High proportions of liver fibrosis and cirrhosis in an ageing population of people who use drugs in Amsterdam, The Netherlands
Notice bibliographique
Résumé
BACKGROUND: The incidence and prevalence of hepatitis C virus (HCV) infection among people who use drugs (PWUD) peaked in the 1980s in Amsterdam. As liver cirrhosis develops several decades after HCV infection and PWUD have other risk factors for liver fibrosis, we hypothesized that significant liver fibrosis or cirrhosis is now common among PWUD in Amsterdam. METHODS: PWUD were recruited from the Amsterdam Cohort Studies, methadone programmes and addiction clinics during 2009-2016. Transient elastography was performed to assess liver stiffness. We estimated METAVIR fibrosis levels on the basis of the following liver stiffness measurements (LSMs) cut-offs: F0-F2 (no/mild) less than 7.65 kPa; F2-F3 (moderate/severe) at least 7.65 to less than 13 kPa; and F4 (cirrhosis) at least 13 kPa. Using linear regression models, we assessed the association between LSM and sociodemographic, clinical and behavioural determinants in (a) all PWUD and (b) chronic hepatitis C virus (cHCV)-infected PWUD. RESULTS: For 140 PWUD, the median LSM was 7.6 kPa (interquartile range=4.9-12.0); 26.4% had moderate/severe fibrosis and 22.9% had cirrhosis. Of 104 chronically infected PWUD, 57.7% had evidence of significant fibrosis (≥F2). In multivariable analysis including all PWUD, increased LSM was associated significantly with cHCV monoinfection and HIV/HCV coinfection. In cHCV-infected PWUD, older age was associated significantly with increased LSM. In all groups, longer duration of heavy alcohol drinking was associated with increased LSM. CONCLUSION: A high proportion of PWUD had significant fibrosis or cirrhosis that were associated with cHCV infection, HIV/HCV coinfection and duration of heavy alcohol drinking. Increased uptake of HCV treatment and interventions to reduce alcohol use are needed to decrease the liver disease burden in this population.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».