Insulin resistance as a predictor of early virologic response to HCV therapy among chronic HCV Egyptian Patients
Notice bibliographique
Résumé
Prior assessment of insulin resistance by HOMA-IR is emerging as an important milestone in the treatment of patients with chronic hepatitis C. This cost-effective tool is recommended to individualize treatment duration, or to exclude those with low insulin sensitivity from being treated until ameliorating their state of insulin resistance (IR). The present work aims to elucidate further the effect IR state on early viral kinetic response to Chronic hepatitis C virus (HCV) therapy and the impact of HCV treatment and viral eradication on insulin sensitivity. Insulin sensitivity was assessed using the HOMA-IR method. All enrolled patients were treated with a dual therapy (pegylated interferon-alpha plus ribavirin) for 48 weeks and evaluated using qRT-PCR for early virologic response as well as the impact of treatment on insulin sensitivity throughout the early period of therapy. Of a total 392 chronic HCV cases, early virologic response was achieved by 318 (81.1%). IR was detected in 241 (61.5%) chronic HCV patient of which 73.4% responded to treatment. Early virologic response among patients with > 2.18 HOMA-IR value were significantly lower than those with HOMA-IR values ≤2.18 (P < 0.0001). IR was significantly associated with high baseline BMI. Steatosis and fibrosis correlated with IR but neither independently predicted early virologic response. Pretreatment IR < 2.18, low fasting blood glucose, low and intermediate HCV viral load, normal BMI, and non-smoking were independent factors associated with early virologic response. IR interferes with early virologic response to the antiviral care. Clinical application of pretreatment HOMA-IR assessment could help in predicting early treatment outcome and thus enable treatment regimens to be optimized and individually tailored.
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 | 0,000 | 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) | 0,001 | 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 ».