Prevalence, Correlates, and Viral Dynamics of Hepatitis Delta among Injection Drug Users
Notice bibliographique
Résumé
BACKGROUND: Most hepatitis delta virus (HDV) prevalence estimates from the United States are >10 years old, and HDV has shown significant temporal variation in other populations. HDV-hepatitis B virus (HBV) dual infection progresses rapidly, has more complications, and has a different treatment regimen than HBV infection alone. Accurate estimates of prevalence and risk factors are important to help clinicians decide who to screen. METHODS: Injection drug users in Baltimore, Maryland, who were positive for HBV serologic markers were tested for hepatitis delta antibody (HDAb) at 2 time periods: 1988-1989 (194 participants) and 2005-2006 (258 participants). Those who were HDAb positive in 2005-2006, plus a random sample of HDAb negative, HBV-positive participants were tested for HDV RNA, HBV DNA, and HCV RNA. Characteristics associated with HDV exposure and viremia were identified. RESULTS: HDV prevalence declined from 15% in 1988-1989 to 11% in 2005-2006. Among those with chronic HBV infection, prevalence increased from 29% (14 of 48 participants) to 50% (19 of 38 participants) (P=.05). Visiting a "shooting gallery" (a location where people gather to inject illegal drugs) was a strong correlate of HDAb positivity (relative risk, 3.08; P=.01). Eight (32%) of those who were HDAb positive had HDV viremia. Viremic participants had elevated liver enzyme levels and more emergency room visits. CONCLUSIONS: The temporal increase in HDV prevalence among those with chronic HBV infection is troubling; understanding this change should be a priority to prevent the burden from increasing.
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 | 0,001 |
| 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 ».