Tuberculous drug-induced liver injury and treatment re-challenge in Human Immunodeficiency Virus co-infection
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis drug-induced liver injury (TB-DILI) is the most common adverse event necessitating therapy interruption. The optimal re-challenge strategy for antituberculous therapy (ATT) remains unclear, especially in human immunodeficiency virus (HIV) co-infected individuals in high-prevalence settings such as South Africa. OBJECTIVE: To determine the incidence of and risk factors for the recurrence of TB-DILI with different ATT re-challenge strategies. MATERIALS AND METHODS: We conducted a retrospective chart review of patients managed for TB-DILI from 2005 to 2013 at King Edward VIII Hospital in Durban, South Africa. Relevant clinical and laboratory data at the presentation of TB-DILI, time to recovery of liver function, method of ATT re-challenge and outcome of re-challenge were documented. RESULTS: 1016 charts were reviewed, and 53 individuals with TB-DILI (48 HIV-co-infected) were identified. Following discontinuation of ATT, the median time to alanine aminotransferase normalization was 28 days (interquartile range 13-43). Forty-two subjects were re-challenged (30 regimen re-challenges and 12 step-wise re-challenges). 5 (12%) cases of recurrent TB-DILI were noted. Recurrences were not associated with the method of re-challenge. CONCLUSION: Based on the data available, it appears that full ATT can be safely restarted in the majority of subjects with a recurrence of DILI occurring in about 12% of subjects. The method of re-challenge did not appear to impact on the risk of recurrence. Ideally, a prospective randomized trial is needed to determine the best method of re-challenge.
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) | 0,000 | 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 | 0,001 |
| 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 ».