Nomenclature, diagnosis and management of drug-induced autoimmune-like hepatitis (DI-ALH): An expert opinion meeting report
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Drug-induced liver injury (DILI) can mimic almost all other liver disorders. A phenotype increasingly ascribed to drugs is autoimmune-like hepatitis (ALH). This article summarises the major topics discussed at a joint International Conference held between the Drug-Induced Liver Injury consortium and the International Autoimmune Hepatitis Group. DI-ALH is a liver injury with laboratory and/or histological features that may be indistinguishable from those of autoimmune hepatitis (AIH). Previous studies have revealed that patients with DI-ALH and those with idiopathic AIH have very similar clinical, biochemical, immunological and histological features. Differentiating DI-ALH from AIH is important as patients with DI-ALH rarely require long-term immunosuppression and the condition often resolves spontaneously after withdrawal of the implicated drug, whereas patients with AIH mostly require long-term immunosuppression. Therefore, revision of the diagnosis on long-term follow-up may be necessary in some cases. More than 40 different drugs including nitrofurantoin, methyldopa, hydralazine, minocycline, infliximab, herbal and dietary supplements (such as Khat and Tinospora cordifolia) have been implicated in DI-ALH. Understanding of DI-ALH is limited by the lack of specific markers of the disease that could allow for a precise diagnosis, while there is similarly no single feature which is diagnostic of AIH. We propose a management algorithm for patients with liver injury and an autoimmune phenotype. There is an urgent need to prospectively evaluate patients with DI-ALH systematically to enable definitive characterisation of this condition.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle