Association of TNF-α and CCL5 with response to interferon-based therapy in patients with HCV 1 genotype
Notice bibliographique
Résumé
AIM OF THE STUDY: To evaluate the role of potential genetic predictors -308G/A TNF-α and -403G/A CCL5 in treatment for HCV 1 genotype. MATERIAL AND METHODS: Treatment results of 130 patients with chronic hepatitis C 1 genotype according to different genotypes of IL28B, CCL5, and TNF-α were analysed using multiple logistic regression. RESULTS: IL28B genotypes CC/CT/TT were found in 27 (20.8%), 74 (56.9%), and 29 (22.3%) patients. Genotypes GG/GA/AA of -308G/A TNF-α were revealed in 98 (75.4%), 30 (23.1%), and 2 (1.5%) patients. Genotypes GG/GA/AA of -403G/A CCL5 were revealed in 86 (66.2%), 39 (30%), and 5 (3.8%) patients, respectively. The previously known effect of IL28B was observed. IL28B TT genotype decreased end of treatment response (EOTR) rates by a factor of 29.0 (95% CI: 6.4-183). The combination of CCL5 GG and IL28B CT genotypes increased the risk of failure to achieve EOTR by a factor of 28.5 (95% CI: 7.2-160). Genotypes GA and AA of TNF-α (-308) G/A SNP increased the risk of relapse in patients who achieved EOTR (OR = 9.4; 95% CI: 2.4-48). CONCLUSIONS: Practitioners may benefit from using these predictors when considering indications for the antiviral therapy and deciding on the treatment regimen.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».