<p>Low Liver Density Is Linked to Cardiovascular Comorbidity in COPD: An ECLIPSE Cohort Analysis</p>
Notice bibliographique
Résumé
Purpose: Fatty liver disease is associated with cardiometabolic disorders and represents a potential key comorbidity in Chronic Obstructive Pulmonary Disease (COPD). Some intermediary mechanisms of fatty liver disease (including its histological component steatosis) include tissue hypoxia, low-grade inflammation and oxidative stress that are key features of COPD. Despite these shared physiological pathways, the effect of COPD on the prevalence of hepatic steatosis, and the association between hepatic steatosis and comorbidities in this population remain unclear. Liver density measured by computed tomography (CT)-scan is a non-invasive surrogate of fat infiltration, with lower liver densities reflecting more fat infiltration and a liver density of 40 Hounsfield Units (HU) corresponding to a severe 30% fat infiltration. Patients and Methods: We took advantage of the international cohort ECLIPSE in which non-enhanced chest CT-scans were obtained in 1554 patients with COPD and 387 healthy controls to analyse the liver density at T12-L1. Results: The distribution of liver density was similar and the prevalence of severe steatosis (densitya=1.59, 95% CI 1.12 to 2.24) and stroke (OR a =2.20, 95% CI 1.07 to 4.50), in comparison with the highest liver density quartile. Conclusion: The present data indicate that a low liver density emerged as a predictor of cardiovascular comorbidities in the COPD population. However, the distribution of liver density and the prevalence of severe steatosis were similar in patients with COPD and control subjects. Keywords: chronic obstructive pulmonary disease, liver density, steatosis, fatty liver disease, chest CT-scan, cardiovascular comorbidity, ECLIPSE
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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; 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 ».