Non-Genetic Risk Factors for First-Line Anti-Tuberculosis Drug-Induced Liver Injury in Active Pulmonary Tuberculosis Patients: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Tuberculosis is still one of the leading causes of poor health and death worldwide. Drug-induced liver injury (DILI) is an important and serious side effect of anti-tuberculosis treatment and can cause non-adherence of patients to the treatment. To reduce the possibility of patients developing DILI, the risk factors must be identified. Methods: This systematic review was conducted based on the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 statement. Inclusion and exclusion criteria were used to screen and filter the articles that were obtained from literature searching performed through several journal databases. The extracted data were analyzed qualitatively and quantitatively. The quality of each study was also assessed using the modified Newcastle Ottawa Scale (NOS). The protocol for this systematic review has been registered with PROSPERO CRD42022384892. Results: The results showed that, of the 13 studies analyzed qualitatively, 11 studies with a total of 4,920 patients were selected for quantitative analysis. The factors analyzed and the results were female gender (OR=1.10; 95% CI=0.72-1.67; P=0.65), age over 40 years (OR=1.60; 95% CI=1.04-2.46; P=0.03), body mass index less than 18.5 kg/m2 (OR=0.96; 95% CI=0.52-1.79; P=0.9), active smoking (OR=0.71; 95% CI=0.34-1.49; P=0.36), frequent alcohol intake (OR=1.44; 95% CI=0.61-3.42; P=0.41), hepatitis B (OR=3.42; 95% CI=1.72-6.79; P<0.001]), and hepatitis C (OR=12.87; 95% CI=6.67-24.86; P<0.00001]). Conclusion: In conclusion, the evidence from this review suggests that older age, hepatitis B, and hepatitis C are significant risk factors thought to increase the incidence of DILI in active pulmonary tuberculosis patients taking first-line anti-tuberculosis regimens.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».