Effectiveness of chronic hepatitis C treatment in drug users in routine clinical practice: results of a prospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: Injection drug users are often excluded from hepatitis C virus (HCV) treatment. This study compares sustained virological response, adherence, and quality of life in patients with or without a history of illicit drug use in routine clinical practice. METHODS: This is a post-hoc analysis of a prospective, observational study conducted in 1860 patients who received peginterferon alpha-2b/ribavirin combination therapy. Nondrug users (NDUs) were defined as patients without a history of drug addiction; former drug users (FDUs) as patients who had stopped using illicit drugs or opioid maintenance therapy and active drug users (ADUs) as patients using illicit drugs or on opioid maintenance therapy. Virological response, adherence, and the health-related quality of life were assessed by the measure of HCV RNA in the serum, self-report and 36-item short-form health survey Questionnaire, respectively. RESULTS: The analyzed population included 1038 (56%) NDUs, 578 (31%) FDUs, and 244 (13%) ADUs. About 85% of ADUs were on opioid maintenance therapy and 25% used illicit drugs. Although ADUs had a more chaotic lifestyle and more psychiatric disorders, sustained virological response of ADUs (58%) did not differ from that of NDUs (49%) and FDUs (51%) (P=0.133). Adherence rates were 39% in NDUs and FDUs, and 37% in ADUs (P=0.883). Health-related quality of life was improved in the three groups after the end of treatment. CONCLUSION: Our study suggests that HCV therapy in ADUs on opioid maintenance therapy is as effective as in other HCV patients. The effectiveness of HCV therapy in illicit drug users needs to be evaluated in further studies.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».