Presence of diabetes mellitus and steatosis is associated with liver stiffness in a general population: The Rotterdam study
Notice bibliographique
Résumé
UNLABELLED: Given that little is known about the prevalence of, and factors associated with, liver fibrosis in the general population, we aimed to investigate this in a large, well-characterized cohort by means of transient elastography (TE). This study was part of the Rotterdam Study, a population-based study among individuals ≥45 years. All participants underwent abdominal ultrasound and TE. Liver stiffness measurement (LSM) ≥8.0 kilopascals (kPa) was used as a cutoff suggesting clinically relevant fibrosis. Of 3,041 participants (age, 66.0 ± 7.6 years) with reliable LSM, 169 (5.6%) participants had LSM ≥8.0 kPa. Age (odds ratio [OR]: 2.40; 95% confidence interval [CI]: 1.72-3.36; P < 0.001), alanine aminotransferase (ALT; OR, 1.24; 95% CI: 1.12-1.38; P < 0.001), smoking (OR, 1.77; 95% CI: 1.16-2.70; P = 0.008), spleen size (OR, 1.23; 95% CI: 1.09-1.40; P = 0.001), hepatitis B surface antigen, or anti-hepatitis C virus positivity (OR, 5.38; 95% CI: 1.60-18.0; P = 0.006), and combined presence of diabetes mellitus (DM) and steatosis (OR, 5.20; 95% CI: 3.01-8.98; P < 0.001 for combined presence) were associated with LSM ≥8.0 kPa in multivariable analyses. The adjusted predicted probability of LSM ≥8.0 kPa increased per age decade, with probabilities ranging from 1.4% (0.9-3.6) in participants ages 50-60 years to 9.9% (6.8-14.5) in participants >80 years. Participants with both DM and steatosis had the highest probabilities of LSM ≥8.0 kPa (overall probability: 17.2% [12.5-23.4]; this probability did not increase with age [P = 0.8]). CONCLUSION: In this large population-based study of older adults, LSM ≥8.0 kPa, suggestive of clinically relevant fibrosis, was present in 5.6% and was strongly associated with steatosis and DM. In the context of an aging population and an increased prevalence of DM and obesity, this study illustrates that liver fibrosis may become a more prominent public health issue in the near future.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».