Assessment of HBV variants and novel viral and immune biomarkers in chronic hepatitis B patients with metabolic dysfunction associated steatotic liver disease
Notice bibliographique
Résumé
Abstract Co‐existing chronic hepatitis B virus (CHB) infection and metabolic dysfunction associated steatotic liver disease (MASLD) can exert complex effects on hepatic metabolism, requiring mechanistic study. CHB participants were assessed for MASLD and the impact of hepatic steatosis/metabolic syndrome (MetS) on novel viral and immunological markers. In this prospective, cohort study, untreated CHB subjects were assessed for liver disease by non‐invasive tests (i.e. FibroScan, controlled attenuation parameter, CAP). Subjects were tested for cytokines and IFN‐γ ELISPOT assay to HBV Surface (S) and Core (C) proteins. Standard HBV serological, exploratory biomarkers and deep sequencing of HBV S and C genes were performed. In 53 subjects (median age 45 years [SD = 10.6], 35% F, 56% Asian, 20% Black, 3% White), 94% (50) HBeAg negative, 63% genotype B/C, mean HBV DNA 3.2 log 10 IU/mL (SD = 1.8), quantitative HBsAg 2.9 log 10 IU/mL (SD = 1.2) and HBV pgRNA 2.1 log 10 copies/mL (SD = 1.3). In enrolled subjects, the mean ALT was 41.9 U/L (SD = 24.0), FibroScan was 5.7 kPa (SD = 1.9) and CAP was 306.4 dB/m (SD = 49.0). The mean BMI was 28.2 kg/m 2 (SD = 4.2), 20% (11/53) had diabetes, 35% (19/53) dyslipidaemia and 24% (13/53) hypertension. Subjects with MetS and steatosis showed lower HBV markers ( p < .01), higher HBV S diversity ( p = .02) and greater frequency of HBV variants associated with host‐anti‐viral immune escape. Pro‐inflammatory cytokine levels and HBV‐specific cellular responses were higher in participants with hepatic steatosis. In CHB, MASLD/hepatic steatosis was associated with HBV variants and systemic immune responses potentially impacting liver disease progression despite low‐level viraemia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».