Prognostic Role of Neutrophil to Lymphocyte Ratio in Nonalcoholic Fatty Liver Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction. Nonalcoholic steatohepatitis (NASH) and liver fibrosis are the most common complications of nonalcoholic fatty liver disease (NAFLD). In this systematic review and meta-analysis, we aim to analyze the current literature to evaluate the association of neutrophil to lymphocyte ratio (NLR) with NASH and fibrosis in patients with NAFLD. Methods. PubMed, Web of Science, and Scopus were used to conduct a systematic search for relevant publications published before May 24, 2022. The Newcastle–Ottawa scale was used for quality assessment. Results. Thirteen studies were included in our study. The pooled results showed that NAFLD patients with significant NASH had elevated levels of NLR compared to those with nonsignificant or without NASH (SMD = 0.97, 95% CI = 0.59–1.39, p < 0.001 ). The pooled sensitivity and specificity of NLR were 78.16% (95% CI = 73.70%–82.04%), and 76.93% (95% CI = 70.22%–82.50%), respectively. In addition, NAFLD patients with significant liver fibrosis had elevated levels of NLR compared to those with nonsignificant or without fibrosis (SMD = 1.59, 95% CI = 0.76–2.43, p < 0.001 ). The pooled sensitivity and specificity of NLR were 82.62% (95% CI = 70.235%–90.55%) and 81.22% (95% CI = 75.62%–85.78%), respectively. Conclusion. Our findings support NLR to be a promising biomarker that can be readily integrated into clinical settings to aid in the prediction and prevention of NASH and fibrosis among patients with NAFLD.
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 | 0,015 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,032 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».