Plasma sgp130 is an independent predictor of non-alcoholic fatty liver disease severity
Notice bibliographique
Résumé
ABSTRACT Background Interleukin-6 (IL-6) plays important and dynamic roles in inflammation associated with fatty liver disease over all stages, from simple steatosis to steatohepatitis, cirrhosis and cancer. IL-6 signals locally, but also circulates with multiple co-factors that control paracrine and endocrine signaling. As inflammation is a main driver of liver fibrosis, we investigated relationships between circulating components of the interleukin-6 signaling pathway (IL-6, sIL-6R and sgp130) and liver pathology in subjects with metabolically associated fatty liver disease (MAFLD) or steatohepatitis (MASH). Methods Predictive performances of plasma IL-6, sIL-6R and sgp130 were investigated in two independent cohorts: 1) patients with biopsy-confirmed MASH ( n =49), where magnetic resonance spectroscopy (MRS), imaging (MRI) and elastography (MRE) assessed liver fat, volume and stiffness; and 2) patients with morbid obesity ( n =245) undergoing bariatric surgery where histological staging of steatosis, activity, and fibrosis determined MASH severity. Correlations were evaluated between IL-6, sIL-6R and sgp130 and anthropomorphic characteristics, plasma markers of metabolic disease or liver pathology. Results In patients with MASH, plasma IL-6 and sgp130 strongly correlated with liver stiffness, which for sgp130 was independent of age, sex, BMI, diabetes, hyperlipidemia, hypertension or history of HCC. Plasma sgp130 was the strongest predictor of liver stiffness compared to common predictors and risk scores. Plasma sIL-6R correlated with liver volume independent of age, sex, and BMI. In patients with morbid obesity, circulating sgp130 correlated with advanced liver fibrosis. Conclusion Levels of circulating sgp130 can predict progressing MASH and may be used alone or in combination with other predictors as a non-invasive measure of liver disease severity. GRAPHICAL ABSTRACT
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».