930. HCV Treatment Is Associated With a Reduced Risk of Cardiovascular Disease Events: Results From ERCHIVES
Notice bibliographique
Résumé
Abstract Background Studies reporting on the association between HCV and cardiovascular disease (CVD), and effect of HCV treatment upon future risk of CVD have shown mixed results. Methods Within ERCHIVES (Electronically Retrieved Cohort of HCV Infected Veterans), we identified all persons treated for ≥7 weeks and propensity-score-matched group who never received HCV treatment. We excluded those with HIV, HBV, or previously diagnosed CVD. Incidence rate (per 1,000 person-years) and risk factors for CVD events (Cox proportional hazards analysis) were determined for various treatment groups. CVD events were identified using ICD-9CM/ICD-10 codes. Kaplan–Meier plots were generated to show and compare CVD-free survival by treatment status and attainment of SVR. Results Among 32,575 treated and same number of untreated persons in the final dataset, median age was 58 years, 27% were Black race, and 96% were male. The incidence rate for CVD events/1,000 person-years (95% CI) among the treated was 19.10 (17.79, 20.50) vs. 32.37 (30.51, 34.33) among the untreated (P < 0.01). Treatment with a DAA regimen (vs. PEG/RBV; HR [95% CI] 0.68 [0.53,0.88]) and achieving SVR (HR [95% CI] 0.76 [0.63,0.92]) were associated with a lower risk of incidence CVD event (table). Kaplan–Meier curves demonstrated that untreated persons had a shorter CVD event-free survival during 30 months of follow-up compared with the treated persons. (figure; log-rank P < 0.0001) Conclusion HCV treatment is associated with a reduction in incident CVD events. Directly acting antiviral regimens (vs. PEG/RBV) and attainment of SVR (vs. no SVR) are associated with a lower risk of incident CVD events. Disclosures A. Ajwad Butt, Gilead: Grant Investigator, Research grant.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».