Risk Factors of Immune-Mediated Hepatotoxicity Induced by Immune Checkpoint Inhibitors in Cancer Patients: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICIs) significantly improve survival, while immune-mediated hepatotoxicity (IMH) has been reported. To evaluate the incidence and potential risk factors of IMH among cancer patients treated by ICIs, PubMed/Medline, Web of Science, Cochrane, and Embase were searched before 30 March 2024 for systematic review and meta-analysis. Odds ratios (ORs) with 95% confidence intervals (CI) were calculated. Quality assessment was completed using the Newcastle-Ottawa scale. Of 1217 articles identified, 24 consisting of 9076 patients were included, with one study being prospective and the rest retrospective. The overall incidence of any grade IMH and grade ≥ 3 secondary to ICIs was 14% and 7%, respectively. The cholestatic pattern was more prevalent than the hepatocellular and mixed patterns. The meta-analysis revealed that ICI treatment was related to reduced risk of IMH in older patients (SMD: -0.18; 95% CI: -0.33 to -0.04), individuals with higher body mass index (WMD: -2.15; 95% CI: -3.92 to -0.38), males (OR: 0.44; 95% CI: 0.27 to 0.72), and patients with lung cancer (OR: 0.58, 95%CI 0.41 to 0.83). On the other hand, patients with liver metastasis (OR: 1.80; 95% CI: 1.47 to 2.20), history of ICI treatment (OR: 3.09; 95% CI: 1.21 to 7.89), diabetes (OR: 2.19; 95% CI: 1.36 to 3.51), chronic HBV (OR: 3.06; 95% CI: 1.11 to 8.46), and concomitant use of ICIs (OR: 8.73; 95% CI: 2.41 to 31.59) increased the risk of developing IMH. This study will provide clinicians with information on potentially high-risk groups for IMH, who need to be cautiously monitored for liver function when receiving immunotherapy.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,004 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,005 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».