Association of Hepatitis C Virus Infection with Serum Iron Status: Analysis of Data from the Third National Health and Nutrition Examination Survey
Notice bibliographique
Résumé
BACKGROUND: There is growing evidence that mildly increased amounts of iron in the liver can increase hepatic injury, particularly if combined with other hepatotoxic factors, such as alcohol use, use of porphyrogenic drugs, or chronic viral hepatitis. In the present study, the association of hepatitis C virus (HCV) infection with serum measurements of iron status was assessed in the US population. METHODS: We analyzed data from a total of 14,462 participants in the Third National Health and Nutrition Examination Survey. We excluded subjects who were aged <12 years, subjects for whom measurements of serum levels of iron or ferritin or the results of liver function tests were missing, and subjects who had a serum transferrin saturation of > or =50% (to help exclude subjects with hemochromatosis). RESULTS: Mean serum levels of ferritin and iron (+/- standard error) were significantly higher among subjects with HCV infection (100+/-3 ng/mL and 229+/-17 microg/dL, respectively) than among subjects without liver disease (83+/-0.3 ng/mL and 101+/-2.1 microg/dL, respectively) (P<.0001). Serum levels of ferritin were directly and significantly correlated with serum levels of alanine aminotransferase, aspartate aminotransferase, and gamma-glutamyl transpeptidase (r=0.25, r=0.24, and r=0.28, respectively; P<.0001), whereas platelet counts were inversely correlated with serum levels of ferritin (r=-0.12; P<.0001). CONCLUSION: HCV infection is significantly associated with higher serum levels of ferritin and iron in the US population.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».