The role of NAT2 genetic variants in anti-tuberculosis drug-induced liver injury (AT-DILI): a meta-analysis
Notice bibliographique
Résumé
Background Anti-tuberculosis drug-induced liver injury (AT-DILI) is one of the significant adverse effects of first-line tuberculosis therapy, frequently resulting in treatment discontinuation. Genetic polymorphisms in N-acetyltransferase 2 (NAT2), a key enzyme in the metabolism of isoniazid (an anti-TB drug), are suggested to influence AT-DILI susceptibility.Methods A meta-analysis of published studies was conducted to evaluate the association between NAT2 polymorphisms and the risk of AT-DILI. Literature searches were conducted in PubMed, Web of Science, Wiley, ScienceDirect, and Medline up to December 2024. A total of 48 studies comprising 11,035 patients were included. Pooled odds ratios (ORs) with 95% confidence intervals (CIs) were calculated. Subgroup analyses were conducted based on region, study design, genotyping method, hepatotoxicity definitions, and NAT2 genetic variants. Heterogeneity, publication bias, quality assessment, and sensitivity analysis were assessed using the I2 statistic, Egger’s test, the Newcastle–Ottawa Scale (NOS), and the leave-one-out method, respectively.Results Slow acetylator genotypes were significantly associated with an increased risk of AT-DILI (pooled OR = 3.02; 95% CI = 2.50–3.64; p < 0.001). Moderate heterogeneity was observed (I2 = 58.74%). No significant publication bias was observed (p = 0.199).Conclusion NAT2 acetylator status was significantly associated with the likelihood of experiencing hepatotoxicity related to anti-tuberculosis drugs.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».