Boceprevir in the treatment of chronic hepatitis C virus infection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Marina Berenguer1, F Xavier López-Labrador2,31Hepatology-Liver Transplantation Unit, Digestive Medicine Service, Hospital Universitari La Fe, and National Network Center for Hepatology and Gastroenterology Research, Instituto de Salud Carlos III, CIBEREHD Spain; 2CSISP, Center for Public Health Research, Public Health Department, Generalitat Valenciana and Microbioloy Department/Institut Cavanilles, University of Valencia, Valencia, Spain; 3National Network Center for Biomedical Research in Epidemiology and Public Health, Instituto de Salud Carlos III, CIBERESP SpainAbstract: Chronic hepatitis C virus (HCV) infection is a global public health problem. The current standard-of-care treatment is effective in about 40%–50% of the cases, and the infection progresses to end-stage liver disease, hepatocellular carcinoma, and liver failure in a considerable number of infected individuals. After end-stage liver disease is established, the only reliable therapeutic intervention is liver transplantation. The urgent need for new, effective therapies is now focused on specific inhibitors of viral enzymes, among which inhibitors of the viral NS3/4A serine protease and NS5b RNA-dependent RNA polymerase are the most advanced in clinical development. In particular, telaprevir and boceprevir have entered several Phase III clinical trials after promising Phase II results. This review summarizes the preclinical and clinical development of boceprevir, one of the most important HCV NS3/4A protease inhibitors, and the eventual impact of this new inhibitor class for future HCV therapies.Keywords: HCV, antiviral therapy, protease inhibitors, viral resistance
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle