Leucocyte ratios are biomarkers of mortality in patients with acute decompensation of cirrhosis and acute‐on‐chronic liver failure
Notice bibliographique
Résumé
BACKGROUND: In patients with cirrhosis, progression to acute decompensation (AD) and acute-on-chronic liver failure (ACLF) has been associated with poor prognosis. Differential leucocyte ratios might predict mortality in systemic inflammatory conditions. AIM: To evaluate differential leucocyte ratios as prognostic biomarkers in patients with cirrhosis. METHODS: Patients with AD and ACLF were recruited from four centres in three countries. Peripheral blood differential leucocytes were measured (three centres using flow cytometry) on hospital admission and at 48 hours. Ratios were correlated to model for end-stage liver disease (MELD), chronic liver failure-sequential organ failure (CLIF-SOFA), suspected/culture-positive bacterial infection and survival. RESULTS: Nine hundred twenty-six patients (562 (61%) male, median age 55 (25-94) years) were studied. Overall, 350 (37%) did not survive to hospital discharge. Neutrophil-lymphocyte ratio (NLR) and monocyte-lymphocyte ratio (MLR) were elevated in patients with AD and ACLF who died during their hospital stay. On multivariate analysis NLR retained statistical significance independently of CLIF-SOFA or MELD. NLR >30 was associated with an 80% 90-day mortality in patients with ACLF but not AD. On sensitivity analysis for subgroups (alcohol-related liver disease and suspected sepsis), NLR and MLR retained statistically robust accuracy for the prediction of mortality. Significant predictive accuracy was only observed in centres using flow cytometry. CONCLUSION: Leucocyte ratios are simple and robust biomarkers of outcome in ACLF, which are comparable to CLIF-SOFA score but dependent on leucocyte quantification method. NLR and MLR may be used as screening tools for mortality prediction in patients with acutely deteriorating cirrhosis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».