AASLD Practice Statement on the evaluation and management of metabolic dysfunction–associated steatotic liver disease in children
Notice bibliographique
Résumé
Given the high prevalence of metabolic dysfunction-associated steatotic liver disease (MASLD) in children and its distinct epidemiological, clinical, and histopathological differences from adult disease, the American Association for the Study of Liver Diseases (AASLD) commissioned this pediatric-focused evidence-based practice statement. A multidisciplinary writing group—encompassing expertise in pediatric hepatology, gastroenterology, endocrinology, and liver pathology—conducted a comprehensive PubMed literature search for studies published through March 6, 2024, involving pediatric participants (ages 0–18 y) with NAFLD or MASLD. The review addressed epidemiology, pathophysiology, natural history, screening, diagnosis, treatment, comorbidity management, outcome monitoring, and transition of care. Using the highest available level of evidence—randomized controlled trials, large observational cohort studies, systematic reviews, and meta-analyses—30 evidence-guided practice statements were developed. Where high-quality evidence was lacking, expert consensus was employed, and critical knowledge gaps were identified to inform future research priorities. This document highlights key concepts relevant to pediatric MASLD, especially regarding diagnostic criteria, noninvasive assessment tools, and therapeutic approaches. It also discusses the implications of the 2023 nomenclature revision, which emphasizes evaluating both hepatic steatosis and cardiometabolic risk factors. With increasing recognition of MASLD’s cardiometabolic burden and long-term health consequences, this practice statement provides a structured framework to advance clinical care and research in pediatric 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 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) | 0,000 | 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 ».