Optimizing patients with non-alcoholic fatty liver disease pre-transplant
Notice bibliographique
Résumé
Non-alcoholic fatty liver disease (NAFLD) is the most common cause of chronic liver disease in Western countries. Non-alcoholic steatohepatitis (NASH), which is the progressive counterpart of the disease, is becoming the leading indication for liver transplantation in North America. Owing to the lack of symptoms, NASH is often an incidental diagnosis, resulting in a significant proportion of patients being diagnosed when advanced liver disease has already developed. NAFLD has recently been characterized as the hepatic manifestation of metabolic syndrome. Consequently, it is a multisystem disease that often co-exists with several other conditions, such as obesity, diabetes, cardiovascular diseases, and extra-hepatic malignancy, which have an impact on selection of transplant recipients. The complexity of diagnostic approach, need for multidisciplinary clinical management, and lack of a specific treatment further complicate the picture of this extremely prevalent liver condition. NAFLD patients with advanced liver disease should be considered for early referral to liver transplant clinics for careful metabolic and cardiovascular risk stratification because they have worse survival rates after liver transplantation than other patients with chronic liver disease. Early referral will also facilitate optimization of metabolic comorbidities before proceeding with transplantation. This review provides an overview of strategies to identify patients with advanced NAFLD, with an emphasis on the management of associated comorbidities and optimal timing of pre-transplant evaluation. Other topics that have been shown to affect recipient optimization, such as the role of lifestyle changes and bariatric surgery in the management of obesity, as well as sarcopenia in decompensated NASH-related cirrhosis, are addressed.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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; 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 ».