Ethnicity matters: A Systematic Review and Meta-Analysis of the Non-Linear Relationship Between Alcohol Consumption and Prevalence and Incidence of Hepatic Steatosis
Notice bibliographique
Résumé
BACKGROUND: Fatty liver (hepatic steatosis) is one of the most common diseases globally, with increasing prevalence. The role of alcohol consumption in the development of hepatic steatosis has not been systematically examined. METHODS: We searched Medline, Embase, and ProQuest Dissertations & Theses Global for original data on the relationship between alcohol consumption and hepatic steatosis measured by non-invasive imagery, excluding studies conducted in participants <18years, or subgroups related to viral and drug-induced liver disease. We identified 18 articles reporting adjusted data (Japan=11, other high-income countries=7). Random-effect categorical meta-analyses (<20g/day pure alcohol consumption vs non-drinkers) and dose-response meta-analyses for the whole range of alcohol consumption were conducted. RESULTS: In total, 99,370 participants and 25,662 cases of hepatic steatosis were included. In Japan, low alcohol consumption was consistently associated with substantially reduced incidence and prevalence of hepatic steatosis compared to non-drinkers (RR for <20g pure alcohol/day=0.75, 95% CI: 0.71-0.79, I(2)=0%). No overall association was found in other countries (RR=1.05, 95% CI: 0.86-1.30, I(2)=84%). Dose-response analyses in Japan (up to 80g/day) showed an inverse relationship in men and a J-shape in women. CONCLUSIONS: Alcohol consumption showed a complex association with hepatic steatosis with substantial differences by ethnicity and sex. Low alcohol consumption was beneficial in Japan with good epidemiological evidence, whereas there was no association in other countries. However, heterogeneity was large in countries other than Japan. More and higher quality research in diverse ethnic populations is needed to further clarify this relationship.
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 | 0,019 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,041 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».