Unsere Gruppe organisiert über 3000 globale Konferenzreihen Jährliche Veranstaltungen in den USA, Europa und anderen Ländern. Asien mit Unterstützung von 1000 weiteren wissenschaftlichen Gesellschaften und veröffentlicht über 700 Open Access Zeitschriften, die über 50.000 bedeutende Persönlichkeiten und renommierte Wissenschaftler als Redaktionsmitglieder enthalten.

Open-Access-Zeitschriften gewinnen mehr Leser und Zitierungen
700 Zeitschriften und 15.000.000 Leser Jede Zeitschrift erhält mehr als 25.000 Leser

Indiziert in
  • Index Copernicus
  • Google Scholar
  • Sherpa Romeo
  • Öffnen Sie das J-Tor
  • Genamics JournalSeek
  • Nationale Wissensinfrastruktur Chinas (CNKI)
  • Elektronische Zeitschriftenbibliothek
  • RefSeek
  • Hamdard-Universität
  • EBSCO AZ
  • OCLC – WorldCat
  • SWB Online-Katalog
  • Virtuelle Bibliothek für Biologie (vifabio)
  • Publons
  • Genfer Stiftung für medizinische Ausbildung und Forschung
  • Euro-Pub
  • ICMJE
Teile diese Seite

Abstrakt

Predicting Therapeutic Results of Interferon Based Treatment by Modeling the First Week Viral Kinetics in Patients with Chronic Hepatitis C

Chun-Hsiang Wang, Ruey-Chang Lin, Lein-Ray Mo, Kuo-Kuan Chang, Jen-Juan Kuo

Background: The present study aimed to develop an optimal model predictive of the treatment response one week after initiating antiviral therapy.

Patients and Methods: In all, 166 patients completed the treatment and were followed up for six months.

Results: A viral response was achieved in 14 (8.4%) genotype 1 (G1) and 32 (19.3%) non-genotype 1 (G0) patients at week one after initiation of therapy and 45 (27.1%) G1 and 90 (54.2%) G0 patients at week four. A sustained viral response (SVR) was achieved in 50 (30.1%) G1 and 83 (50.0%) G0 patients, in 13 (29.5%) G1 and 31 (70.5%) G0 patients whose antiviral response was achieved at one week, and in 37 G1 (32.2%) and 78 G0 (67.8%) patients whose antiviral response was achieved at four weeks. The HCV viral kinetic parameter π (i.e., 1: α, α was defined as the area under the line y [viral load]=– a[x{time}] between week 0 and week 1) was found to be the best performing test for predicting SVR (p<0.0001). Regression analysis identified π as the only independent predictor of SVR (p=0.043).

Conclusions: The use of bio-mathematical models of HCV kinetics can reliably predict SVR one week after starting therapy.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.