The Evaluation of Effective Drugs for the Treatment of Non-Alcoholic Fatty Liver Disease: A Aystematic Review and Network Meta-Analysis
Notice bibliographique
Résumé
Purpose : Non-alcoholic fatty liver disease (NAFLD) and steatohepatitis are two forms of fatty liver disease with benign and malignant nature, respectively. These two conditions can cause an increased risk of liver cirrhosis and hepatocellular carcinoma. Given the importance and high prevalence of NAFLD, it is necessary to investigate the results of different studies in related scope to provide a clarity guarantee of effectiveness. Therefore, this systematic review and metaanalysis aim to study the efficacy of various medications used in the treatment of NAFLD. Methods: A systematic search of medical databases identified 1963 articles. After exclusion of duplicated articles and those which did not meet our inclusion criteria, eta-analysis was performed on 84 articles. Serum levels of alanine aminotransferase (ALT), aspartate amino transferase (AST) were set as primary outcomes and body mass index (BMI), hepatic steatosis, and NAFLD activity score (NAS) were determined as secondary outcomes. Results: Based on the P-score of the therapeutic effects on the non-alcoholic steatohepatitis (NASH), we observed the highest efficacy for atorvastatin, tryptophan, orlistat, omega-3 and obeticholic acid for reduction of ALT, AST, BMI, steatosis and NAS respectively. Conclusion: This meta-analysis showed that atorvastatin. life-style modification, weight loss, and BMI reduction had a remarkable effect on NAFLD-patients by decreasing aminotransferases.
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 | 0,014 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,031 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».