MétaCan
Menu
Retour à la cohorte
Enregistrement W2974404425 · doi:10.1016/j.ultrasmedbio.2019.08.003

Acoustic Radiation Force Impulse and Conventional Ultrasound in the Prediction of Cirrhosis Complicating Fatty Liver: Does Body Mass Index Independently Alter the Results?

2019· article· en· W2974404425 sur OpenAlexaff
Alexandra Medellin, Glen Pridham, Stefan J. Urbanski, Saumya Jayakumar, Stephanie R. Wilson

Notice bibliographique

RevueUltrasound in Medicine & Biology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensFoothills Medical CentreUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSteatosisMedicineFatty liverCirrhosisBody mass indexInterquartile rangeSteatohepatitisInternal medicineFibrosisGastroenterologyRadiologyDisease

Résumé

récupéré en direct d'OpenAlex

We investigated whether ultrasound (US) could quantify steatosis and fibrosis in non-alcoholic fatty liver disease (NAFLD). Estimates of fat by gray-scale, hepatorenal index (HRI) and fibrosis by acoustic radiation force impulse (ARFI) were made using the interquartile range (IQR)/median for ARFI quality. Biopsy was the gold standard. US fat assessment correlated with histologic grade and predicted steatosis. HRI predicted steatosis but did not improve accuracy. ARFI of good quality was highly sensitive toward severe fibrosis. The median ARFI value depended linearly on body mass index (BMI). Poor quality ARFI data had higher histologic steatosis, leading to higher mean steatosis grades in rejected data (p = 0.018). The ARFI quality cut with IQR/median >0.15 or >0.3 excluded many more patients with severe steatosis versus normal, influenced by increasing BMI. By combining the baseline US with ARFI, patients can be concurrently diagnosed for steatosis and fibrosis, two of the key pathologies of NAFLD and non-alcoholic steatohepatitis (NASH). However, severe steatosis and high BMI may falsely alter ARFI results.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,273
Écart entre enseignants0,261 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueUltrasound in Medicine & BiologyMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207