Clinical Impact of Continuation Versus Cessation of Antiviral Therapy in Chronic Hepatitis B: A Modelling Study With Implications for Hepatitis B Cure
Notice bibliographique
Résumé
Discontinuing antivirals in chronic hepatitis B virus (HBV) 'e' antigen negative infection can enhance HBV surface antigen (HBsAg) loss but risks complications. We modelled the clinical impact of discontinuing antivirals in chronic HBV. We developed a Markov state model with Monte Carlo simulation of chronic HBV to compare continuation of antiviral therapy with 3 strategies of cessation and reinitiation for: (1) virologic relapse, (2) clinical relapse, or (3) hepatitis flare. We simulated the probability of virologic relapse as an exponential decay function from the time of antiviral cessation. We used literature-based estimates for input probabilities following virologic relapse: clinical relapse (60%, conditional on virologic relapse), hepatitis flare (57%, conditional on clinical relapse) and HBsAg-loss (6%-8%). We projected HBsAg loss, cirrhosis, HCC, and survival. In 10 years, cessation strategies would increase cumulative incidence of HBsAg loss from 4.6% to 12.9%-17.3% but would not appreciably change survival (from 90.6% with continuation to 88.1%-89.0%). In an undifferentiated population, continuation would be a preferred strategy to increase average life expectancy (by 0.75-1.05 years) unless HBsAg loss following treatment cessation was > 46%. Sensitivity analyses showed that the decision to continue or stop antivirals would depend on the off-treatment rates of cirrhosis and HCC for people who remain HBsAg-positive but do not fulfil retreatment criteria. Careful selection of people for antiviral cessation using quantitative HBsAg levels could improve survival compared with continuation. Clinical practice guidelines should emphasise selective application of antiviral cessation to persons most likely to lose HBsAg without experiencing liver-related complications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».