Changing trends in aetiology‐based hospitalizations with end‐stage liver disease in the United States from 2016 to 2019
Notice bibliographique
Résumé
BACKGROUNDS AND AIMS: A potent and safe antiviral agent may impact chronic hepatitis C (HCV)-related end-stage liver disease (ESLD). We assess aetiology-based hospitalizations for ESLD in the United States, 2016-2019. METHODS: We utilized the National Inpatient Sample (NIS) from 2016 to 2019. We defined ESLD as either decompensated cirrhosis or hepatocellular carcinoma, criteria obtained from the International Classification of Diseases, Tenth Revision. RESULTS: National hospitalization rates for non-alcoholic fatty liver disease (NAFLD) increased significantly from 67.1/100 000 persons in 2016 to 93.6 in 2019 with an average annual percentage change (AAPC) of 12.1%, while chronic hepatitis C (HCV) decreased significantly from 71.2/100 000 persons in 2016 to 58.5 in 2019 (-6.5% AAPC). Hospitalizations for ESLD in alcohol-related liver disease (ALD) increased as well. CONCLUSIONS: Hospitalization rates for NAFLD- and ALD-related ESLD increased steadily, while those for HCV-related ESLD decreased during the direct-acting antivirals era.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,008 | 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 ».