Endpoints of therapy in chronic hepatitis B #
Notice bibliographique
Résumé
Because clearance of hepatitis B virus (HBV) infection is rarely, if ever, achievable, the goals of therapy necessarily focus on prevention of bad clinical outcomes. Ideally, therapies would be shown to prevent tangible clinical endpoints like development of cirrhosis, end-stage liver disease and hepatocellular carcinoma. However, these endpoints typically take years or decades to occur and are therefore impractical targets for clinical trials which last only 1-2 years. As a result, surrogate biomarkers that are believed to correlate with long-term outcome are used to evaluate therapy. Of the clinical, biochemical, serological, virological, and histological endpoints that have been evaluated, none has been shown to be ideal on its own. Symptoms are uncommon and aminotransferase levels fluctuate spontaneously. Loss of hepatitis B e antigen (HBeAg) has been the traditional therapeutic endpoint; however, the indefinite durability off treatment and the emergence of HBeAg-negative disease have made it inadequate as the sole goal of therapy. Loss of hepatitis B surface antigen is associated with improved clinical outcomes, but it is rarely achieved with current therapies. Suppression of viral replication, as measured by serum HBV DNA levels, has become the major goal of therapy, particularly if maintained off therapy. Although useful, the significance of viral levels depends on the stage of disease, degree of liver damage, and the type of therapy. Finally, liver biopsy, often considered the gold standard, is invasive, prone to sampling error, and may take years to change significantly.At present, there is no ideal biomarker for evaluation of therapies for hepatitis B. Future research should be directed at development and validation of surrogate markers that accurately predict or reflect clinically relevant outcomes of chronic hepatitis B.
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) | 0,000 | 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 ».