The validation of histological criteria from the IAIH‐PG to distinguish AIH from drug‐induced liver injury
Notice bibliographique
Résumé
BACKGROUND AND AIMS: To validate the applicability of the new histological criteria for autoimmune hepatitis (AIH) proposed by the International AIH Pathology Group (IAIH-PG) among Chinese patients with AIH and drug-induced liver injury (DILI). METHODS: The gold standard for diagnosis relied on clinical response: discontinuing treatment without relapse supported DILI, while relapse or ongoing immunosuppressive treatment confirmed AIH. This two-centre retrospective cohort study included inpatients with DILI or AIH from January 2002 to March 2023. Cases that underwent liver biopsy were selected according to inclusion and exclusion criteria. The diagnostic performance of the criteria was assessed by an area under the receiver operating characteristic curve (AUROC). RESULTS: Out of 69 patients: AIH (41, 59%) and DILI (28, 41%). The accuracy, sensitivity and specificity of the new histological criteria for likely and possible AIH were 70%, 98% and 29%, respectively, with an AUROC of 0.8236 [95% confidence interval (CI): 0.7533-0.8938]. For likely AIH, the accuracy, sensitivity and specificity were 73%, 61% and 89%, respectively, with an AUROC of 0.9177 [95% CI: 0.8757-0.9596]. Moreover, for possible AIH, significant differences were found in serum alanine aminotransferase levels [178.4 (87.0, 435.0) versus 536.5 (206.9, 930.4) U/L] and antinuclear antibody (ANA) ≥1:160 [10 (67%) versus 1 (6%)], as well as in lobular lymphoplasmacytic infiltrate [15 (100%) versus 12 (71%)] and more than mild inflammation [13 (87%)versus 6 (35%)] between AIH and DILI (all P values were <0.05). CONCLUSION: The new histological criteria exhibit good diagnostic efficacy in distinguishing AIH from DILI in China, with high AUROC. Key discriminators include low aminotransferase, ANA ≥1:160, lobular lymphoplasmacytic infiltrate and more than mild inflammation, which may further improve diagnostic accuracy for AIH.
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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».