MétaCan
Menu
Retour à la cohorte
Enregistrement W4395050720 · doi:10.1097/hep.0000000000000895

Ultrasound-based steatosis grading system using 2D-attenuation imaging: An individual patient data meta-analysis with external validation

2024· review· en· W4395050720 sur OpenAlexaff
Christian Hobeika, Maxime Ronot, Boris Guiu, Giovanna Ferraioli, Hiroko Iijima, Toshifumi Tada, Dong Ho Lee, Hidekatsu Kuroda, Young Hwan Lee, Jeong Min Lee, So Yeon Kim, Christophe Cassinotto, Laura Maiocchi, Ambra Raimondi, Takashi Nishimura, Takashi Kumada, Eun Young Kwon, Jong Keon Jang, Jean-Michel Corréas, Dominique Valla, Valérie Vilgrain, Marco Dioguardi Burgio

Notice bibliographique

RevueHepatology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésSteatosisLiver steatosisUltrasoundMedicineGrading (engineering)RadiologyAttenuationMedical physicsFatty liverInternal medicineEngineeringPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Noninvasive tools assessing steatosis, such as ultrasonography-based 2D-attenuation imaging (ATI), are needed to tackle the worldwide burden of steatotic liver disease. This one-stage individual patient data (IPD) meta-analysis aimed to create an ATI-based steatosis grading system. APPROACH AND RESULTS: A systematic review (EMBASE + MEDLINE, 2018-2022) identified studies, including patients with histologically or magnetic resonance imaging proton-density fat fraction (MRI-PDFF)-verified ATI for grading steatosis (S0 to S3). One-stage IPD meta-analyses were conducted using generalized mixed models with a random study-specific intercept. Created ATI-based steatosis grading system (aS0 to aS3) was externally validated on a prospective cohort of patients with type 2 diabetes and metabolic dysfunction-associated steatotic liver disease (n=174, histologically and MRI-PDFF-verified steatosis). Eleven enrolled studies included 1374 patients, classified into S0, S1, S2, and S3 in 45.4%, 35.0%, 9.3%, and 10.3% of the cases. ATI was correlated with histological steatosis ( r = 0.60; 95% CI: 0.52, 0.67; p < 0.001) and MRI-PDFF ( r = 0.70; 95% CI: 0.66, 0.73; p < 0.001) but not with liver stiffness ( r = 0.03; 95% CI: -0.04, 0.11, p = 0.343). Steatosis grade was an independent factor associated with ATI (coefficient: 0.24; 95% CI: [0.22, 0.26]; p < 0.001). ATI marginal means within S0, S1, S2, and S3 subpopulations were 0.59 (95% CI: [0.58, 0.61]), 0.69 (95% CI [0.67, 0.71]), 0.78 (95% CI: [0.76, 0.81]), and 0.85 (95% CI: [0.83, 0.88]) dB/cm/MHz; all contrasts between grades were significant ( p < 0.0001). Three ATI thresholds were calibrated to create a new ATI-based steatosis grading system (aS0 to aS3, cutoffs: 0.66, 0.73, and 0.81 dB/cm/MHz). Its external validation showed Obuchowski measures of 0.84 ± 0.02 and 0.82 ± 0.02 with histologically based and MRI-PDFF-based references. CONCLUSIONS: ATI is a reliable, noninvasive marker of steatosis. This validated ATI-based steatosis grading system could be valuable in assessing patients with metabolic dysfunction-associated steatotic liver disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,040
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,068
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0100,044
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,275
Tête enseignante GPT0,403
Écart entre enseignants0,127 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHepatologyMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207