MétaCan
Menu
← Retour à la cohorte
Enregistrement W3196569367 · doi:10.1136/gutjnl-2021-iddf.70

IDDF2021-ABS-0045 Efficacy of MAC-2 binding protein glycosylation isomer as fibrosis presence and severity biomarker in hepatitis: a systematic review

2021· review· en· W3196569367 sur OpenAlexaboutno aff
Rivaldo Steven Heriyanto, J. Tandiono, Elizabeth Marcella, Billy Susanto, Sharon Chen, Charlotte Jonathan, Andree Kurniawan

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiomarkerCirrhosisMedicineInternal medicineHepatitis CReceiver operating characteristicHepatitis BGastroenterologyBiology

Résumé

récupéré en direct d'OpenAlex

Background In recent years, serum mac-2 binding Protein glycosylation isomer (M2BPGi) usefulness has been investigated in various liver diseases such as viral hepatitis and mortality in liver cirrhosis. However, its utilization in assessing the presence and severity of liver fibrosis in hepatitis patients remains unclear. Thus, this systematic review aims to investigate the efficacy of M2BPGi as a biomarker for assessing fibrosis presence and severity in hepatitis patients. Methods We searched data from PMC, PubMed, Google Scholar, Science Direct, and Scopus, on March 12th, 2021, using a combination of keywords associated with the M2BPGi biomarker in correlation with its diagnostic efficacy in detecting fibrosis and its stages, and their variations or synonyms. Publications included are limited to English manuscripts that were published in the past 10 years. We excluded patients with liver diseases other than hepatitis. Diagnostic efficacy is measured by M2BPGi sensitivity, specificity, positive predictive values (PPV), negative predictive value (NPV), and area under the receiver operating characteristic (AUROC) curve. All studies are reviewed and evaluated by all 7 authors. The quality of each included study was assessed using the Newcastle-Ottawa Scale (NOS). Results A total of 4 retrospective cohorts, 3 case-control, and 1 cross-sectional study were included consisting of 2116 patients. Based on NOS, all studies were good in quality. All studies showed that serum M2BPGi is a useful and reliable marker for non-invasive assessment and prediction of liver fibrosis in hepatitis patients. 4 studies also showed an association between serum M2BPGi level with fibrosis stages where higher M2BPGi level is correlated with more advanced stages of fibrosis. Conclusions Recent studies demonstrated that serum M2BPGi level is proven to be associated with the presence of fibrosis, and increases with higher fibrosis stage, making it a promising biomarker in assessing the presence of fibrosis and its severity in hepatitis patients. Further studies should be warranted to investigate M2BPGi usefulness in assessing fibrosis in other liver diseases as well.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0090,006
Bibliométrie0,0090,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,343
Écart entre enseignants0,306 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLiver Disease Diagnosis and Treatment→Travaux en français237 207→