MétaCan
Menu
Retour à la cohorte
Enregistrement W4403175432 · doi:10.1055/a-2435-2091

Patient-Reported Outcomes in Metabolic Dysfunction-Associated Steatotic Liver Disease

2024· review· en· W4403175432 sur OpenAlexaff
Aurora Barberá, Trenton M. White, Anish Arora, Linda Henry, Jeffrey V. Lazarus, Zobair M. Younossi

Notice bibliographique

RevueSeminars in Liver Disease · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueLiver Disease Diagnosis and Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSteatohepatitisMedicineDyslipidemiaCirrhosisMetabolic syndromeQuality of life (healthcare)Context (archaeology)DiseaseIntensive care medicineLiver diseaseDiabetes mellitusType 2 diabetesFatty liverObesityInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Metabolic dysfunction-associated steatotic liver disease (MASLD) is the most common chronic liver disease worldwide and can progress to serious complications, including metabolic dysfunction-associated steatohepatitis (MASH), cirrhosis, end-stage liver disease, and hepatocellular carcinoma. Predisposing risk factors for MASH include obesity, type 2 diabetes, dyslipidemia, and metabolic syndrome. Patients with MASH often experience significant impairments in their health-related quality of life and other patient-reported outcomes (PROs), particularly in physical functioning domains, fatigue, and vitality. Incorporating PROs offers valuable insights into patients' perspectives on their symptoms, treatment efficacy, and overall well-being, thereby guiding more holistic and patient-centered care strategies. This review aims to investigate the utilization of patient-reported outcome measures (PROMs) in the context of MASLD and MASH care, identify which PROMs are employed, and summarize the outcomes reported.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,311
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Liver DiseaseMême sujetLiver Disease Diagnosis and TreatmentTravaux en français237 207