Abstract 9341: Hepatic Steatosis Index and Fibrosis-4 Scores in Patients With Type 2 Diabetes - Post Hoc Analyses from VERTIS CV
Notice bibliographique
Résumé
Introduction: Given the potential link between non-alcoholic fatty liver disease and increased cardiovascular (CV) risk, the associations between markers of hepatic steatosis/fibrosis with CV and kidney outcomes were explored. Methods: These post hoc analyses were conducted on data from the VERTIS CV trial that randomized patients with type 2 diabetes (T2D) and atherosclerotic CV disease (ASCVD) to ertugliflozin 5 or 15 mg or placebo, with all randomized groups pooled for the present analyses. The presence of hepatic steatosis was estimated by hepatic steatosis index (HSI; 8 х ALT/AST + BMI + 2 if T2D + 2 if female); and for hepatic fibrosis, fibrosis-4 score (FIB-4; [age х AST]/[platelets count х √ALT]). Patients were divided into quartiles (Q1 to Q4) according to baseline for each score. CV and kidney outcomes (CV death/myocardial infarction/stroke [MACE]; hospitalization for heart failure [HHF]/CV death; CV death; HHF; and sustained ≥40% decrease in eGFR from baseline/dialysis or transplantation/kidney death) were stratified by baseline HSI and FIB-4 quartiles. Results: Among 8246 patients, the mean age was 64.4 years, mean BMI 32.0 kg/m 2 , mean HSI 44.0, and mean FIB-4 score 1.34. Event rates of MACE, HHF/CV death, CV death, and HHF increased with FIB-4 quartile ( Fig A ). The hazard ratios (HR, 95% CI) of events by FIB-4 quartile (Q4 vs Q1) were 1.48 (1.25, 1.76), 2.0 (1.63, 2.51), 1.85 (1.45, 2.36), and 2.94 (1.98, 4.37) for MACE, HHF/CV death, CV death, and HHF, respectively. The kidney composite did not differ across FIB-4 quartiles. CV and kidney outcomes did not differ across HSI quartiles, except for higher incidence of HHF in the upper HSI quartile (HR [95% CI], Q4 vs Q1: 1.52 [1.07, 2.17]) ( Fig B ). Conclusion: In VERTIS CV, baseline fibrosis scores were associated with incident CV events in patients with T2D and ASCVD, despite the upper cutoff excluding advanced fibrosis. Steatosis only correlated with HHF, and neither measure was associated with the composite kidney outcome.
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 | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».