Incidence and Predictors of Nonalcoholic Fatty Liver Disease by Serum Biomarkers in Patients with Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: Patients with inflammatory bowel disease (IBD) are at high risk for non-alcoholic fatty liver disease (NAFLD). Longitudinal data on incident NAFLD are lacking. We employed non-invasive methods to study incidence and predictors of NAFLD. METHODS: This was a retrospective study of IBD patients without known liver disease followed at IBD clinic of McGill University. NAFLD was defined as Hepatic Steatosis Index (HSI) ≥36 and absence of alcohol intake. Advanced liver fibrosis was diagnosed by FIB-4 ≥2.67. Active IBD was defined as partial Mayo score ≥3 for ulcerative colitis, Harvey Bradshaw Index ≥ 5 or flare during follow-up. Kaplan-Meier and Cox regression analyses were used to investigate incidence and predictors of NAFLD development. RESULTS: Three hundred twenty-one consecutive patients (median age 33.7 yr, 47% males) were observed for a median of 3.2 years (interquartile range 1.5-6). Over 1181.2 persons-year (PY), 108 (33.6%) patients developed NAFLD, accounting for an incidence rate of 9.1/100 PY (95% confidence interval [CI], 7.4-10.9). 7 (2.2%) patients developed advanced liver fibrosis, accounting for an incidence rate of 0.5/100 PY (95% CI, 0.2-1.1). Development of NAFLD was predicted by disease activity (adjusted hazard ratio [aHR] = 1.58; 95% CI, 1.08-2.33, P = 0.02), disease duration (aHR = 1.12; 95% CI, 1.03-1.23, P = 0.01), and prior surgery for IBD (aHR = 1.34; 95% CI, 1.04-1.74, P = 0.02). CONCLUSIONS: NAFLD is a frequent comorbidity in patients with IBD. These patients can also develop advanced liver fibrosis. Disease activity, duration of IBD and prior surgery are predictors of NAFLD development. This should represent one more incentive to achieve and maintain early clinical remission. Further prospective studies are of interest.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».