Prevention and control of risk factors in metabolic and alcohol-associated steatotic liver disease
Notice bibliographique
Résumé
Steatotic liver disease (SLD), including metabolic dysfunction-associated steatotic liver disease (MASLD) and alcohol-associated liver disease (ALD), is the primary cause of illness and mortality. In particular, MASLD affects more than 30% of the global population, while ALD accounts for 5.1% of all diseases and injuries worldwide. The SLD spectrum includes a variety of clinical conditions, from mild fatty liver and inflammation to different stages of liver fibrosis. Additionally, both conditions (MASLD and ALD) can be complicated by hepatocellular carcinoma (HCC), while around one-third of ALD patients can also develop at least one alcohol‐associated hepatitis (AH) episode. Both of these diseases are also associated with multiple extrahepatic complications, such as cardiovascular disease, chronic kidney disease, and malignancies. In MASLD, the rapid rise in global obesity and type 2 diabetes mellitus (T2DM) prevalence due to Westernized lifestyles has led to an increase in the prevalence of MASLD. Thus, the prevention and control of cardiometabolic risk factors (CMRFs) are the cornerstone of its treatment. Hypertension and atherogenic dyslipidemia are also important CMRFs associated with MASLD. Susceptible individuals with MASLD are adversely affected by even a small amount of alcohol consumption (though there is no agreed definition of a small amount), increasing the risk of severe outcomes and a faster progression of liver disease. This review explores factors that play a role in the development of SLD, especially focusing on the management of CMRFs and levels of alcohol use to prevent liver disease progression.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».