Global Burden of Major Chronic Liver Diseases in 2021
Notice bibliographique
Résumé
BACKGROUND: This study utilised the Global Burden of Disease data (2010-2021) to analyse the rates and trends in point prevalence, annual incidence and years lived with disability (YLDs) for major chronic liver diseases, such as hepatitis B, hepatitis C, metabolic dysfunction-associated liver disease, cirrhosis and other chronic liver diseases. METHODS: Age-standardised rates per 100,000 population for prevalence, annual incidence and YLDs were compared across regions and countries, as well as the socio-demographic index (SDI). Trends were expressed as percentage changes (PC) and estimates were reported with uncertainty intervals (UI). RESULTS: Globally, in 2021, the age-standardised rates per 100,000 population for the prevalence of hepatitis B, hepatitis C, MASLD and cirrhosis and other chronic liver diseases were 3583.6 (95%UI 3293.6-3887.7), 1717.8 (1385.5-2075.3), 15018.1 (13756.5-16361.4) and 20302.6 (18845.2-21791.9) respectively. From 2010 to 2021, the PC in age-standardised prevalence rates were-20.4% for hepatitis B, -5.1% for hepatitis C, +11.2% for MASLD and + 2.6% for cirrhosis and other chronic liver diseases. Over the same period, the PC in age-standardized incidence rates were -24.7%, -6.8%, +3.2%, and +3.0%, respectively. Generally, negative associations, but with fluctuations, were found between age-standardised prevalence rates for hepatitis B, hepatitis C, cirrhosis and other chronic liver diseases and the SDI at a global level. However, MASLD prevalence peaked at moderate SDI levels. CONCLUSIONS: The global burden of chronic liver diseases remains substantial. Hepatitis B and C have decreased in prevalence and incidence in the last decade, while MASLD, cirrhosis and other chronic liver diseases have increased, necessitating targeted public health strategies and resource allocation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».