Evaluación de la fibrosis en pacientes con enfermedad de hígado graso no alcohólico
Bibliographic record
Abstract
Evaluación de la fibrosis en pacientes con enfermedad de hígado graso no alcohólico Evaluation of fibrosis in patients with nonalcoholic fatty liver diseaseLa enfermedad del hígado graso no alcohólico (NAFLD) ----o enfermedad del hígado graso asociado a disfunción metabólica (MAFLD), según una nueva nomenclatura propuesta por un consenso de expertos 1 ----tiene una prevalencia estimada del 25 al 30% en la población adulta y constituye el motivo más frecuente de la evaluación de pruebas de función hepática anormal (LFT) en la atención primaria de salud en Europa y en América del Norte 2 .La fisiopatología del NAFLD es compleja, pero parece ser un continuo desde la obesidad hasta el síndrome metabólico y la diabetes.Los factores ambientales pueden afectar la expresión genética provocando aumento de peso, y cuando se alcanza la capacidad de expansión del tejido adiposo subcutáneo, se produce un aumento de la movilización de ácidos grasos libres (FFA), lo que resulta en un depósito de grasa visceral y ectópica.El aumento del depósito de FFA promueve la resistencia a la insulina (IR), inhibiendo la captación de glucosa mediada por insulina.De esta manera, la IR del tejido adiposo facilita la lipólisis y aumenta el flujo de FFA al hígado, induciendo la IR hepática y mejorando la producción de glucosa, la lipogénesis hepática de novo y la dislipidemia aterogénica 3 .Estos mecanismos patogénicos se reflejan en el aumento de la prevalencia del NAFLD en paralelo con la prevalencia de obesidad, síndrome metabólico y diabetes.La prevalencia de obesidad en NAFLD es del 51%, la prevalencia de obesidad en pacientes con esteatosis hepática no alcohólica (NASH) es del 81%, y en obesidad la prevalencia de NAFLD varía del 60 al 95% de los pacientes 4---6 .El NAFLD tiene un amplio espectro clínico, que va desde la esteatosis simple con infiltración de grasa ≥ 5% del parén-Véase contenido relacionado en
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".