Hepatitis B reactivation in HBsAg‐negative/HBcAb‐positive patients receiving rituximab for lymphoma: a meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Patients with chronic hepatitis B (HBsAg-positive) are at risk of viral reactivation if rituximab is administered without antiviral treatment, a potentially fatal complication of treatment. Patients with so-called 'resolved hepatitis B virus infection' (HBsAg-negative/cAb-positive) may also be at risk. We performed a systematic review of the English and Chinese language literature to estimate the risk of hepatitis B virus (HBV) reactivation in HBsAg-negative/cAb-positive patients receiving rituximab for lymphoma. A pooled risk estimate was calculated for HBV reactivation. The impact of HBsAb status and study design on reactivation rates was explored. Data from 578 patients in 15 studies were included. 'Clinical HBV reactivation', (ALT >3 × normal and either an increase in HBV DNA from baseline or HBsAg seroreversion), was estimated at 6.3% (I(2) = 63%, P = 0.006). Significant heterogeneity was detected. Reactivation rates were higher in prospective vs retrospective studies (14.2% vs 3.8%; OR = 4.39, 95% CI 0.83-23.28). Exploratory analyses found no effect of HBsAb status on reactivation risk (OR = 0.083; P = 0.151). Our meta-analysis confirms a measurable and potentially substantial risk of HBV reactivation in HBsAg-negative/cAb-positive patients exposed to rituximab. However, heterogeneity in the existing literature limits the generalizability of our findings. Large, prospective studies, with uniform definitions of HBV reactivation, are needed to clarify the risk of HBV reactivation in HBsAg-negative/cAb-positive patients.
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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle