Impact of statin treatment on non-invasive tests based predictions of fibrosis in a referral pathway for NAFLD
Notice bibliographique
Résumé
OBJECTIVE: In non-alcoholic fatty liver disease (NAFLD), fibrosis determines the risk of liver complications. Non-invasive tests (NITs) such as FIB-4, NAFLD Fibrosis Score (NFS) and Hepamet, have been proposed as a tool to triage NAFLD patients in primary care (PC). These NITs include AST±ALT in their calculations. Many patients with NAFLD take statins, which can affect AST/ALT, but it is unknown if statin affects NITs fibrosis prediction. METHODS: We included 856 patients referred through a standardised pathway from PC with a final diagnosis of NAFLD. 832 had reliable vibration controlled transient elastography (VCTE) measurements. We assessed the effects of statins on the association between NITs and VCTE at different fibrosis thresholds. RESULTS: 129 out of 832 patients were taking a statin and 138 additional patients had indication for a statin. For any given FIB-4 value, patients on a statin had higher probabilities of high VCTE than patients not on a statin. Adjusting for body mass index, diabetes and age almost completely abrogated these differences, suggesting that these were related to patient's profile rather to a specific effect of statins. Negative predictive values (NPVs) of FIB-4 <1.3 for VCTE >8, 10, 12 and 16 were, respectively, 89, 94, 96% and 100% in patients on a statin and 92, 95, 98% and 99% in patients not on a statin. Statins had similar impact on Hepamet predictions but did not modify NFS predictions. CONCLUSION: In patients with NAFLD referred from PC, those on statins had higher chances of a high VCTE for a given FIB-4 value, but this had a negligible impact on the NPV of the commonly used FIB-4 threshold (<1.3).
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 | 0,004 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».