Comparative Evaluation of Tissue Attenuation Imaging (TAI) and Ultrasound Attenuation Parameter (UAP) for Noninvasive Quantification and Grading of Hepatic Steatosis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Hepatic steatosis is a major component of chronic liver disease and a key predictor of disease progression. The ultrasound attenuation parameter (UAP) is widely used via transient elastography (TE) for quantifying hepatic fat, but limited access and cost restrict its utility in routine practice. This study aimed to evaluate the correlation between tissue attenuation imaging (TAI) and UAP and to propose reference ranges for grading hepatic steatosis (S0-S3) using TAI as a noninvasive alternative. METHODS: This prospective observational study was conducted at Mann Scanning Centre, Jalandhar, Punjab, India. A total of 120 adult patients undergoing liver evaluation were included. All subjects underwent TE with UAP measurement and ultrasound-based TAI. Steatosis grading (S0-S3) was assigned based on UAP thresholds. Correlation between TAI and UAP was assessed using Spearman's and Pearson's coefficients. Receiver operating characteristic (ROC) curve analysis was performed to derive optimal TAI cutoffs corresponding to each steatosis grade. RESULTS: TAI showed a strong positive correlation with UAP (Spearman's ρ = 0.61, p < 0.001). TAI values increased progressively across steatosis grades S0 to S3. ROC analysis demonstrated an area under the curve (AUC) of 0.84 for detecting moderate-to-severe steatosis (≥ S2) using TAI. Proposed TAI thresholds for steatosis grading were: S0 (< 0.70 dB/cm/MHz), S1 (0.70-0.79 dB/cm/MHz), S2 (0.80-0.89 dB/cm/MHz), and S3 (≥ 0.90 dB/cm/MHz). The agreement between TAI-based and UAP-based grading was substantial (κ = 0.78). CONCLUSIONS: Tissue attenuation imaging is a reliable and accessible ultrasound-based technique for quantifying hepatic steatosis. It correlates well with UAP and can serve as a practical alternative for steatosis grading in settings where TE is unavailable.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».