Noninvasive assessment of hepatic decompensation
Notice bibliographique
Résumé
Noninvasive tests (NITs) are used in all aspects of liver disease management. Their most prominent break-through since the millennium has been in advancing early detection of liver fibrosis, but their use is not limited to this. In contrast to the symptom-driven assessment of decompensation in patients with cirrhosis, NITs provide not only opportunities for earlier diagnoses but also accurate prognostication, targeted treatment decisions, and a means of monitoring disease. NITs can inform disease management and decision-making based on validated cutoffs and standardized interpretations as a valuable supplement to clinical acumen. The Baveno VI and VII consensus meetings resulted in tangible improvements to pathways of care for patients with compensated and decompensated advanced chronic liver disease, including the combination of platelet count and transient elastography to diagnose clinically significant portal hypertension. Furthermore, circulating NITs will play increasingly important roles in assessing the response to interventions against ascites, variceal bleeding, HE, acute kidney injury, and infections. However, due to NITs' wide availability, there is a risk of inaccurate use, leading to a waste of resources and flawed decisions. In this review, we describe the uses and pitfalls of NITs for hepatic decompensation, from risk stratification in primary care to treatment decisions in outpatient clinics, as well as for the in-hospital management of patients with acute-on-chronic liver failure. We summarize which NITs to use when, for what indications, and how to maximize the potential of NITs for improved patient management.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».