Long-term follow-up of patients with difficult to treat type 1 autoimmune hepatitis on Tacrolimus therapy
Notice bibliographique
Résumé
INTRODUCTION: Autoimmune hepatitis (AIH) is an immune-mediated liver disease, which requires long-term immunosuppression. Ten to fifteen percent of patients experience insufficient/intolerance response to standard therapy. Although alternate immunosuppression has been applied, there is little long-term data reported on safety, efficacy, steroid-dose reduction and disease evolution in patients with difficult AIH who were on Tacrolimus therapy. MATERIALS AND METHODS: Clinical, biochemical, immunological profiles, treatment response and side effects of 17 AIH patients treated with Tacrolimus between 2003 and 2014 were analyzed from two tertiary referral liver centers. RESULTS: Tacrolimus was started on 16/17 (94%) patients due to insufficient response to standard therapy. The median duration of treatment was 24 months and patients were followed up for median of 60 months. Tacrolimus dosage was 2 mg/day (median). During first year of therapy, there was a significant improvement in immunoglobulin G and Aspartate transaminase level. 9/17 (52%) compliant and definite AIH patients remained on Tacrolimus at end of follow-up and prednisolone dose reduction was achieved from 10 to 5 mg. All patients are alive and one patient underwent liver transplantation. 4/17 (24%) patients developed overlap with primary sclerosing cholangitis over follow-up period. No significant side effects were observed with Tacrolimus therapy. CONCLUSION: Tacrolimus could be used in compliant patients with difficult to treat AIH in experienced centers. Its use is safe and can improve liver biochemistry, IgG and reduce steroid requirement. However, due to the lack of immunomodulatory effect, unmet need for effective immune-regulatory therapies still remain for AIH 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».