MétaCan
Menu
Retour à la cohorte
Enregistrement W4387534095 · doi:10.1016/j.jhepr.2023.100928

Marked difference in liver fat measured by histology vs. magnetic resonance-proton density fat fraction: A meta-analysis

2023· article· en· W4387534095 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJHEP Reports · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNovo Nordisk Fonden
Mots-clésSteatosisHistologyNonalcoholic fatty liver diseaseFatty liverMagnetic resonance imagingInternal medicinePathologyMedicineChemistryGastroenterologyRadiologyDisease

Résumé

récupéré en direct d'OpenAlex

Background & Aims: Pathologists quantify liver steatosis as the fraction of lipid droplet-containing hepatocytes out of all hepatocytes, whereas the magnetic resonance-determined proton density fat fraction (PDFF) reflects the tissue triacylglycerol concentration. We investigated the linearity, agreement, and correspondence thresholds between histological steatosis and PDFF across the full clinical spectrum of liver fat content associated with non-alcoholic fatty liver disease. Methods: Using individual patient-level measurements, we conducted a systematic review and meta-analysis of studies comparing histological steatosis with PDFF determined by magnetic resonance spectroscopy or imaging in adults with suspected non-alcoholic fatty liver disease. Linearity was assessed by meta-analysis of correlation coefficients and by linear mixed modelling of pooled data, agreement by Bland-Altman analysis, and thresholds by receiver operating characteristic analysis. To explain observed differences between the methods, we used RNA-seq to determine the fraction of hepatocytes in human liver biopsies. Results: histology. Conclusions: Histological steatosis and PDFF have non-perfect linearity and fundamentally different scales of measurement. Liver fat values obtained using these methods may be rendered comparable by conversion equations or threshold values. Impact and implications: Magnetic resonance-proton density fat fraction (PDFF) is increasingly being used to measure liver fat in place of the invasive liver biopsy. Understanding the relationship between PDFF and histological steatosis fraction is important for preventing misjudgement of clinical status or treatment effects in patient care. Our analysis revealed that histological steatosis fraction is often significantly higher than PDFF, and their association varies across the spectrum of fatty liver severity. These findings are particularly important for physicians and clinical researchers, who may use these data to interpret PDFF measurements in the context of histologically evaluated liver fat content.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,046
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,053
Tête enseignante GPT0,284
Écart entre enseignants0,232 · 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