Hepatitis C (chronic).
Notice bibliographique
Résumé
INTRODUCTION: About 60% to 85% of people infected with hepatitis C virus will go on to develop chronic hepatitis C, which is now believed to affect 3% of the world's population. METHODS AND OUTCOMES: We conducted a systematic overview and aimed to answer the following clinical questions: What are the effects of interferon-free treatments in treatment-naïve people with chronic hepatitis C infection without cirrhosis? What are the effects of interferon-free treatments in treatment-naïve people with chronic hepatitis C infection with cirrhosis? We searched: Medline, Embase, The Cochrane Library, and other important databases up to August 2014 (Clinical Evidence overviews are updated periodically; please check our website for the most up-to-date version of this review). RESULTS: After deduplication and removal of conference abstracts, 30 records were screened for inclusion in the review. Appraisal of titles and abstracts led to the exclusion of 11 studies and the further review of 19 full publications. Of the 19 full articles evaluated, two systematic reviews and one RCT were added. We performed a GRADE evaluation for two PICO combinations. CONCLUSIONS: In this systematic overview, we categorised the efficacy for 12 different intervention/comparison combinations, based on information relating to the effectiveness and safety of sofosbuvir (with or without ribavirin), sofosbuvir (with or without ribavirin) plus ledipasvir, and sofosbuvir (with or without ribavirin) plus simeprevir, all in people with and without cirrhosis.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».