Hepatitis<scp>B</scp>virus mutation may play a role in hepatocellular carcinoma recurrence: A systematic review and meta‐regression analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: A number of studies have confirmed that antiviral therapy with nucleotide analogs (NAs) can improve the prognosis of hepatitis B virus (HBV)-related hepatocellular carcinoma (HCC) after curative therapy. However, what factors affected the prognosis of HBV-HCC after removal of the primary tumor and inhibition of HBV replication? A meta-regression analysis was conducted to explore the prognostic factor for this subgroup of patients. METHODS: MEDLINE, EMBASE, Web of Science, and Cochrane library were searched from January 1995 to February 2014 for clinical trials evaluating the effect of NAs on the prognosis of HBV-HCC after curative therapy. Data were extracted for host, viral, and intervention information. Single-arm meta-analysis was performed to assess overall survival (OS) rates and HCC recurrence. Meta-regression analysis was carried out to explore risk factors for 1-year OS rate and HCC recurrence for HBV-HCC patients after curative therapy and antiviral therapy. RESULTS: Fourteen observational studies with 1284 patients met the inclusion criteria. Influential factors for prognosis of HCC were mainly baseline HBeAg positivity, cirrhotic stage, advanced Tumor-Node-Metastasis (TNM) stage, macrovascular invasion, and antiviral agent type. The 1-year OS rate decreased by more than four times (coefficient -4.45, P<0.001) and the 1-year HCC recurrence increased by more than one time (coefficient 1.20, P=0.003) when lamivudine was chosen for HCC after curative therapy, relative to entecavir for HCC. CONCLUSIONS: HBV mutation may play a role in HCC recurrence. Entecavir or tenofovir, a high genetic barrier to resistance, should be recommended for HBV-HCC 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».