Hepatitis C and diabetes: one treatment for two diseases?
Notice bibliographique
Résumé
Abstract Epidemiological data clearly indicate a link between chronic hepatitis C (CHC) and disturbed glucose homeostasis. The prevalences of both type 2 diabetes mellitus (T2DM) and insulin resistance (IR) are higher among those chronically infected with hepatitis C when compared with the general population and those with other causes of chronic liver disease. Both IR and diabetes are associated with adverse outcomes across all stages of CHC including the liver transplant population. The adverse effects that directly influence patient outcome are reduced responsiveness to antiviral therapy, more rapid progression of fibrosis to cirrhosis and a higher incidence of hepatocellular carcinoma. Although both viral and host factors are known to contribute to IR (and therefore the risk of T2DM), there is a paucity of evidence to support interventions targeting IR with pharmacotherapy or lifestyle intervention. The purpose of this review is to examine the impact of abnormalities of glucose homeostasis in CHC, and in so doing, to raise a number of questions. How do we identify those at risk of diabetes in CHC? Can we reduce the incidence of hepatoma and reduce transplant-related morbidity and mortality by preventing or treating diabetes? Can we improve the response to antiviral therapy by pretreating IR and T2DM in treatment candidates? Ultimately, can we cure two diseases, diabetes and CHC, with one treatment?
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) | 0,001 | 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 ».