Efficacy of TDF, TAF, TMF, and TDF-to-TAF switch in chronic hepatitis B: a network meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: We compared the efficacy of four treatment strategies for chronic hepatitis B (CHB): tenofovir disoproxil fumarate (TDF), tenofovir alafenamide (TAF), tenofovir amibufenamide (TMF), and TDF-to-TAF switch strategies strategy. We conducted a network meta-analysis to provide evidence-based clinical guidance. METHODS: We systematically retrieved PubMed, Web of Science, Cochrane Library, Embase, and China National Knowledge Infrastructure (CNKI) databases up to April 2025 for randomized controlled trials (RCTs) and cohort studies. We assessed literature quality using the Cochrane Risk of Bias (ROB) tool and Newcastle-Ottawa Scale (NOS). Stata 17 was employed for network meta-analysis, focusing on virological response rate, hepatitis B surface antigen (HBsAg) clearance rate, hepatitis B e antigen (HBeAg) clearance rate, and alanine aminotransferase (ALT) normalization rate. RESULTS: Virological response did not differ between TMF monotherapy and TDF-to-TAF switch (OR = -0.03; 95% CI -0.42 to 0.36). HBsAg clearance was similar between TAF and TMF (95% CI: -1.17-1.14). For the rate of HBeAg loss, both TAF and TMF exhibited favorable therapeutic effects. For ALT normalization rate, TMF monotherapy was the most effective, with an average effect size of 0.11 (95% CI: -0.14-0.37), while TDF monotherapy was generally inferior to the other three treatment strategies. CONCLUSION: Our findings may help guide the selection of individualized CHB treatment strategies. However, given the limited evidence and potential bias, these results are preliminary and must be interpreted with caution. For regimens such as TMF that lack robust data, well-established alternatives should be preferred. Long-term, multi-endpoint studies are required to confirm both efficacy and safety before routine clinical adoption.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».