MétaCan
Menu
Retour à la cohorte
Enregistrement W2922213148 · doi:10.3390/medicines6010041

The Epidemiology, Risk Profiling and Diagnostic Challenges of Nonalcoholic Fatty Liver Disease

2019· review· en· W2922213148 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMedicines · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNonalcoholic fatty liver diseaseEpidemiologyProfiling (computer programming)DiseaseComputational biologyBiologyMedicineBioinformaticsFatty liverInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Nonalcoholic fatty liver disease (NAFLD) encompasses a wide spectrum of liver damage from the more prevalent (75%⁻80%) and nonprogressive nonalcoholic fatty liver (NAFL) category to its less common and more ominous subset, nonalcoholic steatohepatitis (NASH). NAFLD is now the most common cause of chronic liver disease in the developed world and is a leading indication for liver transplantation in United States (US). The global prevalence of NAFLD is estimated to be 25%, with the lowest prevalence in Africa (13.5%) and highest in the Middle East (31.8%) and South America (30.4%). The increasing incidence of NAFLD has been associated with the global obesity epidemic and manifestation of metabolic complications, including hypertension, diabetes, and dyslipidemia. The rapidly rising healthcare and economic burdens of NAFLD warrant institution of preventative and treatment measures in the high-risk sub-populations in an effort to reduce the morbidity and mortality associated with NAFLD. Genetic, demographic, clinical, and environmental factors may play a role in the pathogenesis of NAFLD. While NAFLD has been linked with various genetic variants, including PNPLA-3, TM6SF2, and FDFT1, environmental factors may predispose individuals to NAFLD as well. NAFLD is more common in older age groups and in men. With regards to ethnicity, in the US, Hispanics have the highest prevalence of NAFLD, followed by Caucasians and then African-Americans. NAFLD is frequently associated with the components of metabolic syndrome, such as type 2 diabetes mellitus (T2DM), obesity, hypertension, and dyslipidemia. Several studies have shown that the adoption of a healthy lifestyle, weight loss, and pro-active management of individual components of metabolic syndrome can help to prevent, retard or reverse NAFLD-related liver damage. Independently, NAFLD increases the risk of premature cardiovascular disease and associated mortality. For this reason, a case can be made for screening of NAFLD to facilitate early diagnosis and to prevent the hepatic and extra-hepatic complications in high risk sub-populations with morbid obesity, diabetes, and other metabolic risk factors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,848

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,144
Tête enseignante GPT0,390
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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