Metabolic dysfunction-associated steatotic liver disease management in Saudi Arabia: A modified Delphi-based adaptation of international standards
Notice bibliographique
Résumé
The reclassification of nonalcoholic fatty liver disease (NAFLD) to metabolic dysfunction-associated steatotic liver disease (MASLD) marks a significant shift in understanding liver disease, particularly in Saudi Arabia, where metabolic disorders are highly prevalent. This study aimed to develop expert consensus recommendations for early detection, specialist referral, and management of MASLD/metabolic dysfunction-associated steatohepatitis (MASH) in Saudi Arabia. A modified Delphi process was used to establish consensus among an expert panel of 15 multidisciplinary specialists, including hepatologists, endocrinologists, gastroenterologists, and primary care physicians. The panel addressed six key areas: terminology and epidemiology, screening, risk categories, hepatocellular carcinoma surveillance, first-line treatment, and advanced therapeutic options. A literature review spanning January 2011 to May 2024 informed evidence-based recommendations, assessed using the Grading of Recommendations, Assessment, Development, and Evaluation criteria. The consensus established screening criteria for high-risk groups, emphasizing noninvasive tests (NITs) such as Fibrosis-4 (FIB-4), enhanced liver fibrosis (ELF) score, and magnetic resonance elastography (MRE). Risk stratification thresholds were defined: FIB-4 ≥2.67, liver stiffness measurement (LSM) >12 kPa, and MRE >5.0 kPa indicate advanced fibrosis requiring specialist referral. Treatment recommendations emphasized a multidisciplinary approach, incorporating lifestyle modifications, pharmacotherapy (including glucagon-like peptide-1 receptor agonists [GLP-1 RA], sodium-glucose cotransporter-2 [SGLT2] inhibitors, and pioglitazone), and surgical interventions when appropriate. Bariatric surgery was recommended for eligible patients with noncirrhotic MASLD. This consensus provides evidence-based guidance for MASLD/MASH management in Saudi Arabia, highlighting early detection through NITs, risk-stratified care pathways, and multidisciplinary treatment strategies essential for improving patient outcomes in the region.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».