Impact of Hepatitis B Virus Infection, Non-alcoholic Fatty Liver Disease, and Hepatitis C Virus Co-infection on Liver-Related Death among People Tested for Hepatitis B Virus in British Columbia: Results from a Large Longitudinal Population-Based Cohort Study
Notice bibliographique
Résumé
Data on the contribution of hepatitis B virus (HBV) infection and related comorbidities to liver-related mortality in Canada are limited. We assessed the concurrent impact of HBV infection, non-alcoholic fatty liver disease (NAFLD), and hepatitis C virus (HCV) coinfection on liver-related deaths in British Columbia (BC), Canada. We used data from the BC Hepatitis Testers Cohort (BC-HTC). We used Fine-Gray multivariable sub-distributional hazards models to assess the effect of HBV, NAFLD, and HCV coinfection on liver-related mortality, while adjusting for confounders and competing mortality risks. The liver-related mortality rate was higher among people with HBV infection than those without (2.57 per 1000 PYs (95%CI: 2.46, 2.69) vs. 0.62 per 1000 PYs (95%CI: 0.61, 0.64), respectively). Compared with the HBV negative groups, HBV infection was associated with increased liver-related mortality risk in almost all of the subgroups: HBV mono-infection (adjusted subdistribution hazards ratio (asHR) of 3.35, 95% CI 3.16, 3.55), NAFLD with HBV infection, (asHR 12.5, 95% CI 7.08, 22.07), and HBV/HCV coinfection (asHR 8.4, 95% CI 7.62, 9.26). HBV infection is associated with a higher risk of liver-related mortality, and has a greater relative impact on people with NAFLD and those with HCV coinfection. The diagnosis and treatment of viral and fatty liver disease are required to mitigate liver-related morbidity and mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».