Host and viral factors associated with serum hepatitis B virus RNA levels among patients in need for treatment
Notice bibliographique
Résumé
Hepatitis B virus (HBV) RNA in serum is a novel biomarker for intrahepatic HBV replication and treatment response. For its proper use, it is essential to identify factors influencing serum HBV RNA level. Using a rapid amplification of complimentary DNA (cDNA) ends (RACE) PCR technique (lower limit of detection [LLD], 800 copies/mL [c/mL]), serum HBV RNA levels were measured in samples of 488 untreated individuals with chronic HBV infection who were eligible to treatment according to currently used recommendations. We explored the association of serum levels of HBV RNA with patient‐ and virus‐associated factors. HBV genotype distribution was 21/10/20/46/3% for A/B/C/D/other. Mean HBV RNA serum level was 5.9 (1.6) log 10 c/mL (hepatitis B e antigen [HBeAg]‐positive chronic hepatitis B [CHB], 6.5 [1.2] log c/mL; HBeAg‐negative CHB, 4.1 [1.2] log c/mL; P < 0.001). By multivariable linear regression, factors associated with lower HBV RNA level were HBeAg negativity (β = –0.69; P < 0.001), HBV genotypes A (β = –0.13; P = 0.002), B (β = –0.07; P = 0.049), and C (β = –0.61; P < 0.001) in comparison to D, and presence of HBV basal core promoter mutation either alone (β = –0.14; P = 0.001) or in combination with precore mutation (β = –0.22; P < 0.001). Higher serum alanine aminotransferase (ALT) was associated with higher HBV RNA (β = 0.23; P < 0.001). HBV RNA correlated strongly with HBV DNA (HBeAg‐pos, r = 0.72; P < 0.001; HBeAg‐neg, r = 0.78; P < 0.001) and moderately with quantitative hepatitis B surface antigen (qHBsAg; HBeAg‐pos, r = 0.54; P < 0.001; HBeAg‐neg, r = 0.19; P = 0.04) and quantitative hepatitis B surface antigen (qHBeAg; r = 0.41; P < 0.001). Conclusion: In this multiethnic cohort of 488 untreated individuals with CHB, factors associated with serum HBV RNA level were HBeAg status, serum ALT, HBV genotype, and presence of basal core promotor mutations. For the future use of serum HBV RNA as a clinical marker, it seems mandatory to take these factors into consideration. (H epatology 2018).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».