Long‐term outcome of using allopurinol co‐therapy as a strategy for overcoming thiopurine hepatotoxicity in treating inflammatory bowel disease
Notice bibliographique
Résumé
BACKGROUND: Hepatotoxicity results in the withdrawal of thiopurines drugs, azathioprine (AZA) and mercaptopurine (MP), in up to 10% of patients with inflammatory bowel disease. Our group previously demonstrated that allopurinol with AZA/ciclosporin/steroid 'triple therapy' improved renal graft survival. AIM: To confirm the hypothesis that allopurinol may alleviate thiopurine hepatotoxicity by similar mechanisms as proposed in our renal study. METHODS: Unselected patients with acute thiopurine hepatotoxicity were offered allopurinol co-therapy with low-dose AZA or MP. The starting AZA/MP dose was determined by thiopurine methyltransferase (TPMT) activity (two patients were intermediate TPMT); then this dose was reduced to 25% for allopurinol co-therapy. Response to treatment was assessed by clinical severity indices, endoscopy and blood tests. RESULTS: Of 11 patients (three Crohn's disease, eight ulcerative colitis) treated, nine (82%) remain in long-term remission (median 42 months) with normal liver tests. One patient also successfully bypassed flu-like symptoms. Two stopped: one nausea, one abnormal liver function (stealosis on biopsy). Leucopenia occurred in two cases and resolved with minor dose reductions. CONCLUSIONS: Allopurinol co-therapy with low-dose AZA/MP can alleviate thiopurine hepatotoxicity. It appears safe and effective for long-term use, but requires monitoring for myelotoxicity. Assessing the TPMT activity helps tailor the AZA/MP doses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».