MétaCan
Menu
Retour à la cohorte
Enregistrement W3131535861 · doi:10.1002/hep4.1687

Multiparametric Magnetic Resonance Imaging, Autoimmune Hepatitis, and Prediction of Disease Activity

2021· article· en· W3131535861 sur OpenAlexaff
Katherine Arndtz, Elizabeth Shumbayawonda, James Hodson, Peter Eddowes, Andrea Dennis, Helena Thomaides‐Brears, Sofia Mouchti, Matt Kelly, Rajarshi Banerjee, Stefan Neubauer, Gideon M. Hirschfield

Notice bibliographique

RevueHepatology Communications · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity Health Network
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésMedicineAutoimmune hepatitisGastroenterologyInternal medicineLiver biopsyReceiver operating characteristicMagnetic resonance imagingStage (stratigraphy)Confidence intervalLiver diseaseAlanine aminotransferaseBiopsyHepatitisRadiology

Résumé

récupéré en direct d'OpenAlex

Noninvasive monitoring of disease activity in autoimmune hepatitis (AIH) has potential advantages for patients for whom liver biopsy is invasive and with risk. We sought to understand the association of multiparametric magnetic resonance imaging (mpMRI) with clinical course of patients with AIH. We prospectively recruited 62 patients (median age, 55 years; 82% women) with clinically confirmed AIH. At recruitment, patients underwent mpMRI with Liver MultiScan alongside clinical investigations, which were repeated after 12‐18 months. Associations between iron‐corrected T1 (cT1) and other markers of disease were investigated at baseline and at follow‐up. Discriminative performance of cT1, liver stiffness, and enhanced liver fibrosis (ELF) to identify those who failed to maintain remission over follow‐up was investigated using the areas under the receiver operating characteristic curves (AUCs). Baseline cT1 correlated with alanine aminotransferase (Spearman’s correlation coefficient [ r S ] = 0.28, P = 0.028), aspartate aminotransferase ( r S = 0.26, P = 0.038), international normalized ratio ( r S = 0.35 P = 0.005), Model for End‐Stage Liver Disease ( r S = 0.32, P = 0.020), ELF ( r S = 0.29, P = 0.022), and liver stiffness r S = 0.51, P < 0.001). After excluding those not in remission at baseline (n = 12), 32% of the remainder failed to maintain remission during follow‐up. Failure to maintain remission was associated with significant increases in cT1 over follow‐up (AUC, 0.71; 95% confidence interval [CI], 0.52‐0.90; P = 0.035) but not with changes in liver stiffness (AUC, 0.68; 95% CI, 0.49‐0.87; P = 0.067) or ELF (AUC, 0.57; 95% CI, 0.37‐0.78; P = 0.502). cT1 measured at baseline was a significant predictor of future loss of biochemical remission (AUC, 0.68; 95% CI, 0.53‐0.83; P = 0.042); neither liver stiffness (AUC, 0.53; 95% CI, 0.34‐0.71; P = 0.749) nor ELF (AUC, 0.52; 95% CI, 0.33‐0.70; P = 0.843) were significant predictors of loss of biochemical remission. Conclusion: Noninvasive mpMRI has potential to contribute to risk stratification in patients with AIH.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,285
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatology CommunicationsMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207