Comparing the performance of Fibrosis-4 and Non-Alcoholic Fatty Liver Disease Fibrosis Score with transient elastography scores of people with non-alcoholic fatty liver disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: With the rate of non-alcoholic fatty liver disease (NAFLD) on the rise, the necessity of identifying patients at risk of cirrhosis and its complications is becoming ever more important. Liver biopsy remains the gold standard for assessing fibrosis, although costs, risks, and availability prohibit its widespread use with at-risk patients. Transient elastography has proven to be a non-invasive and accurate way of assessing fibrosis, although the availability of this modality is often limited in primary care settings. The Fibrosis-4 (FIB-4) and Non-Alcoholic Fatty Liver Disease Fibrosis Score (NFS) are scoring systems that incorporate commonly measured lab parameters and BMI to predict fibrosis. Method: In this study, we compared FIB-4 and NFS scores with transient elastography scores to assess the accuracy of these inexpensive and readily available scoring systems in detecting fibrosis. Results: Using an NFS score cut-off of -1.455 and a FibroScan score cut-off of ≥8.7 kPa, the NFS score had a negative predictive value of 94.1%. Using a FibroScan score cut-off of ≥8.7 kPa, the FIB-4 score had a negative predictive value of 91.6%. Conclusion: The NFS and FIB-4 are non-invasive, inexpensive scoring systems that have high negative predictive value for fibrosis compared with transient elastography scores. These findings suggest that the NFS and FIB-4 can provide adequate reassurance to rule out fibrosis in patients with NAFLD and can be used with select patients to circumvent the need for transient elastography or liver biopsy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle