Comparing serial and current liver stiffness measurements to predict decompensation in compensated advanced chronic liver disease patients
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The utility of serial liver stiffness measurements (LSM) to predict decompensation in patients with compensated advanced chronic liver disease (cACLD) remains unclear. We aimed to validate whether comparing serial LSM is superior to using the current LSM to predict liver-related events (LRE) in patients with cACLD. APPROACH AND RESULTS: In this retrospective analysis of an international registry, patients with cACLD and serial LSM were followed up until index LRE. We compared the performance of both the dynamic LSM changes and the current LSM in predicting LRE using Cox regression analysis, considering time zero of follow-up as the date of latest liver stiffness measurement. Overall, 480 patients with cACLD with serial LSM were included from 5 countries. The commonest etiology of cACLD was viral (53%) and MASLD (34%). Over a median follow-up of 68 (IQR: 45-92) months, 32% experienced a LSM decrease to levels below 10kPa (resolved cACLD) and 5.8% experienced LRE. Resolved cACLD were more likely to be non-diabetic and had better liver function. While a higher value of the current LSM was associated with higher LREs, LSM changes over time (LSM slope) were not associated with LRE. In multivariable Cox regression, neither the prior LSM nor the LSM slope added predictive value to latest liver stiffness measurement. CONCLUSIONS: Once the current LSM is known, previous LSM values do not add to the prediction of LREs in patients with cACLD.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».