Comparative Effectiveness of Mycophenolate Mofetil and Tacrolimus as a Second-Line Therapy for Autoimmune Hepatitis: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: Autoimmune hepatitis (AIH) is a chronic immune-mediated liver disease that usually responds to corticosteroids ± azathioprine (AZA). However, some patients are intolerant or refractory to first-line therapy and require second-line immunosuppression. Mycophenolate mofetil (MMF) and tacrolimus (TAC) are commonly used alternatives, although comparative evidence is limited. This systematic review and meta-analysis evaluated the efficacy and safety of MMF and TAC in adult AIH patients who failed first-line therapy. METHODS: A systematic search of six databases identified 16 eligible studies (n = 705), including retrospective cohorts and one case series. Study quality was assessed using the Newcastle-Ottawa Scale and the MMS (methodological quality and synthesis of case series and case reports) tool. RESULTS: Biochemical remission was achieved in 56% of MMF-treated patients, rising to 66% with ≥6-month follow-up. TAC showed a pooled remission rate of 66%, increasing to 67% when defined by transaminase normalization. MMF was particularly effective in AZA-intolerant patients, while TAC showed better outcomes in steroid-refractory patients. Adverse events differed: MMF was most often associated with gastrointestinal intolerance, whereas TAC was linked to tremor, hypertension, diabetes, and renal impairment. However, statistical analysis showed wide confidence intervals, and there was considerable heterogeneity across studies. CONCLUSION: Both MMF and TAC are effective second-line therapies for AIH. MMF appears safer and better tolerated in AZA-intolerant patients, while TAC showed a modest advantage in efficacy over mycophenolate in steroid-refractory cases. Given the limitations of current evidence, including small sample sizes, heterogeneity, and lack of randomized controlled trials, treatment choice should be individualized until higher quality data are available.
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 | 0,012 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,040 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».