Gout and risk of non-alcoholic fatty liver disease
Notice bibliographique
Résumé
OBJECTIVES: To investigate the association between gout and non-alcoholic fatty liver disease (NAFLD). METHODS: The study subjects were participants in a health-screening programme at Chang Gung Memorial Hospital from 2000 to 2006. Subjects were classified into eight groups based on serum urate (SU) level and gout status (≤ 4.9, 5.0-6.9, 7.0-8.9, and ≥ 9.0 mg/dL, without and with gout). The association between gout and NAFLD was assessed by multiple logistic regression. RESULTS: Among a total of 54 325 subjects, 1930 (3.6%) had gout and 6169 (11.3%) had NAFLD. The prevalence of NAFLD was significantly higher in subjects with gout (23.1%, n = 445) than in those without gout (10.9%, n = 5724, p < 0.001). Among subjects with NAFLD, the severity of NAFLD was higher in gout patients. Gout was associated with an increased risk for NAFLD [odds ratio (OR) 1.42, 95% confidence interval (CI) 1.25-1.60, p < 0.001], after adjustment for age, sex, presence of metabolic syndrome, and low estimated glomerular filtration rate (eGFR). With SU ≤ 4.9 mg/dL in the absence of gout as reference, the ORs (95% CI) for NAFLD, after adjustment for age, sex, presence of metabolic syndrome, and low eGFR, were, respectively, 2.16 (1.94-2.41), 3.98 (3.55-4.46), and 5.99 (5.19-6.90) for SU levels 2-4 in those without gout and 2.61 (1.39-4.91), 2.87 (2.04-4.04), 4.53 (3.70-5.56), and 6.31 (5.12-7.77) for SU levels 1-4 in those with gout. CONCLUSIONS: There was an independent association between gout and the risk for NAFLD. In addition, there was a dose-response relationship between SU and NAFLD in subjects with and without gout.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».