Management of Cytomegalovirus Infections in the Era of the Novel Antiviral Players, Letermovir and Maribavir
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cytomegalovirus (CMV) infections may increase morbidity and mortality in immunocompromised patients. Until recently, standard antiviral drugs against CMV were limited to viral DNA polymerase inhibitors (val)ganciclovir, foscarnet and cidofovir with a risk for cross-resistance. These drugs may also cause serious side effects. This narrative review provides an update on new antiviral agents that were approved for the prevention and treatment of CMV infections in transplant recipients. Letermovir was approved in 2017 for CMV prophylaxis in CMV-seropositive adults who received an allogeneic hematopoietic stem cell transplant. Maribavir followed four years later, with an indication in the treatment of adult and pediatric transplant patients with refractory/resistant CMV disease. The target of letermovir is the CMV terminase complex (constituted of pUL56, pUL89 and pUL51 subunits). Letermovir prevents the cleavage of viral DNA and its packaging into capsids. Maribavir is a pUL97 kinase inhibitor, which interferes with the assembly of capsids and the egress of virions from the nucleus. Both drugs have activity against most CMV strains resistant to standard drugs and exhibit favorable safety profiles. However, high-level resistance mutations may arise more rapidly in the UL56 gene under letermovir than low-grade resistance mutations. Some mutations emerging in the UL97 gene under maribavir can be cross-resistant with ganciclovir. Thus, letermovir and maribavir now extend the drug arsenal available for the management of CMV infections and their respective niches are currently defined.
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.
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 | 0,001 |
| 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 | 0,000 |
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 découle