Significant fibrosis in chronic liver diseases: possibilities of noninvasive screening
Notice bibliographique
Résumé
The investigation aimed to study the prognostic significance of clinical and laboratory parameters, including markers of the matrix metalloproteinases (MMP) system, for the detection of significant fibrosis (F2–4) in chronic liver diseases (CLD). Seventy-six patients with CLD of viral or alcoholic etiology aged 18 to 64 years were examined. Fibrosis F0–1 was found in 36.8 % of cases, and fibrosis F2–4 – in 63.2 %. Enzyme-linked immunosorbent assay was used to determine the blood levels of MMP-1, MMP-9, and tissue inhibitors of matrix metalloproteinases-1 (TIMP-1). The ratio TIMP-1/MMP-1, TIMP-1/MMP-9 was calculated. Increased risk of fibrosis F2–4 was associated with parameters of liver stiffness ≥7.3 kPa, gamma-glutamyltranspeptidase ≥37 u/l, aspartate aminotransferase ≥53 u/l, ESR ≥8 mm/h, platelets ≤187х10⁹/l, age ≥45 years, alanine aminotransferase ≥68 u/l, TIMP-1/MMP-1 ≥36.4, albumin ≤43 g/l, total bilirubin ≥16 µmol/l, TIMP-1 ≥501 ng/ml, international normalized ratio ≥1.08, alkaline phosphatase ≥112 u/l, with the presence of moderate/severe cytolysis. According to multivariate logistic regression, liver fibrosis F2–4 was associated with blood levels of TIMP-1 and platelets, values of ESR. The combination of these parameters had a sensitivity of 70.8 % and a specificity of 100 % in the prediction of fibrosis F2–4. Thus, the levels of TIMP-1 and platelets in the blood and ESR are independent risk factors for significant fibrosis in CLD due to their participation in hepatic fibrogenesis
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».