Effects of silymarin use on liver enzymes and metabolic factors in metabolic dysfunction-associated steatotic liver disease: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: Fatty liver disease comprises a wide range of related liver disorders affecting mainly people who drink no or minimal amounts of alcohol. Silymarin is a member of the Carduus marianum family that has been used for centuries to treat different diseases. There is little evidence supporting its efficacy in humans. Objectives: To evaluate the effects of Silymarin in patients with non alcoholic fatty liver disease (NAFLD) or recently renamed metabolic dysfunction-associated steatotic liver disease (MASLD). Methods: We searched PubMed, SCOPUS, Web of Science, and Cochrane Library for relevant clinical trials assessing the use of silymarin in patients with NAFLD. A risk of bias assessment was performed using Cochrane's risk of bias tool. We included the following outcomes: alanine aminotransferase (ALT), aspartate aminotransferase (AST), γ-glutamyl transferase (GGT), total cholesterol (TC), triglyceride (TG), high-density lipoprotein (HDL) (mg/dL), degree of fibrosis resolution, low-density lipoprotein (LDL), and HOMA-IR. We analyzed continuous data using mean difference (MD) and relative 95% confidence interval (CI). Results: We included nine clinical trials. We found that silymarin significantly reduced the levels of ALT (MD= -17.12 [-28.81, -4.43]), (P < 0.004), AST (MD= -12.56 [-19.02, -6.10]), (P < 0.0001) and TG (MD = −22.60 [−23.83, −21.38]) ( p < 0.00001). It also improved HDL (MD= 2.13 [1.60, 2.66]), (P < 0.01)). There was no significant difference regarding GGT (P=o.07), TC (P= 0.52), LDL (P= 0.06), HOMA-IR (P= 0.06) and BMI (p=0.1).One study reported significant improvement in the degree of fibrosis (P = 0.023). Conclusion: Silymarin treatment significantly reduces biochemical and transaminase levels in patients with MASLD.
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 | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».