Hepatitis B and C virus infection and risk of multiple myeloma: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Multiple myeloma (MM) is a clonal proliferative disorder of plasma cells with limited curative options. Hepatitis B (HBV) and hepatitis C (HCV) viruses have been implicated in the development of various hematological malignancies, but their association with MM remains unclear. This systematic review and meta-analysis aimed to investigate the risk of MM in individuals with HBV and HCV infections. METHODS: A comprehensive literature search was conducted across PubMed, Scopus, Web of Science, Embase, and additional sources for cohort and case-control studies published between January 1990 and January 2025. The relative risk (RR) of developing MM in individuals with HBV and HCV infections was pooled using a random-effects model. Subgroup analyses were performed based on age, geographic region, and diagnostic method. The Newcastle-Ottawa Scale (NOS) was used to assess study quality. Statistical heterogeneity was evaluated using the I² statistic, and publication bias was assessed using Egger's test. RESULTS: Seventeen studies, comprising 1 cohort and 16 case-control studies, were included. Nine studies examined the association between HBV and MM, yielding a pooled RR of 1.25 (95% CI: 0.99-1.58) with moderate heterogeneity (I² = 56.52%). Fifteen studies evaluated the association between HCV and MM, with a pooled RR of 1.84 (95% CI: 1.27-2.67), indicating a higher risk in HCV-infected individuals. Subgroup analysis revealed a stronger association in European populations for both HBV (RR: 1.67, 95% CI: 1.05-2.66) and HCV (RR: 2.27, 95% CI: 1.21-4.25). No significant publication bias was detected for either HBV or HCV analyses. CONCLUSION: HBV and HCV infections are associated with an increased risk of developing multiple myeloma, with HCV demonstrating a stronger association. These findings highlight the importance of screening and monitoring patients with chronic hepatitis for potential hematological malignancies, especially in high-risk regions.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,033 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».