Modern Possibilities of Imaging Diagnosis Methods in Assessing the Severity of Fatty Hepatosis in Non-Alcoholic Fatty Liver Disease (Clinical Case)

Cover Page

Cite item

Full Text

Abstract

Purpose: To estimate the potential of imaging methods in the diagnosis of non-alcoholic fatty liver disease (NAFLD) based on the example of a clinical case.

Material and methods: A 42 years-old man with suspected of NAFLD, by the clinical and laboratory tests results, underwent a quantitative assessment of fatty hepatosis using radiodiagnosis imaging methods. We used US “liver protocol” with attenuation imaging technique (ATI), shear wave elastography (SWE), shear wave dispersion imaging (SWD), computed tomography (CT) with quantitative and qualitative assessment using the liver-spleen index (CTL-S); MRI with application that provides volumetric whole-liver fat fraction (FF) measurements by proton density (PDFF), on the basis of IDEAL IQ program. The morphological verification of liver biopsy was also performed.

Results: All imaging method used in this clinical case showed severe degree of fatty hepathosis, that correlated with biopsy of liver. In repeated studies, on the background of treatment, the quantitative indicators of all imaging methods had a similar dynamics of reduction of the degree of fatty hepatosis.

Conclusion: The clinical case of verified acute steatohepatitis shows the possibilities of its diagnostics by means of the radiation modalities. We used US with ATI, SWE и SWD, CT with CTL-S, MRI with FF that demonstrated high diagnostic efficiency for determination fatty hepatosis and the possibility of its quantification. These technologies are suitable for widespread implementation into clinical practice providing good diagnostic accuracy. CT associated with higher doses of radiation is not considered to be the basic method of choice for diagnosing NAFLD, but still may provide a physician with necessary information to determine further treatment strategy.

