяемость носит описательный характер и не доказывает устойчивость эффектов предикторов или клиническую пользу [1]. Значения AUC нельзя напрямую сравнивать между разными популяциями, определениями исхода и категориями валидации, поэтому суммарный диапазон AUC не рассчитывали [1].

PROBAST показал высокий общий риск смещения, в основном из-за ограничений в домене анализа. Недостаточное описание само по себе не приравнивали к высокому риску смещения [1]. Авторы заключают, что модели демонстрируют различающую способность в условиях своих исследований, а перенос между диагностическими системами не обоснован [1].

Авторы призывают разрабатывать прогностические модели новых случаев, планировать размер выборки и применять методы работы с пропусками, полно описывать модели и калибровку, оценивать клиническую пользу и проводить строгую внешнюю валидацию в репрезентативных популяциях. Обзор зарегистрирован в PROSPERO под номером CRD420261439469 [1].

## Источники

1. [doi.org](https://doi.org/10.3389/fendo.2026.2012376)
2. [bioengineer.org](https://bioengineer.org/fatty-liver-prediction-models-in-type-2-diabetes-lack-independent-validation)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-dc3c36dac3a54d1b74250740_obzor_18_rabot/