Impact of Non-Alcoholic Fatty Liver Disease on COVID-19 Severity and Healthcare Outcomes: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The systematic review investigated the association between non-alcoholic fatty liver disease (NAFLD) and COVID-19, focusing on pathophysiology, clinical outcomes, and public health implications. A comprehensive search of EBSCO, Scopus, and PubMed from January 2020 to December 2022 was conducted, following PRISMA guidelines. Included studies involved patients diagnosed with NAFLD or metabolic-associated fatty liver disease (MAFLD) and reported relevant comorbidities and COVID-19 outcomes. Quality was assessed using tools like the Newcastle-Ottawa Scale and AMSTAR-2. The review found that COVID-19 patients with NAFLD often had multiple comorbidities, especially diabetes and cardiovascular disease, which worsened outcomes. NAFLD was linked to higher hospitalization rates (odds ratio ~3.25), longer hospital stays by about two days, increased oxygen supplementation, higher ICU admissions, and a trend toward increased mortality, though mortality significance varied. Liver injury, indicated by elevated ALT and AST levels and hepatic steatosis on imaging, correlated with severe COVID-19. NAFLD patients showed systemic inflammation, immune dysregulation, and coagulation abnormalities contributing to disease severity. Ethnic disparities were noted, with certain groups having higher NAFLD prevalence and worse COVID-19 outcomes. These findings reveal challenges for healthcare systems due to increased resource demands and the need for integrated liver function monitoring during COVID-19 care. Overall, NAFLD significantly impacts COVID-19 severity through complex metabolic and immunological pathways, emphasizing the importance of clinical vigilance and multidisciplinary management for this high-risk population.
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.
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 | 0,000 | 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 découle