Bibliographic record
Abstract
OBJECTIF: Présenter une actualisation des plus récents faits concernant le diagnostic et les issues de la stéatose hépatique (SLD), passer en revue la nouvelle nomenclature qui s'applique à la SLD, et proposer une approche à l'endroit du diagnostic et de la prise en charge de la SLD. SOURCES DE L'INFORMATION: Des articles individuels publiés principalement au cours des 2 dernières années, recensés à l'aide de PubMed et Google Scholar. MESSAGE PRINCIPAL: La stéatose hépatique est l'une des maladies les plus fréquemment rencontrées en pratique générale. Ce problème est un important marqueur biologique du syndrome métabolique. Le diagnostic se fonde sur des examens non invasifs. Les complications connues du syndrome métabolique et d'une maladie hépatique avancée sont souvent présentes au moment du diagnostic. La marche à suivre devrait inclure l'évaluation des facteurs de risque cardiométaboliques et de la dysfonction hépatique progressive. Des différences subtiles existent entre les patients qui ont reçu un diagnostic de SLD. Les cliniciens devraient être au fait des changements dans la terminologie s'appliquant à la SLD. La prise en charge de la SLD peut s'appuyer sur un simple algorithme. CONCLUSION: Il serait nécessaire d'évaluer l'épidémie de SLD et sa nature systémique, de même que les facteurs individuels de risque de maladies cardiovasculaires qui lui sont associés, ainsi que les problèmes métaboliques comme la dyslipidémie, l'hypertension et le diabète de type 2.
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 | 0.018 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.007 | 0.005 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 0.008 |
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".