Extra‐hepatic morbidity and mortality in alcohol‐related liver disease: Systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Alcohol use increases the risk of many conditions in addition to liver disease; patients with alcohol-related liver disease (ALD) are therefore at risk from both extra-hepatic and hepatic disease. AIMS: This review synthesises information about non-liver-related mortality in persons with ALD. METHODS: A systematic literature review was performed to identify studies describing non-liver outcomes in ALD. Information about overall non-liver mortality was extracted from included studies and sub-categorised into major causes: cardiovascular disease (CVD), non-liver cancer and infection. Single-proportion meta-analysis was done to calculate incidence rates (events/1000 patient-years) and relative risks (RR) compared with control populations. RESULTS: Thirty-seven studies describing 50 302 individuals with 155 820 patient-years of follow-up were included. Diabetes, CVD and obesity were highly prevalent amongst included patients (5.4%, 10.4% and 20.8% respectively). Outcomes varied across the spectrum of ALD: in alcohol-related fatty liver the rate of non-liver mortality was 43.4/1000 patient-years, whereas in alcoholic hepatitis the rate of non-liver mortality was 22.5/1000 patient-years. The risk of all studied outcomes was higher in ALD compared with control populations: The RR of death from CVD was 2.4 (1.6-3.8), from non-hepatic cancer 2.2 (1.6-2.9) and from infection 8.2 (4.7-14.3). CONCLUSION: Persons with ALD are at high risk of death from non-liver causes such as cardiovascular disease and non-hepatic cancer.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 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 ».