Reactivation of hepatitis B after liver transplantation: Current knowledge, molecular mechanisms and implications in management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Chronic hepatitis B (CHB) is a major global health problem affecting an estimated 350 million people with more than 786000 individuals dying annually due to complications, such as cirrhosis, liver failure and hepatocellular carcinoma (HCC). Liver transplantation (LT) is considered gold standard for treatment of hepatitis B virus (HBV)-related liver failure and HCC. However, post-transplant viral reactivation can be detrimental to allograft function, leading to poor survival. Prophylaxis with high-dose hepatitis B immunoglobulin (HBIG) and anti-viral drugs have achieved remarkable progress in LT by suppressing viral replication and improving long-term survival. The combination of lamivudine (LAM) plus HBIG has been for many years the most widely used. However, life-long HBIG use is both cumbersome and costly, whereas long-term use of LAM results in resistant virus. Recently, in an effort to develop HBIG-free protocols, high potency nucleos(t)ide analogues, such as Entecavir or Tenofovir, have been tried either as monotherapy or in combination with low-dose HBIG with excellent results. Current focus is on novel antiviral targets, especially for covalently closed circular DNA (cccDNA), in an effort to eradicate HBV infection instead of viral suppression. However, there are several other molecular mechanisms through which HBV may reactivate and need equal attention. The purpose of this review is to address post-LT HBV reactivation, its risk factors, underlying molecular mechanisms, and recent advancements and future of anti-viral therapy.
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.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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 découle