Mean HBsAg decline at week 24 of PEG‐IFN‐based treatment predicts subsequent rate of HBsAg clearance — suggesting a valuable endpoint for early development HBV trials
Notice bibliographique
Résumé
Abstract Earlier identification of potentially efficacious treatments in early development trials requires on‐treatment response markers. We hypothesized that mean week 12 or 24 HBsAg decline could be a useful marker for subsequent off‐treatment sustained HBsAg clearance at the treatment arm level in HBV trials. We used individual patient data from the studies HBV 9901 (peginterferon [PEG‐IFN] versus PEG‐IFN+lamivudine for HBeAg‐positive CHB), PARC (PEG‐IFN±ribavirin for HBeAg‐negative CHB) and published data from 0149 (PEG‐IFN±tenofovir for HBeAg‐positive and HBeAg‐negative CHB) and LIRA‐B (PEG‐IFN for HBeAg‐positive CHB) to define the relationship between mean week HBsAg decline and HBsAg loss at 6 months post‐treatment. A within‐study comparison of HBsAg decline at weeks 12 and 24 between patients with or without HBsAg clearance was used to make projections beyond the observed HBsAg data. Across trials, a more pronounced mean HBsAg decline at week 24 was associated with higher rates of subsequent HBsAg loss. Mean HBsAg decline data at week 24 for patients with or without HBsAg clearance from HBV 9901 (4.3 vs 0.5), PARC (4.8 vs 0.3) and 0149 (PEG‐IFN+TDF arm; 4.6 vs 0.6) were used to extrapolate this relationship beyond observed rates of HBsAg. An additional mean 1 log 10 decline at week 24 versus a comparator arm is expected to translate into a 20%–30% increase in subsequent HBsAg loss during off‐treatment follow‐up. Observations were similar for week 12 data, but the relationship was less strong. Mean week 24 HBsAg decline predicts subsequent HBsAg loss and could be a valuable and useful early endpoint in HBV‐treatment trials.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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) | 0,000 | 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 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 ».