European ‘NAFLD Preparedness Index’ — Is Europe ready to meet the challenge of fatty liver disease?
Notice bibliographique
Résumé
Background & Aims Non-alcoholic fatty liver disease (NAFLD), which is closely associated with obesity, metabolic syndrome, and diabetes, is a highly prevalent emerging condition that can be optimally managed through a multidisciplinary patient-centred approach. National preparedness to address NAFLD is essential to ensure that health systems can deliver effective care. We present a NAFLD Preparedness Index for Europe. Methods In June 2019, data were extracted by expert groups from 29 countries to complete a 41-item questionnaire about NAFLD. Questions were classified into 4 categories: policies/civil society (9 questions), guidelines (16 questions), epidemiology (4 questions), and care management (12 questions). Based on the responses, national preparedness for each indicator was classified into low, middle, or high-levels. We then applied a multiple correspondence analysis to obtain a standardised preparedness score for each country ranging from 0 to 100. Results The analysis estimated a summary factor that explained 71.3% of the variation in the dataset. No countries were found to have yet attained a high-level of preparedness. Currently, the UK (75.5) scored best, although falling within the mid-level preparedness band, followed by Spain (56.2), and Denmark (43.4), whereas Luxembourg and Ireland were the lowest scoring countries with a score of 4.9. Only Spain scored highly in the epidemiology indicator category, whereas the UK was the only country that scored highly for care management. Conclusions The NAFLD Preparedness Index indicates substantial variation between countries' readiness to address NAFLD. Notably, even those countries that score relatively highly exhibit deficiencies in key domains, suggesting that structural changes are needed to optimise NAFLD management and ensure effective public health approaches are in place. Lay summary Non-alcoholic fatty liver disease (NAFLD), which is closely associated with obesity, metabolic syndrome, and diabetes, is a highly prevalent condition that can be optimally managed through a multidisciplinary patient-centred approach. National preparedness to address NAFLD is essential to allow for effective public health measures aimed at preventing disease while also ensuring that health systems can deliver effective care to affected populations. This study defined preparedness as having adequate policies and civil society engagement, guidelines, epidemiology, and care management. NAFLD preparedness was found to be deficient in all 29 countries studied, with great variation among the countries and the 4 categories studied.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».