Antiviral Treatment of Recurrent Hepatitis C After Liver Transplantation: Predictors of Response and Long-Term Outcome
Notice bibliographique
Résumé
BACKGROUND: Efficacy and long-term outcome of antiviral therapy for recurrent hepatitis C after liver transplantation is poorly defined. AIM: This study aimed at assessing the efficacy of antiviral therapy regarding sustained hepatitis C virus (HCV) clearance, liver histology, and patient survival. METHODS: We retrospectively reviewed all 446 patients who received a liver allograft at our institution for HCV-related cirrhosis between January 1992 and December 2006. Two hundred thirty-two patients (52%) were eligible for antiviral therapy based on predefined criteria (Metavir stage > or =1 and/or grade > or =2; protocol biopsies). One hundred seventy-two patients (39%) had no contraindication for treatment, received more than or equal to 1 dose of interferon-alpha-based combination therapy, and form the basis of this analysis. Therapy was aimed for 48 weeks; median posttreatment follow-up was 68 months. RESULTS: The overall sustained virological response (SVR) rate was 50% (genotype 1/4: 40%; genotype 2/3: 76%). SVR was higher on cyclosporine A (CsA) (56%) than on tacrolimus (44%, P=0.05), largely because of a lower relapse rate (6% vs. 19%, P=0.01). In multivariate analysis, genotype 2/3, CsA use, donor age, and pretreatment necroinflammatory activity were independently associated with SVR. SVR significantly improved histology and long-term survival (actuarial 5-year survival 96% vs. 69% in nonresponders, P<0.0001). CONCLUSION: Antiviral therapy of recurrent hepatitis C after liver transplantation is able to clear HCV in half the patients, more likely on CsA than on tacrolimus, and markedly improves outcome.
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 ».