Hepatitis B Virus RNA as Early Predictor for Response to Pegylated Interferon Alpha in HBeAg-Negative Chronic Hepatitis B
Notice bibliographique
Résumé
BACKGROUND: Hepatitis B virus RNA (HBV-RNA) is a novel serum biomarker that correlates with transcription of intrahepatic covalently closed circular (cccDNA), which is an important target for pegylated interferon (PEG-IFN) and novel therapies for functional cure. We studied HBV-RNA kinetics following PEG-IFN treatment and its potential role as a predictor to response in HBeAg-negative chronic hepatitis B (CHB) patients. METHODS: HBV-RNA levels were measured in 133 HBeAg-negative CHB patients treated in an international randomized controlled trial (PARC study). Patients received PEG-IFN α-2a for 48 weeks. HBV-RNA was measured from baseline through week 144. Response was defined as HBV-DNA <2000 IU/mL and ALT normalization at week 72. Kinetics of HBV-RNA were compared with HBV-DNA, HBsAg, and HBcrAg. RESULTS: Mean HBV-RNA at baseline was 4.4 (standard deviation [SD] 1.2) log10 c/mL. At week 12, HBV-RNA declined by -1.6 (1.1) log10 c/mL. HBV-RNA showed a greater decline in responders compared to nonresponders early at week 12 (-2.0 [1.2] vs -1.5 [1.1] log10 c/mL, P = .04). HBV-RNA level above 1700 c/mL (3.2 log10 c/mL) had a negative predictive value of 91% at week 12 and 93% at week 24 (P = .01) for response. Overall, HBV-RNA showed a stronger correlation with HBV-DNA and HBcrAg (.82 and .80, P < .001) and a weak correlation with HBsAg (.25). At week 12, HBV-RNA was significantly lower among patients with lower HBsAg (<100 IU/mL) or HBsAg loss at week 144. CONCLUSIONS: During PEG-IFN treatment for HBeAg-negative CHB, HBV-RNA showed a fast and significant decline that correlates with treatment response and HBsAg loss at long-term follow-up. CLINICAL TRIALS REGISTRATION: NCT00114361.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».