Limitations of non-invasive tests for assessment of liver fibrosis
Notice bibliographique
Résumé
The diagnostic assessment of liver injury is an important step in the management of patients with chronic liver disease (CLD). Although liver biopsy is the reference standard for the assessment of necroinflammation and fibrosis, the inherent limitations of an invasive procedure, and need for repeat sampling, have led to the development of several non-invasive tests (NITs) as alternatives to liver biopsy. Such non-invasive approaches mostly include biological (serum biomarker algorithms) or physical (imaging assessment of tissue stiffness) assessments. However, currently available NITs have several limitations, such as variability, inadequate accuracy and risk factors for error, while the development of a newer generation of biomarkers for fibrosis may be limited by the sampling error inherent to the reference standard. Many of the current NITs were initially developed to diagnose significant fibrosis in chronic hepatitis C, subsequently refined for the diagnosis of advanced fibrosis in patients with non-alcoholic fatty liver disease, and further adapted for prognostication in CLD. An important consideration is that despite their increased use in clinical practice, these NITs were not designed to reflect the dynamic process of fibrogenesis, differentiate between adjacent disease stages, diagnose non-alcoholic steatohepatitis, or follow longitudinal changes in fibrosis or disease activity caused by natural history or therapeutic intervention. Understanding the strengths and limitations of these NITs will allow for more judicious interpretation in the clinical context, where NITs should be viewed as complementary to, rather than as a replacement for, liver biopsy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,123 | 0,237 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».