The optimal cut‐off for predicting large oesophageal varices using transient elastography is disease specific
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The diagnosis of cirrhosis requires screening for oesophageal varices by upper gastrointestinal endoscopy. In many countries, serological tests and elastography are replacing liver biopsy for diagnosing cirrhosis. The aims of this study were to see whether there was an optimal cut-off of liver stiffness that could predict the presence of large (>F2) oesophageal varices and whether this was disease specific. A total of two hundred and twenty-two patients with all cause cirrhosis (Child class A) were screened, and 211 had successful elastography and are included in the analysis. Of the patients studied, one hundred and thirty-two patients had no or small F1 varices and 79 had large varices. Liver stiffness of 19.8 kPa had a negative predictive value of 91% and a positive predictive value of 55% with an area under the curve (AUC) on receiver operating characteristics (ROC) of 0.73 in differentiating between small and large varices. Seven patients with large varices would have been incorrectly classified. In the 157 patients with hepatitis C as the aetiology of cirrhosis, the negative predictive value was 98% and only one patient was misclassified. Liver stiffness was superior in diagnostic accuracy to platelet count in all patients. A liver stiffness of >19.8 kPa could be utilized as a cut-off for endoscopy and beta blocker utilization, particularly in patients with hepatitis C.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle