Molecular, Viral and Clinical Features of Alcohol- and Non-Alcohol-Induced Liver Injury
Notice bibliographique
Résumé
Hepatic cells are sensitive to internal and external signals. Ethanol is one of the oldest and most widely used drugs in the world. The focus on the mechanistic engine of the alcohol-induced injury has been in the liver, which is responsible for the pathways of alcohol metabolism. Ethanol undergoes a phase I type of reaction, mainly catalyzed by the cytoplasmic enzyme, alcohol dehydrogenase (ADH), and by the microsomal ethanol-oxidizing system (MEOS). Reactive oxygen species (ROS) generated by cytochrome (CYP) 2E1 activity and MEOS contribute to ethanol-induced toxicity. We aimed to: (1) Describe the cellular, pathophysiological and clinical effects of alcohol misuse on the liver; (2) Select the biomarkers and analytical methods utilized by the clinical laboratory to assess alcohol exposure; (3) Provide therapeutic ideas to prevent/reduce alcohol-induced liver injury; (4) Provide up-to-date knowledge regarding the Corona virus and its affect on the liver; (5) Link rare diseases with alcohol consumption. The current review contributes to risk identification of patients with alcoholic, as well as non-alcoholic, liver disease and metabolic syndrome. Additional prevalence of ethnic, genetic, and viral vulnerabilities are presented.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».