A systematic review and meta-analysis of the risk of hepatitis B virus (HBV) resistance in people treated with entecavir or tenofovir
Notice bibliographique
Résumé
BACKGROUND: As nucleos/tide analogue (NA) therapy (e.g. entecavir and tenofovir) for chronic Hepatitis B virus (HBV) infection becomes more widely indicated and available, understanding drug resistance is essential. A systematic review to quantify resistance to these agents has not previously been undertaken. METHODS: We performed a systematic review and random-effects meta-analysis to estimate the risk of HBV resistance to entecavir and tenofovir. We searched nine databases up to 29-Aug-23. We included studies of HBV infection featuring >10 individuals, written in English, reporting treatment ≥48 weeks, with assessment of HBV resistance based on viral sequence data. Data were analysed according to prior exposure history to NA, and choice of NA agent. Analyses were performed in R. FINDINGS: 62 studies involving a total of 12,358 participants were included. For entecavir, in treatment-naive individuals (22 studies; 4326 individuals), resistance increased over time to 0.9 % at ≥5 years (95 %CI 0.1-2.3 %), and resistance was increased in NA-experienced individuals (18 studies; 1112 individuals), to 20.1 % (95 %CI 1.6-50.1 %) at ≥5 years. For tenofovir, pooled resistance risk was 0.0 % at all time points, whether previously NA naive (11 studies; 3778 individuals) or experienced (19 studies; 2059 individuals). There was a lack of consistent definitions, poor global representation and insufficient metadata to support subgroup analysis. INTERPRETATION: We have generated the first pooled estimates of HBV entecavir and tenofovir resistance over time. HBV resistance to entecavir in treatment-experienced groups in particular may represent a clinical and public health challenge. To date, tenofovir appears to have an excellent resistance profile, but due to data gaps, we caution that existing studies under-estimate the true real-world risk of resistance. Robust prospective data collection is crucial to reduce health inequities and reduce blind-spots in surveillance as treatment is rolled out more widely.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,028 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 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 ».