A phase 2, open‐label, randomized, multiple‐dose study evaluating Inarigivir in treatment‐naïve patients with chronic hepatitis B
Notice bibliographique
Résumé
BACKGROUND/AIMS: Novel agents acting against hepatitis B virus (HBV) are needed to improve HBsAg seroclearance or termed as 'functional cure'. Inarigivir (retinoic acid-inducible gene I agonist) has immunomodulatory and direct antiviral actions against HBV. We aimed to determine the safety and efficacy of Inarigivir for the treatment of HBV infection. PATIENTS/METHODS: 80 treatment-naïve patients were randomized in 4 ascending dose cohorts to receive 12 weeks of Inarigivir 25, 50, 100, 200 mg or placebo in a ratio of 4:1. All patients were then given tenofovir for another 12 weeks. RESULTS: Least squares (LS) mean reductions in HBV DNA from baseline increased with higher doses of Inarigivir (0.6116 in 25 mg and 1.5774 in 200 mg groups vs. 0.0352 in placebo group) (95% CI 0.9518-0.2011 and 1.921-1.1634 respectively). LS mean changes in HBV RNA and HBsAg from baseline ranged from -0.3856 to -0.5794 versus -0.1474 and -0.0956 to -0.1818 versus +0.0026 in Inarigivir-treated versus placebo groups respectively. During the tenofovir-treated period, LS mean reductions in HBsAg in the Inarigivir-treated groups ranged from 0.1709 to 0.3529 versus 0.1984 in the placebo group. Inarigivir-treated groups showed mean reductions in ALT from baseline between 23.3 and 33.8 versus 0.7 U/L in the placebo group. Treatment-emergent adverse events related to Inarigivir and placebo occurred in 4.7% and 6.3% patients respectively. CONCLUSIONS: Twelve-week Inarigivir up to 200 mg dose was associated with a reduction of HBV DNA, HBV RNA and antigen levels. A trend for greater HBsAg reduction was observed in Inarigivir pre-treated patients after switching to tenofovir.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 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 ».