Severe vitamin D deficiency is a prognostic biomarker in autoimmune hepatitis
Notice bibliographique
Résumé
BACKGROUND: Vitamin D deficiency has been implicated in the outcome of chronic liver disease. AIM: To determine the frequency of severe vitamin D deficiency in autoimmune hepatitis (AIH), assess its association with treatment non-response, and evaluate the relationship between vitamin D status and liver-related mortality and need for transplantation. METHODS: Two hundred and nine patients were evaluated by liver tissue examination at presentation. Serum vitamin D levels were determined, and serum levels <25 nmol/L (10 ng/mL) were considered severely deficient. Treatment non-response was defined as non-normalised aspartate aminotransferase/alanine aminotransferase and immunoglobulin G levels during conventional immunosuppressive therapy. Univariate and multivariate analyses were performed using binary logistic regression and Cox proportional hazards model. RESULTS: The mean vitamin D level was 60 ± 38 nmol/L (range, 3-263 nmol/L), and 42 patients (20%) had severe vitamin D deficiency. Treatment non-response was more common in patients with severe vitamin D deficiency than in patients without (59% vs 41%, P = 0.04). Severe vitamin D deficiency was also independently associated with a higher risk of developing cirrhosis (HR 3.40; 95% CI 1.30-8.87, P = 0.01) and liver-related mortality or requirement for liver transplantation (LT; HR 5.26, 95% CI, 1.54-18.0, P = 0.008). Patients with persistent severe deficiency following vitamin D supplementation continued to have poor outcomes. CONCLUSIONS: Severe vitamin D deficiency is associated with treatment non-response, progression to cirrhosis, and liver-related death or need for LT. Severe vitamin D deficiency is a prognostic biomarker in AIH.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».