Two-Tier Care Pathways for Liver Fibrosis Associated to Non-Alcoholic Fatty Liver Disease in HIV Mono-Infected Patients
Notice bibliographique
Résumé
(1) Background: Developing strategies to identify significant liver fibrosis in people with HIV (PWH) is crucial to prevent complications of non-alcoholic fatty liver disease (NAFLD). We aim to investigate if five simple serum biomarkers applied to PWH can optimize a care pathway to identify significant liver fibrosis defined by transient elastography (TE). (2) Methods: A two-tier fibrosis pathway was applied to three prospective cohorts of PWH undergoing TE with CAP. NAFLD was diagnosed as a controlled attenuation parameter ≥ 248 dB/m. Five simple fibrosis biomarkers (FIB-4 < 1.3, BARD score 0-1, NAFLD fibrosis score < -1.455, AST:ALT ratio < 0.8 and APRI < 0.5) were applied as first-tiers to exclude significant liver fibrosis. We determined the decrease in referral for TE that would have occurred based on biomarker assessment and the discordance between low simple fibrosis biomarkers and high TE (≥7.1 kPa), indicating significant liver fibrosis. (3) Results: Of the 1749 consecutive PWH, 15.1% had significant liver fibrosis by TE and 39.1% had NAFLD. The application of the fibrosis biomarkers as first tiers would have resulted in a decrease in TE referrals between 24.9% (BARD score) and 86.3% (APRI). The lowest discordance rate was with NAFLD fibrosis score (8.5%). After adjustments, BMI (odds ratio (OR) 1.12, 95% CI: 1.08-1.17) and triglycerides (OR 1.26, 95% CI: 1.11-1.44) were independent predictors of discordance for APRI < 0.5 and TE ≥ 7.1. The performance of the two-tier pathways was similar in PWH with and without NAFLD. (4) Conclusions: Implementing a two-tier pathway could save a substantial proportion up of TE examinations, reducing costs and helping resource optimization in HIV care. Patients with metabolic risk factors for NAFLD and low fibrosis biomarker may still be considered for TE referral.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».