Peginterferon add‐on results in more HBsAg decline compared to monotherapy in HBeAg‐positive chronic hepatitis B patients
Notice bibliographique
Résumé
It is unknown whether peginterferon (PEG-IFN) add-on to entecavir (ETV) leads to more HBsAg decline compared to PEG-IFN monotherapy or combination therapy, and whether ETV therapy may prevent HBsAg increase after PEG-IFN cessation. We performed a post hoc analysis of 396 HBeAg-positive patients treated for 72 weeks with ETV + 24 weeks PEG-IFN add-on from week 24 to 48 (add-on, n = 85), 72 weeks with ETV monotherapy (n = 90), 52 weeks with PEG-IFN monotherapy (n = 111) and 52 weeks PEG-IFN + lamivudine (combination, n = 110) within 2 randomized trials. HBsAg decline was assessed at the end of PEG-IFN (EOP) and 6 months after PEG-IFN (EOF) discontinuation. Differences in baseline characteristics were accounted for using inversed probability of treatment weights. At EOP, a HBsAg reduction of ≥1log10 IU/mL was more frequently achieved for patients in the add-on or combination therapy arms (both 36%), compared to PEG-IFN mono (20%) or ETV (8%) (add-on vs PEG-IFN mono P = 0.050). At EOF, the HBsAg reduction ≥1log10 IU/mL was only sustained in patients treated with ETV consolidation (add-on vs combination and PEG-IFN mono: 40% vs 23% and 18%, P = 0.029 and P = 0.003, respectively). For add-on, combination, PEG-IFN mono and ETV, the mean HBsAg-level change at EOF was -0.84, -0.81, -0.68 and -0.33 log10 IU/mL, respectively (P > 0.05 for PEG-IFN arms). HBeAg loss at EOF was 36%, 31%, 33% and 20%, respectively (P > 0.05). PEG-IFN add-on for 24 weeks results in more on-treatment HBsAg decline than does 52 weeks of PEG-IFN monotherapy. ETV therapy may maintain the HBsAg reduction achieved with PEG-IFN.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».