Alanine Aminotransferase as an Independent Predictor of Incident Nonalcoholic Fatty Liver Disease
Notice bibliographique
Résumé
We read with interest the recent article by Chang et al. (1) reporting that higher serum alanine aminotransferase (ALT) concentrations, within the reference interval, independently predicted the incidence of nonalcoholic fatty liver disease (NAFLD) during a mean follow-up of 2.5 years in a large cohort of apparently healthy Korean men. Several prospective studies have previously shown that increased ALT concentrations, even within the reference interval, also predict the future development of type 2 diabetes (2) and cardiovascular events (3) independently of other known risk factors. In all of these studies, however, increased ALT concentrations have been used as a surrogate marker of NAFLD. Indeed, increased liver enzymes are usually thought to be a consequence (and not a cause) of liver injury in NAFLD and can possibly be used as predictors of NAFLD progression (2). We think the association of the 2 conditions, increased ALT concentrations and incident NAFLD, does not necessarily prove causation. The greater incidence of NAFLD—as diagnosed by ultrasound—among those with slightly increased ALT concentrations at baseline is most likely attributable to an underlying common mechanism, i.e., more severe insulin resistance in those with higher than in those with lower ALT concentrations. That the association between increasing serum ALT concentrations and incident NAFLD remained statistically significant even after adjustment for the homeostasis model assessment (HOMA)-estimated insulin resistance may be due simply to the fact that the HOMA score is not a good proxy measure of insulin resistance. Thus, we wonder how different the results would have been if the euglycemic clamp technique or methods that are more accurate had been used to measure insulin resistance.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».