The global prevalence and impact of steatotic liver disease and viral infections: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Steatotic liver disease (SLD) affects ~30% of adults worldwide. The global population is continuously threatened by epidemic and endemic viral diseases. This study aims to thoroughly examine the interaction between SLD and major viral diseases. METHODS: We systematically searched databases from inception to April 2, 2024, for observational studies recording viral-infected adult patients with eligible data on the presence of hepatic steatosis. RESULTS: Six hundred thirty-six eligible studies were included in the analysis of SLD prevalence. Among patients with monoinfections, the highest SLD prevalence was observed in those infected with HCV at 49% (95% CI: 47%-51%), followed by SARS-CoV-2 (39%, 95% CI [34%-44%]), HIV (39%, 95% CI [33%-44%]), and HBV (36%, 95% CI [32%-40%]). Additionally, co-infections, such as HCV-HIV and HBV-HCV, exhibit even higher SLD prevalence. The prevalence of steatohepatitis is particularly high in HIV-infected (24%, 95% CI: 17%-30%) and HCV-infected (18%, 95% CI: 13%-24%) populations. The co-existence of SLD with viral infections was associated not only with the progression of liver disease but also with more severe outcomes of the infections and poorer responses to antiviral treatment. The combination of cardiometabolic risk factors and viral-associated and host factors contributes to the higher risk of SLD in viral-infected populations. CONCLUSIONS: SLD is highly prevalent in viral-infected populations, and the reciprocal interactions between SLD and viral diseases exacerbate both conditions, leading to poorer patient outcomes in general.
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) | 0,004 | 0,001 |
| 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) | 0,000 | 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 ».