Development and Validation of a Model for Prediction of End-Stage Liver Disease in People With HIV
Notice bibliographique
Résumé
BACKGROUND: End-stage liver disease (ESLD) is a leading cause of non-AIDS-related death among people with HIV (PWH). Factors that increase the progression of liver disease include comorbidities and HIV-specific factors, but we currently lack a tool to apply this evidence into clinical practice. METHODS: We developed and validated a risk prediction model for ESLD among PWH who received care in 12 cohorts of the North American AIDS Cohort Collaboration on Research and Design between 2000 and 2016 and had fibrosis-4 index > 1.45. The first occurrence of ascites, variceal bleed, spontaneous bacterial peritonitis, or hepatic encephalopathy was verified by standardized medical record review. The Bayesian model averaging was used to select predictors among biomarkers and diagnoses and the Harrell C statistic to assess model discrimination. RESULTS: Among 13,787 PWH in the training set, 82% were men and 54% were Black with a mean age of 48 years. Three hundred ninety ESLD events occurred over a mean 5.4 years. Among the ESLD cases, 52% had hepatitis C virus, 15% hepatitis B virus, and 31% alcohol use disorder. Twelve factors together predicted ESLD risk moderately well (C statistic 0.79, 95% confidence interval: 0.76 to 0.81): age, sex, race/ethnicity, chronic hepatitis B or C, and routinely collected laboratory values reflecting hepatic impairment (serum albumin, aspartate aminotransferase, total bilirubin, and platelets) and lipid metabolism (triglycerides, high-density lipoprotein, and total cholesterol). Our model performed well in the test set (C statistic 0.81, 95% confidence interval: 0.76 to 0.86). CONCLUSION: This model of readily accessible clinical parameters predicted ESLD in a large diverse population of PWH.
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 | 0,013 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».