Navigating the Maze: A Mini-Guide for the Management and Therapy of Metabolic Dysfunction-associated Steatotic Liver Disease
Notice bibliographique
Résumé
Metabolic Dysfunction-Associated Steatotic Liver Disease (MASLD), formerly known as Nonalcoholic Fatty Liver Disease (NAFLD), poses a significant global health challenge with a prevalence of 30% worldwide. Alarming projections anticipate a substantial increase in MASLD cases, highlighting the urgent need for preparedness and effective policies. The pathophysiology of MASLD involves a complex interplay of metabolic, genetic and lifestyle factors. Although liver biopsy remains the gold standard for the diagnosis of MASLD, non-invasive methods such as abdominal ultrasound, transient elastography with controlled attenuation parameter, shear wave elastography, and non-invasive serum fibrosis scores have been developed and validated. Effective risk stratification in primary care with non-invasive fibrosis scores, such as fibrosis 4 (FIB-4) index and NAFLD fibrosis score (NFS), optimizes healthcare resource utilization, ensuring appropriate referrals for high-risk patients while minimizing unnecessary referrals. Lifestyle intervention, including diet and physical activity, remains the primary therapy for MASLD. Notably, with the FDA approval of resmetirom, the first authorized medication for fibrotic metabolic dysfunction-associated steatohepatitis (MASH), and several antifibrotic agents under investigation, the therapeutic landscape for MASLD is rapidly evolving. Despite its increasing prevalence, morbidity and mortality, MASLD is frequently underdiagnosed in primary care. In this review, we aim to provide primary care physicians an update on the diagnosis, management and treatment of 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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,013 |
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 ».