Renin–angiotensin system inhibitors and risk of hepatocellular carcinoma among patients with hepatitis B virus infection
Notice bibliographique
Résumé
BACKGROUND: Hepatitis B virus (HBV) infection is a common cause of liver-related morbidity and mortality. Evidence suggests that angiotensin-converting enzyme inhibitors (ACEIs) and angiotensin II receptor blockers (ARBs) decrease liver fibrosis, an intermediate step between liver injury and hepatocellular carcinoma (HCC). Our aim was to investigate the association between the use of ACEIs and ARBs on incident HCC and liver-related mortality among patients with HBV infection. METHODS: We conducted a population-based study on a new-user cohort of patients seen at 24 hospitals across China. We included adult patients with HBV infection who started ACEIs or ARBs (ACEIs/ARBs), or calcium channel blockers or thiazide diuretics (CCBs/THZs) from January 2012 to December 2022. The primary outcome was incident HCC; secondary outcomes were liver-related mortality and new-onset cirrhosis. We used propensity score matching and Cox proportional hazards regression to estimate the hazard ratio (HR) and 95% confidence intervals (CIs) of study outcomes. RESULTS: Among 32 692 eligible patients (median age 58 [interquartile range (IQR) 48-68] yr, and 18 804 male [57.5%]), we matched 9946 pairs of patients starting ACEIs/ARBs or CCBs/THZs. During a mean follow-up of 2.3 years, the incidence rate of HCC per 1000 person-years was 4.11 and 5.94 among patients who started ACEIs/ARBs and CCBs/THZs, respectively, in the matched cohort. Use of ACEIs/ARBs was associated with lower risks of incident HCC (HR 0.66, 95% CI 0.50-0.86), liver-related mortality (HR 0.77, 95% CI 0.64-0.93), and new-onset cirrhosis (HR 0.81, 95% CI 0.70-0.94). INTERPRETATION: In this cohort of patients with HBV infection, new users of ACEIs/ARBs had a lower risk of incident HCC, liver-related mortality, and new-onset cirrhosis than new users of CCBs/THZs.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».