Alanine Aminotransferase and Bilirubin Dynamic Evolution Pattern as a Novel Model for the Prediction of Acute Liver Failure in Drug-Induced Liver Injury
Notice bibliographique
Résumé
Aims: To develop, optimize, and validate a novel model using alanine aminotransferase (ALT) and total bilirubin (TB) dynamic evolution patterns in predicting acute liver failure (ALF) in drug-induced liver injury (DILI) patients. Methods: The demographics, clinical data, liver biopsy, and outcomes of DILI patients were collected from two hospitals. According to the dynamic evolution of ALT and TB after DILI onset, the enrolled patients were divided into ALT-mono-peak, TB-mono-peak, double-overlap-peak, and double-separate-peak (DSP) patterns and compared. Logistic regression was used to develop this predictive model in both discovery and validation cohorts. Results: The proportion of ALF was significantly higher in patients with the DSP pattern than in the ALT-mono-peak pattern and DOP pattern (10.0 vs. 0.0% vs. 1.8%,p < 0.05). The area under receiver operating characteristic curve (AUROC) of the DSP pattern model was 0.720 (95% CI: 0.682–0.756) in the discovery cohort and 0.828 (95% CI: 0.788–0.864) in the validation cohort in predicting ALF, being further improved by combining with international normalized ratio (INR) and alkaline phosphatase (ALP) (AUROC in the discovery cohort: 0.899; validation cohort: 0.958). Histopathologically, patients with the DSP pattern exhibited a predominantly cholestatic hepatitis pattern (75.0%, p < 0.05) with a higher degree of necrosis (29.2%, p = 0.084). Conclusion: DILI patients with the DSP pattern are more likely to progress to ALF. The predictive potency of the model for ALF can be improved by incorporating INR and ALP. This novel model allows for better identification of high-risk DILI patients, enabling timely measures to be instituted for better outcome.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 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) | 0,001 | 0,001 |
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 ».