About the authors

E. I. Matkevich

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

A. N. Bashkov

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

E. A. Ionova

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

A. U. Veselkova

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

V. S. Rudakov

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

O. V. Parinov

A.I. Burnazyan Federal Medical Biophysical Center

Email: ei.matkevich@gmail.com
Moscow, Russia

V. V. Kapustin

A.I. Evdokimov Moscow State University of Medicine and Dentistry

Email: ei.matkevich@gmail.com
Moscow, Russia

References

  1. Paik J.M., Golabi P., Younossi Y., Mishra A., Younossi Z.M. Changes in the Global Burden of Chronic Liver Diseases from 2012 to 2017: the Growing Impact of NAFLD. Hepatology. 2020;72:1605-1616. doi: 10.1002/hep.31173.
  2. Bae J.S., Lee D.H., Suh K.S., Kim H., Lee K.B., Lee J.Y., et al. Noninvasive Assessment of Hepatic Steatosis Using a Pathologic Reference Standard: Comparison of CT, MRI, and USbased Techniques. Ultrasonography. 2022;41;2:344-354. doi: 10.14366/usg.21150.
  3. Corrias G., Krebs S., Eskreis-Winkler S., Ryan D., Zheng J., Capanu M., Saba L., Monti S., Fung M., Reeder S., Mannelli L. MRI Liver Fat Quantification in an Oncologic Population: the Added Value of Complex Chemical Shift-Encoded MRI. Clin. Imaging. 2018;52:193-199. doi: 10.1016/j.clinimag.2018.08.002.
  4. EFSUMB Guidelines and Recommendations on the Clinical Use of Liver Ultrasound Elastography, Update 2017. Ultraschall Med. 2017;38;04:e16-e47 doi: 10.1055/s-0043-103952).
  5. Park H.J., Kim K.W., Kwon H.J., Lee S., Kim D.W., Moon H.H., Song G.W., Lee S.G. CT-Based Visual Grading System for Assessment of Hepatic Steatosis: Diagnostic Performance and Interobserver Agreement. Hepatol Int. 2022;16;5:1075-1084. doi: 10.1007/s12072-022-10373-0.
  6. Chung J., Park H.S., Kim Y.J., Yu M.H., Park S., Jung S.I. Association of Hepatic Steatosis Index with Nonalcoholic Fatty Liver Disease Diagnosed by Non-Enhanced CT in a Screening Population. Diagnostics (Basel). 2021;11;12:2168. doi: 10.3390/diagnostics11122168.
  7. Limanond P., Raman S.S., Lassman C., Sayre J., Ghobrial R.M., Busuttil R.W., Saab S., Lu D.S. Macrovesicular Hepatic Steatosis in Living Related Liver Donors: Correlation between CT and Histologic Findings. Radiology. 2004;230;1:276-280. doi: 10.1148/radiol.2301021176.
  8. Qayyum A., Nystrom M., Noworolski S.M., Chu P., Mohanty A., Merriman R. MRI Steatosis Grading: Development and Initial Validation of a Color Mapping System. AJR Am. J. Roentgenol. 2012;198;3:582-588. doi: 10.2214/AJR.11.6729.
  9. Corrias G., Erta M., Sini M., Sardu C., Saba L., Mahmood U., Huicochea Castellanos S., Bates D., Mondanelli N., Thomsen B., Carollo G., Sawan P., Mannelli L. Comparison of Multimaterial Decomposition Fat Fraction with DECT and Proton Density Fat Fraction with IDEAL IQ MRI for Quantification of Liver Steatosis in a Population Exposed to Chemotherapy. Dose Response. 2021;19;2:1559325820984938. doi: 10.1177/1559325820984938.
  10. Bedossa P. Current Histological Classification of NAFLD: Strength and Limitations. Hepatol Int. 2013;7;Suppl 2:765-770. doi: 10.1007/s12072-013-9446-z.
  11. Moon K.M., Kim G., Baik S.K., Choi E., Kim M.Y., Kim H.A., Cho M.Y., Shin S.Y., Kim J.M., Park H.J., Kwon S.O., Eom Y.W. Ultrasonographic Scoring System Score Versus Liver Stiffness Measurement in Prediction of Cirrhosis. Clin. Mol. Hepatol. 2013;19;4:389-398. doi: 10.3350/cmh.2013.19.4.389.
  12. Ferraioli G., Maiocchi L., Savietto G., Tinelli C., Nichetti M., Rondanelli M., Calliada F., Preda L., Filice C. Performance of the Attenuation Imaging Technology in the Detection of Liver Steatosis. J. Ultrasound Med. 2021;40;7:1325-1332. doi: 10.1002/jum.15512.
  13. Огурцов П.П., Зыкин Б.И., Тарасова О.И. и др. Ультразвуковая сдвиговая эластометрия и ультразвуковая стеатометрия печени: Методические рекомендации // Вестник Последипломного медицинского образования. 2019. № 1. С. 137-148. [Ogurtsov P.P., Zykin B.I., Tarasova O.I., et al. Ultrasound Shear Elastometry and Ultrasound Osteometry of the Liver. Methodological Recommendations. Vestnik Poslediplomnogo Obrazovaniya v Sfere Zdravookhraneniya = Scientific and Practical Journal of Tajik Institute of Post-Graduate Education of Medical Staff. 2019;1:137-148 (In Russ.)].
  14. Jang, J.K., Kim, S.Y., Yoo, I.W., et al. Diagnostic Performance of Ultrasound Attenuation Imaging for Assessing Low-Grade Hepatic Steatosis. Eur Radiol. 2022;32:2070–2077. DOI.org/10.1007/s00330-021-08269-y.
  15. Sugimoto K., Moriyasu F., Oshiro H., Takeuchi H., Yoshimasu Y., Kasai Y., Itoi T. Clinical Utilization of Shear Wave Dispersion Imaging in Diffuse Liver Disease. Ultrasonography. 2020;39;1:3-10. doi: 10.14366/usg.19031.
  16. Gu J., Liu S., Du S., Zhang Q., Xiao J., et al. Diagnostic Value of MRIPDFF for Hepatic Steatosis in Patients with Non-Alcoholic Fatty Liver Disease: a Meta-Analysis. Eur. Radiol. 2019;29:3564–3573. doi: 10.1007/s00330-019-06072-4.
  17. Применение современных методов оценки фиброза и стеатоза в диагностике хронических заболеваний печени в условиях стационарных и поликлинических учреждений: Методические рекомендации МР № 108 от 2019 г. М.: 2019. [Application of Modern Methods for Assessing Fibrosis and Steatosis in the Diagnosis of Chronic Liver Diseases in Inpatient and Polyclinic Institutions. Methodological Recommendations of MR No. 108 of 2019. Moscow Publ., 2019 (In Russ.)].
  18. EASL Clinical Practice Guidelines on Non-Invasive Tests for Evaluation of Liver Disease Severity and Prognosis – 2021 Update. J. Hepatol. 2021;75;3:659-689. doi: 10.1016/j.jhep.2021.05.025.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».