MétaCan
Menu
Retour à la cohorte
Enregistrement W4322724561 · doi:10.1016/j.compbiomed.2023.106692

The nonalcoholic fatty liver risk in prediction of unfavorable outcome after stroke: A nationwide registry analysis

2023· article· en· W4322724561 sur OpenAlexfundno aff
Keyang Chen, Yuesong Pan, Xianglong Xiang, Xia Meng, Dongxiao Yao, Li Lin, Xiaokun Li, Yongjun Wang

Notice bibliographique

RevueComputers in Biology and Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of ChinaChina Academy of Chinese Medical SciencesCapital Health
Mots-clésMedicineNonalcoholic fatty liver diseaseInternal medicineOdds ratioFatty liverStroke (engine)SteatosisProspective cohort studyModified Rankin ScaleDiseaseIschemic stroke

Résumé

récupéré en direct d'OpenAlex

Few researches have looked at the relationship between nonalcoholic fatty liver disease (NAFLD) at the time of admission and the long-term outcomes of patients suffering from acute ischemic stroke (AIS). We aimed to probe the relationship between NAFLD risk evaluated by NAFLD indices and long-term endpoints, along with the prognostic value of merging NAFLD indices with established risk markers for the prognosis of AIS patients. The fatty liver index (FLI) and the Hepatic steatosis index (HSI) were used to evaluate NAFLD risk in the Third China National Stroke Registry (CNSR-III), a large, prospective, national, multicenter cohort registry study. NAFLD was defined as FLI ≥35 for males and FLI ≥ 20 for females, as well as HSI>36. Death or major disability (modified Rankin Scale score ≥3) were the primary outcomes following the beginning of a stroke. On patient outcomes, the prognostic performance of two objective NAFLD parameters was evaluated. NAFLD was detected in 32.10-51.90% of AIS patients. After 1-year, 14.5% of the participants had died or suffered a severe outcome. After controlling for known risk factors, NAFLD was associated with a modest probability of adverse outcome (odds ratio,0.72[95% CI, 0.61-0.86] for FLI; odds ratio,0.68[95% CI, 0.55-0.85] for HSI). The inclusion of the two NAFLD indicators in the conventional prediction model was justified by the integrated discrimination index, continuing to increase the model's overall predictive value for long-term adverse outcomes. NAFLD risk was linked to a lower risk of long-term death or major disability in people with AIS. The predictive value of objective NAFLD after AIS was demonstrated in our study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,317
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputers in Biology and MedicineMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207