Systematic Review With Meta-analysis: Epidemiology of Nonalcoholic Fatty Liver Disease in Patients With Inflammatory Bowel Disease
Notice bibliographique
Résumé
BACKGROUND: Nonalcoholic fatty liver disease (NAFLD) is increasingly identified in patients with inflammatory bowel disease (IBD), but there are few systematic reviews and meta-analyses of the studies of NAFLD in IBD patients. METHODS: MEDLINE, Web of Science, Cochrane Library, and Scopus were searched (until August 2018) to identify observational studies that reported the prevalence and risk factors for NAFLD in IBD patients. Pooled prevalence, odds ratios (OR), mean difference (MD), and 95% confidence intervals (95% CI) were calculated. Study quality was assessed using the modified Newcastle-Ottawa scale. RESULTS: Of the 662 citations evaluated, 19 studies (including 5620 subjects) reported the prevalence of NAFLD in IBD population and were included for the analysis. The overall pooled prevalence was 27.5% (95% CI, 20.7%-34.2%). The prevalence was higher in older patients (MD = 8.22; 95% CI, 6.22-10.22), type 2 diabetes (OR = 3.85; 95% CI, 2.49-5.95), hypertension (OR = 3.18; 95% CI, 2.36-4.28), obesity (OR = 2.79; 95% CI, 1.73-4.50), insulin resistance (OR = 6.66; 95% CI, 1.28-34.77), metabolic syndrome (OR = 4.96; 95% CI, 3.05-8.05), chronic kidney disease (OR = 4.83; 95% CI, 1.79-13.04), methotrexate use (OR = 1.76; 95% CI, 1.02-3.06), surgery for IBD (OR = 1.28; 95% CI, 1.02-1.62), and longer duration of IBD (MD = 5.60; 95% CI, 2.24-8.97). CONCLUSIONS: We found that NAFLD was not uncommon in the IBD population. Older age, metabolic risk factors, methotrexate use, prior surgery, and longer duration of IBD are predictors for the presence of NAFLD in IBD. Screening of NAFLD might be recommended among IBD patients with the aforementioned 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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».