Poor Recognition of Risk Factors for Hepatitis B by Physicians Prescribing Immunosuppressive Therapy: A Call for Universal Rather than Risk-Based Screening
Notice bibliographique
Résumé
BACKGROUND: Reactivation of hepatitis B virus (HBV) during immunosuppressive therapy (IST) can lead to severe and even fatal hepatitis but can be largely prevented with prophylactic antiviral therapy. Screening for HBV prior to starting IST is recommended. Both risk-based and universal screening have been recommended by different societies. For effective risk-based screening, physicians must be aware of risk factors for chronic HBV infection. METHODS: The HBV screening practices prior to starting IST of rheumatologists, medical and hematological oncologists were evaluated by survey and chart review. Country of origin, the primary risk factor for HBV exposure, was determined in all patients. RESULTS: Of 140 rheumatology, 79 medical oncology and 53 hematology patients reviewed, 81%, 11% and 81% were deemed to be at high risk of HBV reactivation by their physicians respectively, however only 27%, 6% and 62% (p<0.0001) were actually screened for HBV prior to starting IST. For patients from HBV-endemic regions, more hematology patients (53%) were correctly identified by their physicians as being at high risk of reactivation than rheumatology patients (2.4%, p=0.0001) or medical oncology patients (15%, p=0.009). However actual screening rates were not increased in patients from endemic regions. A total of 81 patients were screened for HBsAg; 2 were positive. Of the 33 patients screened for anti-HBc, 10 (30%) were positive. CONCLUSIONS: Hematologists, rheumatologists and medical oncologists had low rates of screening for HBV prior to prescribing IST, largely due to poor identification of those at risk for infection. Risk-based screening strategies are unlikely to be effective and should be replaced by universal screening.
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 | 0,001 |
| 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 ».