Glycodeoxycholic Acid Levels as Prognostic Biomarker in Acetaminophen-Induced Acute Liver Failure Patients
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
Acetaminophen (APAP)-induced acute liver failure (ALF) remains a major clinical problem. Although a majority of patients recovers after severe liver injury, a subpopulation of patients proceeds to ALF. Bile acids are generated in the liver and accumulate in blood during liver injury, and as such, have been proposed as biomarkers for liver injury and dysfunction. The goal of this study was to determine whether individual bile acid levels could determine outcome in patients with APAP-induced ALF (AALF). Serum bile acid levels were measured in AALF patients using mass spectrometry. Bile acid levels were elevated 5-80-fold above control values in injured patients on day 1 after the overdose and decreased over the course of hospital stay. Interestingly, glycodeoxycholic acid (GDCA) was significantly increased in non-surviving AALF patients compared with survivors. GDCA values obtained at peak alanine aminotransferase (ALT) and from day 1 of admission indicated GDCA could predict survival in these patients by receiver-operating characteristic analysis (AUC = 0.70 for day 1, AUC = 0.68 for peak ALT). Of note, AALF patients also had significantly higher levels of serum bile acids than patients with active cholestatic liver injury. These data suggest measurements of GDCA in this patient cohort modestly predicted outcome and may serve as a prognostic biomarker. Furthermore, accumulation of bile acids in serum or plasma may be a result of liver cell dysfunction and not cholestasis, suggesting elevation of circulating bile acid levels may be a consequence and not a cause of liver injury.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle