Background & AimsOur aims were to develop a method to accurately predict non-alcoholic fatty liver disease (NAFLD) and liver fat content based on routinely available clinical and laboratory data and to test whether knowledge of the recently discovered genetic variant in the PNPLA3 gene (rs738409) increases accuracy of the prediction.MethodsLiver fat content was measured using proton magnetic resonance spectroscopy in 470 subjects, who were randomly divided into estimation (two thirds of the subjects, n = 313) and validation (one third of the subjects, n = 157) groups. Multivariate logistic and linear regression analyses were used to create an NAFLD liver fat score to diagnose NAFLD and liver fat equation to estimate liver fat percentage in each individual.ResultsThe presence of the metabolic syndrome and type 2 diabetes, fasting serum (fS) insulin, fS-aspartate aminotransferase (AST), and the AST/alanine aminotransferase ratio were independent predictors of NAFLD. The score had an area under the receiver operating characteristic curve of 0.87 in the estimation and 0.86 in the validation group. The optimal cut-off point of −0.640 predicted increased liver fat content with sensitivity of 86% and specificity of 71%. Addition of the genetic information to the score improved the accuracy of the prediction by only <1%. Using the same variables, we developed a liver fat equation from which liver fat percentage of each individual could be estimated.ConclusionsThe NAFLD liver fat score and liver fat equation provide simple and noninvasive tools to predict NAFLD and liver fat content. Our aims were to develop a method to accurately predict non-alcoholic fatty liver disease (NAFLD) and liver fat content based on routinely available clinical and laboratory data and to test whether knowledge of the recently discovered genetic variant in the PNPLA3 gene (rs738409) increases accuracy of the prediction. Liver fat content was measured using proton magnetic resonance spectroscopy in 470 subjects, who were randomly divided into estimation (two thirds of the subjects, n = 313) and validation (one third of the subjects, n = 157) groups. Multivariate logistic and linear regression analyses were used to create an NAFLD liver fat score to diagnose NAFLD and liver fat equation to estimate liver fat percentage in each individual. The presence of the metabolic syndrome and type 2 diabetes, fasting serum (fS) insulin, fS-aspartate aminotransferase (AST), and the AST/alanine aminotransferase ratio were independent predictors of NAFLD. The score had an area under the receiver operating characteristic curve of 0.87 in the estimation and 0.86 in the validation group. The optimal cut-off point of −0.640 predicted increased liver fat content with sensitivity of 86% and specificity of 71%. Addition of the genetic information to the score improved the accuracy of the prediction by only <1%. Using the same variables, we developed a liver fat equation from which liver fat percentage of each individual could be estimated. The NAFLD liver fat score and liver fat equation provide simple and noninvasive tools to predict NAFLD and liver fat content.

Background Muscle biopsy is the gold standard for diagnosis of mitochondrial disorders because of the lack of sensitive biomarkers in serum. Fibroblast growth factor 21 (FGF-21) is a growth factor with regulatory roles in lipid metabolism and the starvation response, and concentrations are raised in skeletal muscle and serum in mice with mitochondrial respiratory chain deficiencies. We investigated in a retrospective diagnostic study whether FGF-21 could be a biomarker for human mitochondrial disorders. Methods We assessed samples from adults and children with mitochondrial disorders or non-mitochondrial neurological disorders (disease controls) from seven study centres in Europe and the USA, and recruited healthy volunteers (healthy controls), matched for age where possible, from the same centres. We used ELISA to measure FGF-21 concentrations in serum or plasma samples (abnormal values were defined as >200 pg/mL). We compared these concentrations with values for lactate, pyruvate, lactate-to-pyruvate ratio, and creatine kinase in serum or plasma and calculated sensitivity, specificity, and positive and negative predictive values for all biomarkers. Findings We analysed serum or plasma from 67 patients (41 adults and 26 children) with mitochondrial disorders, 34 disease controls (22 adults and 12 children), and 74 healthy controls. Mean FGF-21 concentrations in serum were 820 (SD 1151) pg/mL in adult and 1983 (1550) pg/mL in child patients with respiratory chain deficiencies and 76 (58) pg/mL in healthy controls. FGF-21 concentrations were high in patients with mitochondrial disorders affecting skeletal muscle but not in disease controls, including those with dystrophies. In patients with abnormal FGF-21 concentrations in serum, the odds ratio of having a muscle-manifesting mitochondrial disease was 132·0 (95% CI 38·7–450·3). For the identification of muscle-manifesting mitochondrial disease, the sensitivity was 92·3% (95% CI 81·5–97·9%) and specificity was 91·7% (84·8–96·1%). The positive and negative predictive values for FGF-21 were 84·2% (95% CI 72·1–92·5%) and 96·1 (90·4–98·9%). The accuracy of FGF-21 to correctly identify muscle-manifesting respiratory chain disorders was better than that for all conventional biomarkers. The area under the receiver-operating-characteristic curve for FGF-21 was 0·95; by comparison, the values for other biomarkers were 0·83 lactate (p=0·037, 0·83 for pyruvate (p=0·015), 0·72 for the lactate-to-pyruvate ratio (p=0·0002), and 0·77 for creatine kinase (p=0·013). Interpretation Measurement of FGF-21 concentrations in serum identified primary muscle-manifesting respiratory chain deficiencies in adults and children and might be feasible as a first-line diagnostic test for these disorders to reduce the need for muscle biopsy. Funding Sigrid Jusélius Foundation, Jane and Aatos Erkko Foundation, Molecular Medicine Institute of Finland, University of Helsinki, Helsinki University Central Hospital, Academy of Finland, Novo Nordisk, Arvo and Lea Ylppö Foundation.