Sonography Predicts Liver Steatosis in Patients With Chronic Hepatitis B
Notice bibliographique
Résumé
OBJECTIVES: Liver inflammation and fibrosis may impair the ability of sonography to identify steatosis. We determined the accuracy of sonography in grading steatosis in patients with chronic hepatitis B compared to liver biopsy. METHODS: We conducted was a single-center retrospective study of all nontransplanted patients with chronic hepatitis B undergoing sonography and liver biopsy between 2004 and 2014 (n = 109). Steatosis was graded by sonography as none, mild, moderate, or severe. Liver histologic analysis graded steatosis (0, <5%; 1, <33%; 2, <66%; or 3, ≥66%) and staged fibrosis (F0-F4). Severe steatosis was defined as grade 2 or 3. Clinical variables within 6 months of liver biopsy were collected, and the association with steatosis was analyzed by univariate logistic regression. RESULTS: Patients were predominantly Asian (83%), male (62%), and hepatitis B e antigen negative (62%). Twenty-nine percent of patients were obese; 9% had diabetes mellitus; 23% had hypertension; and 31% had dyslipidemia. Forty-four percent of patients had steatosis on liver biopsy; 8% had severe steatosis. The presence of any steatosis on sonography correctly identified any steatosis on liver biopsy in 29 of 48 patients (60%). The absence of steatosis on sonography ruled out severe steatosis on biopsy (specificity, 100%). Severe steatosis on sonography correctly predicted the presence of severe steatosis on liver biopsy (89%; P < .001); however, it was not accurate at distinguishing between steatosis grades. Predictors of biopsy-proven steatosis on univariate analysis included diabetes (P < .001), hypertension (P = .03), hypercholesterolemia (P = .02), and body mass index (P < .001). CONCLUSIONS: Sonography had excellent accuracy in identifying patients with steatosis on biopsy. Abdominal sonography can be used to predict clinically important steatosis in patients with chronic hepatitis B.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».