MétaCan
Menu
← Retour à la cohorte
Enregistrement W2791842602 · doi:10.1093/jcag/gwy008.181

A180 IMPROVED RENAL LABORATORY PARAMETERS IN CHB PATIENTS TREATED WITH TAF COMPARED WITH TDF

2018· article· en· W2791842602 sur OpenAlexaff
Florence Wong, Mashroor Khan, K. Agarwal, Norihiro Furusyo, Jae Seok Hwang, John Flaherty, K Kim

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS drug development and treatment
Établissements canadiensGilead Sciences (Canada)Toronto General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineKidney diseaseRenal functionTenofovir alafenamideUrologyCreatinineDiabetes mellitusTenofovirGastroenterologyStage (stratigraphy)PlaceboEndocrinologyViral loadHuman immunodeficiency virus (HIV)ImmunologyPathologyAntiretroviral therapy

Résumé

récupéré en direct d'OpenAlex

Tenofovir Disoproxil Fumarate (TDF) treatment results in high rates of viral suppression with no described resistance; however its use has been associated with a deterioration in bone mineral density and eGFR over time. TAF, a novel prodrug of tenofovir (TFV), has better stability in plasma resulting in lower systemic TFV exposures than TDF. Phase 3 studies of TAF in CHB demonstrated lower declines in eGFR compared to TDF over 48 weeks of treatment. Here, we further characterize the clinical renal benefits of TAF compared to TDF. In two identically-designed Phase 3 studies of TAF (Study 110 in HBeAg positive and Study 108 in HBeAg negative patients), patients were randomized 2:1 to TAF 25 mg QD or TDF 300 mg QD, each with matching placebo, and treated for 96 weeks. After Week 96, patients receive open label TAF for 48 weeks. Renal parameters including eGFR calculated by Cockcroft-Gault and CKD-EPI were evaluated throughout the study period. Chronic kidney disease (CKD) staging was categorized according to the NKF KDOQI guidelines (Stage 1: eGFR ≥ 90ml/min; Stage 2: eGFR 60–90 ml/min; Stage 3 eGFR 30–59 ml/min). Evaluated risk factors for kidney disease included older age and comorbidities of hypertension, cardiovascular disease and diabetes. Multivariate analysis was performed using backwards stepwise approach. Baseline demographics between TAF and TDF groups in both studies were generally balanced for risk factors for kidney disease. At week 48, patients treated with TAF had smaller changes in creatinine (median change 0.01 mg/dL for TAF and 0.02 mgdL for TDF; p=0.012) and eGFRCG (median change -1.2 mL/min for TAF and -5.4 mL/min for TDF; p<0.001) during 48 weeks of treatment. The number of patients who had >25% creatinine clearance reductions was also greater in the TDF arm versus the TAF arm (14.5% vs 8.7%, p=0.002). Using the stages of CKD, a higher percentage of patients treated with TDF had one or more stage worsening in renal function at Week 48 (10.2% vs 6.5%; p=0.06). Among patients at highest risk for kidney disease (older age and comorbidities of hypertension, cardiovascular disease or diabetes), significantly more patients had worsening of renal function in TDF treated patients compared to TAF treated patients.Multivariate analysis of worsening renal function by CKD stage identified higher baseline eGFR, male gender, and Age > 50 as Independent predictors. In patients with CHB, TAF therapy is associated with improvement of renal safety versus TDF. The benefits of TAF may be particularly evident in patients at higher risk of GFR decline. Gilead Sciences, Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetHIV/AIDS drug development and treatment→Travaux en français237 207→