Lack of complete biochemical response in autoimmune hepatitis leads to adverse outcome: First report of the IAIHG retrospective registry
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The International Autoimmune Hepatitis Group retrospective registry (IAIHG-RR) is a web-based platform with subjects enrolled with a clinical diagnosis of autoimmune hepatitis (AIH). As prognostic factor studies with enough power are scarce, this study aimed to ascertain data quality and identify prognostic factors in the IAIHG-RR cohort. METHODS: This retrospective, observational, multicenter study included all patients with a clinical diagnosis of AIH from the IAIHG-RR. The quality assessment consisted of external validation of completeness and consistency for 29 predefined variables. Cox regression was used to identify risk factors for liver-related death and liver transplantation (LT). RESULTS: This analysis included 2559 patients across 7 countries. In 1700 patients, follow-up was available, with a completeness of individual data of 90% (range: 30-100). During a median follow-up period of 10 (range: 0-49) years, there were 229 deaths, of which 116 were liver-related, and 143 patients underwent LT. Non-White ethnicity (HR 4.1 95% CI: 2.3-7.1), cirrhosis (HR 3.5 95% CI: 2.3-5.5), variant syndrome with primary sclerosing cholangitis (PSC) (HR 3.1 95% CI: 1.6-6.2), and lack of complete biochemical response within 6 months (HR 5.7 95% CI: 3.4-9.6) were independent prognostic factors. CONCLUSIONS: The IAIHG-RR represents the world's largest AIH cohort with moderate-to-good data quality and a relevant number of liver-related events. The registry is a suitable platform for patient selection in future studies. Lack of complete biochemical response to treatment, non-White ethnicity, cirrhosis, and PSC-AIH were associated with liver-related death and LT.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 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 ».