Pathogenesis, Non‐Invasive Assessments and Treatment of Hepatic Fibrosis in Autoimmune Liver Diseases
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Autoimmune liver diseases (AILD), including autoimmune hepatitis (AIH), primary biliary cholangitis (PBC) and primary sclerosing cholangitis (PSC), can lead to progressive liver fibrosis, development of cirrhosis, decompensation, hepatocellular carcinoma (HCC), and need for liver transplantation (LT). METHODS: This review aims to provide a comprehensive overview of the mechanisms of liver fibrogenesis, non-invasive methods to assess hepatic fibrosis and potential anti-fibrotic interventions in AILD. RESULTS AND CONCLUSIONS: Current management for AILD should incorporate non-invasive methods to evaluate changes in hepatic fibrosis and consider potential interventions aiming at controlling the progression of the disease, interruption and, potentially, reversal of liver fibrosis. Several laboratory tests can help distinguish patients with advanced fibrosis or cirrhosis but their utility in discriminating earlier histological stages of fibrosis is unclear. A current shift toward non-invasive radiological methods, such as vibration-controlled transient elastography, shear wave elastography, acoustic radiation force impulse imaging and magnetic resonance elastography, opens promising avenues for their wide application; however, their performances may be compromised by hepatic inflammation, ascites, biliary obstruction, or concomitant obesity and metabolic dysfunction-associated steatotic liver disease. Corticosteroids and immunomodulators have been shown to regress fibrosis in AIH patients. In PBC, treatment with either synthetic bile acids, farnesoid X receptor agonists or peroxisome proliferator-activated receptor agonist leads to the improvement or stabilization in the fibrosis stage. There is an urgent need for effective medical treatment in PSC, and available evidence of antifibrotic treatment is particularly limited. Promising anti-fibrotic interventions in AILD encompass conventional pharmacological agents as well as potential new treatments, such as fibrates, monoclonal antibodies, and site- and organelle-specific agents.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».