Metabolic Stress Index Including Mitochondrial Biomarker for Noninvasive Diagnosis of Hepatic Steatosis
Notice bibliographique
Résumé
Background: Mitochondrial dysfunction with oxidative stress contributes to nonalcoholic fatty liver disease (NAFLD) progression. We investigated the steatosis predictive efficacy of a novel non-invasive diagnostic panel using metabolic stress biomarkers. Methods: Altogether, 343 subjects who underwent magnetic resonance imaging-based liver examinations from a population-based general cohort, and 41 patients enrolled in a biopsy-evaluated NAFLD cohort, participated in the development and validation groups, respectively. Serologic stress biomarkers were quantitated by enzyme-linked immunosorbent assay. Results: Multivariate regression showed that waist-to-hip ratio, fibroblast growth factor (FGF) 21, FGF19, adiponectin-to-leptin ratio, insulin, albumin, triglyceride, total-cholesterol, and alanine-aminotransferase were independent predictors of steatosis (rank-ordered by Wald). The area under receiver-operator characteristics curve [AUROC (95%CI)] of the metabolic stress index for steatosis (MSI-S) was 0.886 (0.85-0.92) and 0.825 (0.69-0.96) in development and validation groups, respectively. MSI-S had higher diagnostic accuracy (78.1%-81.1%) than other steatosis indices. MSI-S notably differentiated steatosis severities, while other indices showed less discrimination. Conclusion: MSI-S, as a novel non-invasive index, based on mitochondrial stress biomarker FGF21 effectively predicted steatosis. Furthermore, MSI-S may increase the population that could be excluded from further evaluation, reducing unnecessary invasive investigations more effectively than other indices.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 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 ».