MétaCan
Menu
Retour à la cohorte
Enregistrement W2969737160 · doi:10.1186/s13643-019-1126-1

Antiviral treatment for treatment-naïve chronic hepatitis B: systematic review and network meta-analysis of randomized controlled trials

2019· review· en· W2969737160 sur OpenAlexaff
William Wong, Petros Pechivanoglou, Josephine Wong, Joanna Bielecki, Alex Haines, Ayşegül Erman, Yasmin Saeed, Arcturus Phoon, Mina Tadrous, Mona Younis, Noha Rayad, Valeria E. Rac, Harry L.A. Janssen, Murray Krahn

Notice bibliographique

RevueSystematic Reviews · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensTed Rogers Centre for Heart ResearchDiabetes CanadaMicropharma (Canada)Ontario Drug Policy Research NetworkHospital for Sick ChildrenUniversity Health NetworkUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineHBeAgInternal medicineAdefovirPopulationRandomized controlled trialHBsAgMeta-analysisHepatitis B virusImmunologyLamivudineVirus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chronic hepatitis B (CHB) infection poses a significant burden to public health worldwide. Most cases are clinically silent until late in the disease course. The main goal of current therapy is to improve survival and quality of life by preventing disease progression to cirrhosis and liver failure, and consequently hepatocellular carcinoma development. The objective of this review is to provide a contemporary and comprehensive evaluation of the effectiveness of treatment options. METHODS: We performed a systematic review of peer-reviewed literature for randomized controlled trials involving treatment-naïve CHB adult population who received antiviral therapy. The endpoints were virologic response (VR), normalization of alanine aminotransferase (ALT norm), HBeAg loss, HBeAg seroconversion, and HBsAg loss for the HBeAg-positive population; and VR and ALT norm for the HBeAg-negative population. Network meta-analysis (NMA) was performed to synthesize evidence on the efficacy of treatment. RESULTS: Forty-two publications were selected. Twenty-three evaluated HBeAg-positive population, 13 evaluated HBeAg-negative population, and six evaluated both. We applied NMA to the efficacy outcomes of the two populations separately. Treatment strategies were ranked by the probability of achieving outcomes, and pairwise comparisons calculated from NMA were reported in odds ratios (OR). For HBeAg-positive population, tenofovir disoproxil fumarate (TDF) and tenofovir alafenamide (TAF) were the best for VR; OR vs adefovir = 14.29, 95% CI 7.69-25 and 12.5, 95% CI 4.35-33.33 respectively. TAF was the best for achieving ALT norm (OR vs placebo = 12.5, 95% CI 4.55-33.33), HBeAg loss, and seroconversion (OR vs entecavir/TDF combination = 3.03, 95% CI 1.04-8.84 and 3.33, 95% CI 1.16-10 respectively). In the HBeAg-negative population, TDF and TAF were the best for VR (OR vs adefovir = 9.79, 95% CI 2.38-42.7 and 11.71, 95% CI 1.03-150.48 respectively). Telbivudine and TAF were the best for ALT norm. Certain nucleos(t)ide combinations also had high probability of achieving positive outcomes. CONCLUSIONS: Our results are consonant with current clinical guidelines and other evidence reviews. For both HBeAg-positive and HBeAg-negative populations, TDF and TAF are the most effective agents for virologic suppression, and TAF is effective across all outcomes.

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)0,019
score de la tête « metaresearch » (Gemma)0,053
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,053
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,028
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,295
Tête enseignante GPT0,448
Écart entre enseignants0,154 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystematic ReviewsMême sujetHepatitis B Virus StudiesTravaux en français237 207