Regional risk of tuberculosis and viral hepatitis with tumor necrosis factor-alpha inhibitor treatment: A systematic review
Notice bibliographique
Résumé
Background: TNFα inhibitors are regularly used to treat autoimmune diseases. Tuberculosis (TB) and viral hepatitis B are considered potential infectious complications, and screening and surveillance are therefore recommended. Current guidelines do not take into account regional differences in endemicity of these infections. Methods: A systematic literature review of TB and viral hepatitis in patients receiving TNFα-inhibitors was performed, searching in PubMed, Embase, MEDLINE and Web of Science databases. Studies were selected against predefined eligibility criteria and assessed using the Newcastle-Ottawa scale. The number of TB and viral hepatitis cases/1,000 TNFα-inhibitor patients were evaluated, and regional variation compared. Results: 105 observational studies involving over 140,000 patients were included. Overall, 1% of patients developed TB or viral hepatitis B. TB cases/1,000 TNFα-inhibitor patients were 4-fold higher in Asia, Africa, and South America than in Europe, North America, and Australasia where only 0%–0.4% of patients developed TB. Hepatitis B cases/1,000 patients were over 15-fold higher in countries with high prevalence (China, Taiwan, South Korea, Thailand) compared with low prevalence (p < 0.00001) where only 0.4% of patients developed hepatitis B. Only three of 143 patients developed viral hepatitis C, and there was insufficient data to allow regional sub-analysis. Conclusion: TB and viral hepatitis B infections in patients treated with TNFα inhibitors are largely confined to countries with high prevalence of these infections. As only 1/2,500 patients in low prevalence countries treated with TNFα inhibitors develop TB or viral hepatitis B, we suggest an individualized, risk-based approach, rather than universal screening for all patients.
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 | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».