Genetic polymorphism and risk of anti-tuberculosis drug-induced liver injury (AT-DILI): a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Anti-tuberculosis (TB) drugs like isoniazid and rifampin can cause hepatotoxicity leading to treatment termination. Although Genome-wide association studies (GWAS) have identified variants linked to the risk of developing anti-tuberculosis drug-induced liver injury (AT-DILI), findings remain inconsistent. This study aimed to systematically summarise previous observational studies and assess the association between genetic polymorphisms and AT-DILI risk in adults. We conducted a comprehensive search of PubMed, EMBASE, and Cochrane Libraries until January 10, 2023. The Newcastle-Ottawa Scale checklist was used to assess the methodological quality of the included studies. Pooled odds ratios (OR) with 95% confidence intervals (CIs) were employed using a random-effect model with the I 2 statistic to estimate the heterogeneity of results. Our study included 10 studies (n=3,322) of Asian ancestry. We identified genetic variants in drug-metabolizing enzymes, including NAT2, CYP2E1, and PXR, linked to AT-DILI risk. CYP2E1 C1/C1 and slow acetylators of NAT2*6A/6A, NAT26A/7B, NAT27B/7B, and NAT25B/7B genotypes were associated with increased risk, while rapid acetylators of NAT24/4 and NAT24/7B were linked to decreased risk. No significant association was found between CYP2E1B C1/C2, NAT2(*4/*6A, *4/*5B, *5B/*5B) and PXR with AT-DILI risk. This study revealed that NAT2 slow acetylator genotypes or CYP2E1 C1/C1 are causally linked to AT-DILI risk. The findings suggest that genetic variants in drug-metabolizing enzymes regulated by NAT2 and CYP2E1 are involved in developing drug-induced liver injury in users of anti-TB drugs.
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 | 0,009 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».