Neutralizing antibodies to interferon alfa arising during peginterferon therapy of chronic hepatitis B in children and adults: Results from the HBRN Trials
Notice bibliographique
Résumé
BACKGROUND AIMS: Pegylated interferon-α (PegIFNα) is of limited utility during immunotolerant or immune active phases of chronic hepatitis B infection but is being explored as part of new cure regimens. Low/absent levels of IFNα found in some patients receiving treatment are associated with limited/no virological responses. The study aimed to determine if sera from participants inhibit IFNα activity and/or contain therapy-induced anti-IFNα antibodies. APPROACH RESULTS: Pre-treatment, on-treatment, and post-treatment sera from 61 immunotolerant trial participants on PegIFNα/entecavir therapy and 88 immune active trial participants on PegIFNα/tenofovir therapy were screened for anti-IFNα antibodies by indirect ELISA. The neutralization capacity of antibodies was measured by preincubation of sera±recombinant human IFNα added to Huh7 cells with the measurement of interferon-stimulated gene (ISG)-induction by qPCR. Correlations between serum-induced ISG inhibition, presence, and titer of anti-IFNα antibodies and virological responses were evaluated. Preincubation of on-treatment serum from 26 immunotolerant (43%) and 13 immune active (15%) participants with recombinant-human IFNα markedly blunted ISG-induction in Huh7 cells. The degree of ISG inhibition correlated with IFNα antibody titer ( p < 0.0001; r = 0.87). On-treatment development of anti-IFNα neutralizing antibodies (nAbs) was associated with reduced quantitative HBsAg and qHBeAg declines ( p < 0.05) and inhibited IFNα bioactivity to 240 weeks after PegIFNα cessation. Children developed anti-IFNα nAbs more frequently than adults ( p = 0.004) but nAbs in children had less impact on virological responses. CONCLUSIONS: The development of anti-IFNα nAbs during PegIFNα treatment diminishes responses to antiviral therapy. Understanding how and why anti-IFNα antibodies develop may allow for the optimization of IFN-based therapy, which is critical given its renewed use in HBV-cure strategies.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».