Enhanced liver fibrosis test predicts transplant‐free survival in primary sclerosing cholangitis, a multi‐centre study
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
BACKGROUND & AIMS: Biomarkers reflecting disease activity and prognosis in primary sclerosing cholangitis (PSC) have not been firmly established. Enhanced liver fibrosis (ELF) test was previously reported to predict outcome in PSC. We aimed to validate the prognostic utility of ELF test in an independent, multi-centre, retrospective PSC study population. METHODS: We collected serum samples from PSC patients from seven countries. We estimated rates of transplant-free survival by the Kaplan-Meier method, used Cox proportional hazards regression to explore the association between ELF test and clinical outcome and determined prognostic performance of ELF test by computing the area under the receiver operating characteristic (AUC-ROC) curve. RESULTS: The final analysis included 534 PSC patients (61% males). Features of autoimmune hepatitis or concomitant inflammatory bowel disease affected 44 (8%) and 379 (71%) patients respectively. ELF test levels were higher in patients reaching the combined endpoint liver transplantation or death (median 10.9 [Interquartile range (IQR): 9.8-12.1]; n=24 deaths, 79 liver transplantations) compared to those censored (8.8 [IQR: 8.0-9.8]); P<.001. ELF test expressed as mild, moderate and severe fibrosis was significantly associated with the risk of reaching the endpoint (P<.001). ELF test independently predicted clinical outcome (Hazard ratio 1.31; 95% confidence interval [1.05-1.65]; P=.018), and enabled good discrimination between PSC patients with and without endpoint (AUC-ROC: 0.79). CONCLUSION: Our retrospective data validates the predictive utility of ELF test for clinical outcomes in PSC. The clinical utility of biomarkers for fibrosis in patients with PSC should be assessed in prospective patient cohorts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 découle