Characteristics associated with drug-induced liver injury from interferon beta in multiple sclerosis patients
Notice bibliographique
Résumé
OBJECTIVE: To identify and characterize drug-induced liver injury (DILI) associated with IFN-β in multiple sclerosis (MS) using recommended criteria. METHODS: This retrospective, mixed methods design included a cohort of IFN-β exposed MS patients from British Columbia (BC), Canada and a series of DILI cases from other Canadian provinces and two adverse drug reaction (ADR) networks (USA and Sweden). Associations between sex, age and IFN-β product, and DILI were explored in BC cohort using Cox proportional hazard analyses. Characteristics, including the time to DILI, were compared between sites. RESULTS: In BC, 18/942 (1.9%) of IFN-β exposed MS patients met criteria for DILI, with a trend toward an increased risk for women and those exposed to IFN-β-1a SC (44 mcg 3 × weekly) (adjusted Hazard Ratios: 3.15;95% CI:0.72 - 13.72, p = 0.13 and 6.26;95%CI:0.78 - 50.39, p = 0.08, respectively). Twenty-four additional cases were identified from other sites; the median time to DILI was comparable between BC and other Canadian cases (105 and 90 days, respectively), but longer for the ADR network cases (590 days, p = 0.006). CONCLUSIONS: Approximately 1 in 50 IFN-β exposed patients developed DILI in BC, Canada. Identification of DILI cases from diverse sources highlighted that this reaction occurs even after years of exposure.
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 | 0,001 | 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 | 0,001 | 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 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 ».