MétaCan
Menu
Retour à la cohorte
Enregistrement W7106039618 · doi:10.7939/83530

Sex, Ethnicity and Clinical Outcomes in Autoimmune Hepatitis: Results from a Large, Multicenter, Longitudinal Cohort Study in Canada

2025· dissertation· en· W7106039618 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Alberta Library · 2025
Typedissertation
Langueen
DomaineMedicine
ThématiqueLiver Diseases and Immunity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiver diseaseAutoimmune hepatitisCohortCirrhosisProportional hazards modelChronic liver diseaseCohort studyProspective cohort studyHepatocellular carcinoma

Résumé

récupéré en direct d'OpenAlex

Introduction: Autoimmune hepatitis (AIH) is a rare, chronic liver disease characterized by inflammation and immune-mediated damage of the liver tissue. AIH affects both sexes and all ages and ethnicities; although disease characteristics, progression and outcomes vary between these populations. The disease has an acute or chronic progressive course and may eventually lead to progressive liver fibrosis, cirrhosis and/or liver decompensation with some patients requiring a liver transplant (LT). Sex and ethnicity have been shown to affect the survival and clinical outcomes of other liver diseases; however, their influence on the progression of AIH is unclear. The aims of this thesis were to analyze the clinical significance of sex and ethnicity on treatment response and adverse clinical events in patients with AIH. Methods: We conducted a retrospective and prospective cohort study of patients with AIH from the Canadian Network for Autoimmune Liver disease (CaNAL). CaNAL is a collaboration between 15 academic and clinical liver care centers across Canada to create a large, national registry of people living with autoimmune liver diseases including AIH. We collected key demographic variables including sex and ethnicity and clinical and outcome variables, such as laboratory parameters (alanine transaminase (ALT)), development of cirrhosis and liver decompensation, LT, hepatocellular carcinoma (HCC) and death. We defined an adverse clinical event as a composite endpoint that included the development of decompensation, LT, HCC or death. A univariate and multivariate Cox regression was conducted to examine associations between sex and ethnicity and adverse clinical events. Results: Using a cohort of 1198 patients with AIH, we found that in comparison to females, males were younger at the time of AIH diagnosis (39.2 ± 19.5 vs. 45.0 ± 18.3 years, p<0.001); a higher proportion of males also developed HCC (4.0% vs. 1.8%, p=0.045) and underwent LT (19.3% vs. 9.1%, p<0.001). Male patients also demonstrated a lower treatment response compared to females (36.6% vs. 56.7%, p<0.001). In the multivariate analysis, male sex was associated with a higher risk for the development of an adverse clinical event such as liver decompensation, LT, HCC or death (HR 2.05, 95% CI 1.31-3.19, p=0.002). Compared to the White ethnicity, only Indigenous patients had a higher risk of developing an adverse clinical event in the multivariate analysis (HR 2.91, 95% CI 1.04-8.16, p=0.043). A greater proportion of Indigenous patients also had decompensation at diagnosis (23.5% vs. 8.5%, p=0.008), developed decompensation over the course of the disease (34.6% vs. 18.0%, p=0.040), underwent LT (26.5% vs. 11.3%, p=0.013) and died (26.5% vs. 13.0%, p=0.036) compared to non-Indigenous patients, but there was no significant difference in treatment response (60.0% vs. 51.4%, p=0.752). Conclusions: Male patients with AIH have a higher risk of developing adverse clinical events such as liver decompensation, HCC, LT or death and have a lower treatment response compared to females. From the ethnicity perspective, Indigenous patients with AIH have a higher risk of developing adverse clinical events compared to other ethnicities. Our results warrant consideration of tailoring treatment and follow-up strategies according to risk stratifications by sex and ethnicity in order to improve clinical outcomes and survival for at-risk groups, such as males and Indigenous patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetLiver Diseases and ImmunityTravaux en français237 207