Addressing NAFLD as a type 2 diabetes complication using the emerging paradigms in diagnostic and management techniques
Notice bibliographique
Résumé
Several critical epidemiological facts underscore the urgent need to address non-alcoholic fatty liver disease (NAFLD) in type 2 diabetes (T2D): NAFLD is the most common liver disease in Canada, affecting approximately one in four Canadians; NAFLD is projected to become the number one leading indication for liver transplant by 2025; Individuals with T2D are at the greatest risk of liver disease progression in NAFLD; T2D is the main predictor of NAFLD-related liver fibrosis and mortality. To put this into clinical perspective, consider the following fictitious case: A 45-year-old teetotaler, Caucasian woman with T2D and a body mass index (BMI) of 32 kg/m2, with no microvascular or macrovascular complications, was incidentally found to have “fatty liver” on abdominal ultrasound. ALT and AST were both within normal range. She was recommended to lose weight and control A1C. Twelve years later, she developed hematemesis and liver biopsy confirmed end-stage liver cirrhosis, with hepatocellular carcinoma. She was scheduled to undergo a liver transplant at age 59. Despite the three established facts presented above and an abundance of cases similar to the one presented here, currently NAFLD is not being addressed during routine diabetes care as a complication of T2D.
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 | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».