The association between immunoinflammatory biomarkers NLR, PLR, LMR and nonalcoholic fatty liver disease: a systematic review and meta-analysis
Notice bibliographique
Résumé
Non-alcoholic fatty liver disease (NAFLD) is a chronic liver disorder closely linked to metabolic syndrome. Identifying novel, easily measurable biomarkers could significantly enhance the diagnosis and management of NAFLD in clinical settings. Recent studies suggest that immunoinflammatory biomarkers-specifically, the neutrophil-to-lymphocyte ratio (NLR), platelet-to-lymphocyte ratio (PLR), and lymphocyte-to-monocyte ratio (LMR)-may offer diagnostic value for NAFLD. However, the effectiveness of these biomarkers has not been comprehensively assessed in this patient population. This systematic review and meta-analysis aimed to evaluate the association between these immunoinflammatory biomarkers and NAFLD. As of August 8, 2024, databases including PubMed, EMBASE, Cochrane Library, Web of Science, and Scopus were systematically searched to compare NLR, PLR, and LMR levels in NAFLD patients and healthy controls. Study quality was assessed using the Newcastle-Ottawa Scale, and standardized mean differences (SMDs) with 95% confidence intervals (CIs) were calculated (PROSPERO registry number: CRD42024580812). A total of 20 studies were included in the meta-analysis. Results indicated that NAFLD patients had significantly higher NLR levels (SMD = 0.43; 95% CI 0.28-0.58; p < 0.001) and lower PLR levels (SMD = - 0.29; 95% CI - 0.41 to - 0.17; p < 0.001) compared to controls. However, no significant difference in LMR was observed between NAFLD patients and controls(SMD = 0.08; 95% CI - 0.00 to 0.17; p = 0.051). These findings suggest that NLR and PLR may hold promise as diagnostic markers for NAFLD, while LMR appears to have limited diagnostic utility. Further research is warranted to explore the potential role of these biomarkers in tracking 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 | 0,011 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,031 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».