Can stanniocalcin-2 be regarded as a novel non-invasivebiomarker of advanced liver steatosis in obese children?A preliminary study
Notice bibliographique
Résumé
Introduction With the increasing prevalence of liver steatosis, non-invasive methods are sought to detect it and to assess the degree of lipid accumulation in the liver. The aim of this preliminary study was to assess the serum concentrations of stanniocalcin-2 (STC-2), pregnancy-associated plasma protein A (PAPP-A) and insulin-like growth factor binding protein (IGFBP-4) among children with obesity, check if they detect liver steatosis and determine whether they differentiate mild and advanced steatosis. Material and methods This prospective study involved 62 obese children (39 boys and 23 girls, median age 13.75 years). Infectious, autoimmune, metabolic and toxic liver conditions were excluded. All subjects underwent body composition analysis, anthropometric measurements, abdominal ultrasound and routine blood chemistry analyses. STC-2, PAPPA and IGFBP-4 were measured using ELISA kits. The control group consisted of 19 non-obese, healthy children with correct body mass index and without organic pathologies. Results The concentration of examined biomarkers in obese children with liver steatosis was significantly higher than in the control group and STC-2 was also significantly higher in children with advanced steatosis in comparison to children with mild steatosis. In the group of obese children with liver steatosis STC-2 positively correlated with: gamma-glutamyltransferase, cholesterol, triglycerides, low-density lipoprotein cholesterol, homeostatic model assessment-insulin resistance and waist-hip ratio. The ability of serum STC-2 to detect advanced liver steatosis was significant (AUC = 0.746, p = 0.0022, cut-off 135.27 pg/ml). Conclusions This preliminary study demonstrated that STC-2 can be regarded as a potential non-invasive marker of advanced liver steatosis in obese children. The other analyzed parameters (PAPP-A and IGFBP-4) seem not to be useful in diagnosis of liver steatosis in obese children.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».