Non-invasive diagnosis of advanced fibrosis and cirrhosis
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
Liver cirrhosis is a common and growing public health problem globally. The diagnosis of cirrhosis portends an increased risk of morbidity and mortality. Liver biopsy is considered the gold standard for diagnosis of cirrhosis and staging of fibrosis. However, despite its universal use, liver biopsy is an invasive and inaccurate gold standard with numerous drawbacks. In order to overcome the limitations of liver biopsy, a number of non-invasive techniques have been investigated for the assessment of cirrhosis. This review will focus on currently available non-invasive markers of cirrhosis. The evidence behind the use of these markers will be highlighted, along with an assessment of diagnostic accuracy and performance characteristics of each test. Non-invasive markers of cirrhosis can be radiologic or serum-based. Radiologic techniques based on ultrasound, magnetic resonance imaging and elastography have been used to assess liver fibrosis. Serum-based biomarkers of cirrhosis have also been developed. These are broadly classified into indirect and direct markers. Indirect biomarkers reflect liver function, which may decline with the onset of cirrhosis. Direct biomarkers, reflect extracellular matrix turnover, and include molecules involved in hepatic fibrogenesis. On the whole, radiologic and serum markers of fibrosis correlate well with biopsy scores, especially when excluding cirrhosis or excluding fibrosis. This feature is certainly clinically useful, and avoids liver biopsy in many cases.
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) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 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