Efficacy and Safety of Sofosbuvir with Simeprevir in Hepatitis C Infected Patients with Severe Chronic Kidney Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background & Aims: Conventional treatment (interferon or ribavirin) for Hepatitis C viral (HCV) infection in patients with severe chronic kidney disease (CKD) has limitations of high dropout and less response rate. Directly acting antivirals raise hopes for HCV treatment in these patients. This meta-analysis was performed to evaluate the evidence for efficacy and safety of sofosbuvir and simeprevir, with or without ribavirin, in HCV-infected patients with severe CKD. Methods: Data was collected from Medline database, clinical-trial registry sites, and conference proceedings. This meta-analysis screened 78 studies. Quality of studies was assessed by New-Castle Ottawa scale. Heterogeneity and publication bias was checked by chi-square Q test and Eggers' test, respectively. Summary estimate of SVR12 and dropout rate was calculated at 95% confidence interval (CI). Results: Seven relevant clinical studies were identified. Two case-series and one case-report were excluded; only four studies were eligible for analysis. Three studies were cohort and one was retrospective-cohort in nature. Data was analyzed for 56 subjects. 33/56 subjects had cirrhosis. 39/56 subjects were on hemodialysis. 37/56 subjects were male. 30/56 subjects were treatment-naive. Pooled estimate of SVR12 was found 0.897 (CI 95%=0.957-0.772; p<0.01) and dropout estimate was 0.040 (CI 95%=0.011-0.137; p<0.01). Only one subject discontinued the treatment due to worsening Renal function regardless of ribavirin. Conclusion: This study concluded that combination of sofosbuvir and simeprevir, with or without ribavirin, was significantly effective and safe in HCV patients with severe CKD. For conclusive results, more data is required as this study involved only limited number of subjects.
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 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,046 |
| Bibliométrie | 0,007 | 0,007 |
| 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) | 0,003 | 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 ».