Metabolomic Signature as a Predictor of Liver Disease Events in Patients With HIV/HCV Coinfection
Notice bibliographique
Résumé
BACKGROUND: Advanced liver disease due to hepatitis C virus (HCV) is a leading cause of human immunodeficiency virus (HIV)-related morbidity and mortality. There remains a need to develop noninvasive predictors of clinical outcomes in persons with HIV/HCV coinfection. METHODS: We conducted a nested case-control study in 126 patients with HIV/HCV and utilized multiple quantitative metabolomic assays to identify a prognostic profile that predicts end-stage liver disease (ESLD) events including ascites, hepatic encephalopathy, hepatocellular carcinoma, esophageal variceal bleed, and spontaneous bacterial peritonitis. Each analyte class was included in predictive modeling, and area under the receiver operator characteristic curves (AUC) and accuracy were determined. RESULTS: The baseline model including demographic and clinical data had an AUC of 0.79. Three models (baseline plus amino acids, lipid metabolites, or all combined metabolites) had very good accuracy (AUC, 0.84-0.89) in differentiating patients at risk of developing an ESLD complication up to 2 years in advance. The all combined metabolites model had sensitivity 0.70, specificity 0.85, positive likelihood ratio 4.78, and negative likelihood ratio 0.35. CONCLUSIONS: We report that quantification of a novel set of metabolites may allow earlier identification of patients with HIV/HCV who have the greatest risk of developing ESLD clinical events.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».