The biomarker N-terminal pro-brain natriuretic peptide and liver diseases
Notice bibliographique
Résumé
PURPOSE: NT-proBNP has emerged as a powerful diagnostic and prognostic biomarker in heart disease. Studies showed that NT-proBNP is a sensitive biomarker for identifying patients with heart failure caused by hepatitis C virus (HCV) related myocarditis. The purpose of this study was to evaluate the correlation between the serum concentration of NT-proBNP and hepatitis virus infection/liver disease. METHODS: 223 serum samples from blood donors (aged 19~50 years old) were collected as a control group, and 644 samples were obtained from patients infected by hepatitis viruses including 493 HBV: 364 chronic hepatitis (CH), 86 hepatocellular carcinoma (HCC) and 43 liver cirrhosis (LC) and 151 HCV (85 CH, 14 HCC, 52 LC). All samples were assayed with an Elecsys immunoassay analyzer for NT-proBNP concentration. RESULTS: The mean concentration of NT-proBNP in the control group was 21.77 pg/ml and showed no significant variation with either age or gender. Both the mean value and the rate of abnormality of NT-proBNP were significantly higher for the HBV- and HCV-infected groups in comparison with the control group. The mean NT-proBNP value (380.24 pg/ml) and abnormality rate (38.41%) in the HCV group were higher than that of the HBV group. For samples from patients with HBV/HCV-related hepatic disease/pathology, the mean NT-proBNP value (517.19 pg/ml/597.18 pg/ml) were the highest in the liver cirrhosis group. CONCLUSIONS: Hepatic pathologic lesions, particularly cirrhosis, may contribute to the elevation of NT-proBNP in subjects with HBV/HCV infection.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».